13591 articoli
Il paper introduce "Squish and Release", un'architettura di patching degli attivazioni che dimostra come le allucinazioni di ordine (order-gap) nei modelli linguistici vengano soppresse nel circuito di sicurezza anziché eliminate, permettendo di ripristinare la rilevazione degli errori attraverso la manipolazione di un "nucleo" di attivazione specifico.
Il paper propone un framework statistico di regressione per analizzare l'impatto di specifiche componenti del prompt sulle prestazioni dei modelli linguistici, rivelando come esempi errati e istruzioni contraddittorie influenzino significativamente la capacità di risoluzione dei compiti.
Questo studio presenta un framework di intelligenza artificiale generativa multimodale che, integrando prompt testuali e controlli geospaziali, genera immagini satellitari urbane realistiche su scala globale per supportare la pianificazione sostenibile e l'apprendimento trasversale tra le città.
Il documento presenta un framework ibrido basato su diffusione che, combinando generazione testo-immagine, raffinamento img2img, LoRA e inversione testuale, genera immagini ecografiche del seno sintetiche ad alta fedeltà che migliorano significativamente la qualità dell'augmentazione dei dati rispetto ai modelli di base.
Il paper presenta SpatialAnt, un framework di navigazione robotica zero-shot che supera i limiti delle ricostruzioni scene imperfette tramite un'ancoraggio fisico per la scala metrica e un meccanismo di anticipazione visiva per il ragionamento controfattuale, ottenendo risultati superiori sia in simulazione che in ambienti reali.
Questo articolo presenta un'analisi sistematica dell'IA spiegabile consapevole dell'incertezza (UAXAI), esaminando i metodi di quantificazione dell'incertezza, le strategie di integrazione nelle spiegazioni e la necessità di principi di valutazione unificati che colleghino la propagazione dell'incertezza, la robustezza e il processo decisionale umano.
Il paper propone DGDA, un nuovo framework di adattamento di dominio basato su grafi a due rami che integra reti neurali su ipergrafi e percorsi con un discriminatore avversario per migliorare il riconoscimento multimodale delle emozioni in conversazioni attraverso scenari diversi, affrontando simultaneamente lo spostamento del dominio e il rumore nelle etichette.
Il paper presenta FatigueFormer, un framework semi-end-to-end che combina la separazione delle feature guidata dalla salienza con la modellazione temporale profonda per riconoscere in modo robusto e interpretabile l'affaticamento muscolare dai segnali sEMG, superando le limitazioni delle approcci precedenti nella variabilità dei livelli di contrazione volontaria massima (MVC).
Il paper presenta VAN-AD, un nuovo framework per il rilevamento di anomalie nelle serie temporali che adatta un Visual Masked Autoencoder preaddestrato su ImageNet, integrando un modulo di mappatura adattiva delle distribuzioni e un flusso normalizzante per superare i limiti di generalizzazione e percezione locale delle metodologie esistenti.
Questo lavoro propone un metodo di mappatura incerta tra punti chiave 3D e punti di riferimento anatomici che utilizza l'incertezza predittiva, in particolare quella legata al modello, come strumento pratico per il controllo di qualità automatico e la rilevazione di errori nei flussi di lavoro di biomeccanica senza marcatori.