3754 articoli
Il paper presenta IDSS, un sistema di supporto decisionale interattivo che utilizza l'entropia per guidare l'elicitazione delle preferenze e la diversificazione nelle raccomandazioni, riducendo le domande superflue e migliorando la qualità dei risultati in scenari di ambiguità utente.
Questo lavoro presenta un metodo per il turno di parola contestuale negli assistenti vocali in dialoghi multi-parlante, dimostrando che i modelli linguistici attuali falliscono nel compito senza addestramento specifico e proponendo una soluzione basata sul fine-tuning supervisionato con tracce di ragionamento che migliora significativamente l'accuratezza.
Lo studio dimostra che il fallimento nel triage sanitario rilevato in ChatGPT non riflette un limite intrinseco dei modelli, ma è causato principalmente da un formato di valutazione rigido e non realistico, poiché le interazioni naturalistiche migliorano significativamente l'accuratezza e rivelano che i modelli raccomandano correttamente cure d'emergenza quando non vincolati a scelte multiple forzate.
Questo lavoro propone un stimatore neurale stabile della dipendenza statistica basato su una decomposizione ortonormale del rapporto di densità, che supera le limitazioni delle reti autoencoder deterministiche evitando la concatenazione degli input e permettendo un'analisi quantitativa delle caratteristiche tramite un'ipotesi di rumore gaussiano.
Questo articolo propone un metodo basato sull'apprendimento per rinforzo multi-agente per calcolare un equilibrio di Nash in un gioco a somma zero tra attaccanti e difensori, permettendo di rilevare attacchi di iniezione di dati falsi nelle reti di routing veicolare e garantire tempi di viaggio ottimali anche in presenza di perturbazioni strategiche.
Il paper introduce GPT4o-Receipt, un dataset e uno studio umano che rivelano il paradosso per cui, sebbene gli esseri umani siano più abili nel cogliere le imperfezioni visive, i modelli linguistici multimodali superano la rilevazione di documenti finanziari generati dall'IA grazie alla capacità di verificare sistematicamente errori aritmetici invisibili all'occhio umano.
Il paper presenta VMAO, un framework di orchestrazione multi-agente che risolve query complesse decomponendole in un grafo aciclico diretto, eseguendo sottodomini in parallelo e migliorando la completezza e la qualità delle risposte attraverso un ciclo iterativo di verifica e ripianificazione guidato da LLM.
Questo studio analizza l'intenzione comportamentale degli utenti di utilizzare OpenClaw attraverso il framework CAC, rivelando come percezioni cognitive positive e negative influenzino rispettivamente l'atteggiamento e la fiducia, determinando infine l'adozione del sistema.
Il paper presenta NEXTPP, un nuovo framework a doppio canale che unisce meccanismi di attenzione per i marcatori discreti e equazioni differenziali neurali per la dinamica continua, permettendo un'interazione bidirezionale esplicita per migliorare la previsione di sequenze di eventi temporali irregolari.
Il paper propone SAGE, un framework di modellazione adattiva alle fasi che stima e calibra dinamicamente la fiducia delle modalità audio e visive per migliorare la robustezza e l'accuratezza della stima continua di valenza e arousal in ambienti reali.
Il paper introduce un nuovo approccio di rilevamento degli eventi nelle serie temporali multivariate, denominato "Knowledge-Guided TSED", che utilizza un agente neuro-simbolico basato su un modello linguistico-visivo (VLM) e una rappresentazione logica chiamata "Event Logic Tree" (ELT) per identificare eventi complessi in contesti a dati limitati, fornendo allo stesso tempo rilevamenti precisi e spiegazioni interpretabili.
Il paper introduce INFACT, un benchmark diagnostico composto da 9.800 domande e risposte su video reali e sintetici, progettato per valutare la fedeltà e la fattualità dei Video-LLM in condizioni degradate, rivelando che l'accuratezza di base non garantisce affidabilità sotto manipolazioni visive o temporali.
Il paper propone SPEGC, un metodo di adattamento continuo durante il test per la segmentazione di immagini mediche che combina prompt semantici e clustering su grafo per mitigare l'accumulo di errori e migliorare l'adattamento ai domini non etichettati.
Il paper presenta OrthoEraser, un metodo innovativo che utilizza autoencoder sparsi e una proiezione ortogonale analitica per eliminare concetti dannosi dai modelli testo-immagine preservando al contempo le semantica innocue, superando così i limiti delle tecniche di cancellazione esistenti che causano danni collaterali.
Il paper introduce KEPo, un nuovo metodo di avvelenamento progettato specificamente per aggirare le difese dei sistemi GraphRAG manipolando l'evoluzione della conoscenza all'interno del grafo per indurre i modelli linguistici a generare risposte dannose.
Il paper presenta Gen-Fab, un modello generativo basato su cGAN che prevede le variazioni di fabbricazione nei dispositivi nanofotonici generando immagini ad alta risoluzione simili a quelle SEM e superando i metodi di baseline nell'accuratezza e nella modellazione dell'incertezza.
Il paper presenta MADA, un framework multi-agente basato su modelli linguistici di grandi dimensioni che coordina agenti specializzati per automatizzare l'esplorazione e il raffinamento iterativo di progetti complessi su sistemi HPC, dimostrando con successo la sua capacità di migliorare automaticamente la soppressione dell'instabilità di Richtmyer-Meshkov per la fusione a confinamento inerziale.
Il paper introduce FBCIR, un metodo di interpretazione che rivela gli squilibri nell'attenzione cross-modale nei modelli di recupero di immagini composte, proponendo un flusso di lavoro di aumento dei dati con negativi difficili curati per migliorare la robustezza e le prestazioni in scenari complessi.
Il paper propone EReCu, un framework unificato per la rilevazione di oggetti mimetizzati non supervisionata che migliora l'affidabilità delle pseudo-etichette e la fedeltà delle caratteristiche attraverso l'integrazione di percezione multi-indizio, fusione evolutiva delle pseudo-etichette e attenzione tensoriale spettrale, ottenendo prestazioni all'avanguardia nella preservazione dei dettagli e nell'allineamento dei confini.
Il paper propone il routing Expert Threshold (ET), un meccanismo causale che assegna dinamicamente i token agli esperti basandosi su soglie adattive senza perdite ausiliarie, migliorando l'efficienza e il bilanciamento del carico nel modellamento linguistico autoregressivo rispetto alle architetture Mixture-of-Experts tradizionali.