2403 articoli
Questo studio esamina 173.369 dataset di IA per rivelare che, sebbene i costi di creazione seguano un trend non monotono, il loro impatto accademico è ampiamente indipendente dall'investimento finanziario o di lavoro, essendo invece guidato dal numero di autori e dalla prevalenza tematica.
Questo articolo introduce la Stable Group-Relative Policy Optimization (S-GRPO), un metodo innovativo che mitiga il "Think-Answer Mismatch" nei grandi modelli di ragionamento derivando pesi di vantaggio sensibili al rumore, ottenendo così una robustezza e una prestazione superiori rispetto alla standard GRPO in condizioni di reward rumorose.
Questo articolo propone un framework di rilevamento delle intrusioni basato su grafi e federato che preserva la privacy, integrando le Graph Convolutional Networks e le Graph Attention Networks per rilevare efficacemente sia attacchi informatici noti che sconosciuti in ambienti Internet of Medical Things (IoMT), raggiungendo un'elevata accuratezza attraverso la validazione cross-dataset pur salvaguardando i dati sensibili dei pazienti.
Questo articolo concettuale introduce il Modello Catalizzatore PAI-Qualità della Vita (PAI-QOL), un framework multilivello che definisce l'IA ProSocial come un approccio disciplinato all'innovazione il quale, attraverso specifici percorsi di conversione e condizioni abilitanti, genera sistematicamente guadagni di qualità della vita equi e multidimensionali per le persone, il pianeta e il potenziale futuro.
Questo articolo introduce GAAR, un'architettura di governance runtime posizionata tra gli agenti pianificatori e l'esecuzione degli strumenti che riduce significativamente le violazioni delle policy e le chiamate agli strumenti non sicure, migliorando al contempo la fedeltà e la conformità dell'audit nei sistemi di IA aziendali, sebbene con un modesto aumento della latenza, come dimostrato attraverso estesi benchmark sintetici.
Questo articolo propone un framework a quattro livelli che integra l'infrastruttura blockchain e la decision intelligence per affrontare le sfide della realizzazione del valore ERP post-implementazione, migliorando la fiducia nei dati, la trasparenza dei processi e la governance automatizzata attraverso gli smart contract.
Questo articolo propone un transformer con Dynamic Sparse Attention e Mixture-of-Experts per la classificazione visiva iterativa che raggiunge un'accuratezza competitiva sui benchmark standard riducendo significativamente i parametri attivi e i tempi di addestramento attraverso il raffinamento ricorsivo e il calcolo condizionale.
Questo articolo propone una ricetta offline per l'espansione progressiva della larghezza dei Transformer che combina un operatore di integrazione a piccolo residuo (SRIO) in forma chiusa con politiche di espansione specifiche per blocco e un gate di riscaldamento scalare per migliorare significativamente la perdita di addestramento e preservare i comportamenti appresi durante la crescita del modello.
Questo articolo propone un metodo di super-risoluzione basato su SRGAN, potenziato da una Efficient Channel Attention e da un modello di degradazione composito per migliorare la chiarezza delle immagini del fondo oculare sfocate, dimostrando prestazioni superiori sia in scenari sintetici che in scenari clinici reali attraverso valutazioni complete di pixel, strutturali e percettive.
Questo articolo propone un efficiente framework di adattamento online al tempo di test che combina lo screening dinamico della confidenza, la regolazione incrementale a livello di ramo e la fluidità della distribuzione temporale per ottenere prestazioni robuste e a bassa latenza su dati in streaming con spostamenti dinamici di distribuzione.