3447 articoli
Questo studio esamina le percezioni e le pratiche di 25 insegnanti K-12 riguardo all'uso di MagicSchool.ai per generare rubriche, rivelando che, sebbene gli strumenti AI siano considerati utili per creare bozze strutturate e fornire feedback dettagliati, gli educatori ne sottolineano la necessità di una revisione sostanziale e di un controllo umano per correggere allineamenti impropri e garantire la personalizzazione.
Questo studio analizza l'efficacia dell'apprendimento federato incrementale con modelli LSTM per migliorare la resilienza a lungo termine dei sistemi di rilevamento delle intrusioni nelle reti IoT, dimostrando che strategie come l'apprendimento cumulativo e rappresentativo offrono le prestazioni più stabili di fronte al drift concettuale, pur rispettando i vincoli di risorse dei dispositivi.
Il paper propone la Condition-Degradation Guidance (CDG), un metodo plug-and-play che sostituisce il prompt nullo nella guida senza classificatore con una condizione semanticamente degradata, migliorando significativamente l'accuratezza compositiva e l'allineamento testo-immagine nei modelli di diffusione moderni.
Il paper propone LGA-RCM-YOLO, un modello di segmentazione istanziata basato su YOLO11m-seg e addestrato sul dataset CTG 2.0, che supera le sfide del monitoraggio visivo in vetreria trasparente identificando con precisione le interfacce di fase e le attributi di colore per abilitare il controllo automatico dei processi di laboratorio.
Il paper propone la Semantic Granularity Alignment (SGA), un metodo che, analizzando la dinamica di ottimizzazione del Flow Matching attraverso una forma quadratica e un kernel NTK, allinea la granularità semantica per mitigare i conflitti di gradiente e migliorare l'efficienza e la qualità nella sintesi di immagini da testo.
Questo studio ricalibra le aspettative sull'auditing automatizzato dei contratti intelligenti, dimostrando che gli agenti AI, sebbene capaci di rilevare vulnerabilità note, mancano di stabilità e non riescono a sfruttare completamente le falle in scenari reali, evidenziando la necessità di un approccio ibrido uomo-macchina piuttosto che una soluzione completamente autonoma.
Il paper presenta PolGS++, un nuovo framework di Gaussian Splatting polarimetrico guidato dalla fisica che integra un modello pBRDF e una maschera di visibilità guidata dalla profondità per ricostruire rapidamente e con alta precisione superfici riflettenti, superando i limiti dei metodi precedenti nel recupero di geometria e normali.
Questo paper indaga come gli attacchi backdoor siano rappresentati nei Vision Transformers, identificando una specifica "direzione del trigger" nelle attivazioni del modello che ne conferma il ruolo causale, permettendo di tracciare l'elaborazione delle caratteristiche malevole, analizzare le differenze tra trigger statici e distribuiti, e proporre un metodo di rilevamento basato sui pesi senza necessità di dati.
Questo articolo presenta un nuovo framework basato su ipercubi di dati compressi ad albero all'interno del sistema Polytope, progettato per superare i limiti dei modelli tradizionali e abilitare un'estrazione efficiente e flessibile delle caratteristiche da dataset di scienze della Terra irregolari e complessi.
Il paper introduce HanMoVLM, un modello visione-linguaggio su larga scala specializzato nella valutazione professionale di dipinti cinesi che, grazie a un nuovo dataset (HanMo-Bench) e a un ragionamento guidato da esperti, colma il divario tra capacità generiche dei VLM e giudizio artistico umano, fungendo anche da validatore per migliorare la generazione di immagini artistiche.
Il paper presenta MEDISEG, un nuovo dataset di immagini di farmaci con maschere di segmentazione istanza progettato per migliorare il riconoscimento dei medicinali in scenari reali complessi e prevenire errori terapeutici, dimostrando attraverso l'addestramento di modelli YOLOv8 e YOLOv9 la sua efficacia nel supportare sia l'addestramento supervisionato robusto che l'apprendimento con pochi esempi.
Questo studio sviluppa un framework spazialmente esplicito in Repubblica Ceca che, integrando classificazioni dettagliate dell'ambiente costruito con indicatori socio-demografici, dimostra come le caratteristiche della popolazione presentino relazioni lineari ma spazialmente condizionate con la forma urbana, evidenziando il ruolo cruciale di quest'ultima nel riprodurre le disuguaglianze socio-spaziali.
Questo studio valuta la capacità di sistemi di riconoscimento dei farmaci di adattarsi a scenari reali complessi tramite apprendimento few-shot, evidenziando come, sebbene la classificazione semantica sia efficace anche con pochi esempi, la localizzazione e il richiamo risentano significativamente di sovrapposizioni e occlusioni, sottolineando l'importanza cruciale di dati di addestramento realistici per il dispiegamento pratico.
Il paper presenta MAD, un approccio innovativo che combina l'allocazione della memoria con i principi della diversità software per contrastare le vulnerabilità DRAM e gli attacchi RowHammer, offrendo una soluzione agnostica rispetto all'hardware e al software con impatto trascurabile sulle prestazioni.
Questo paper introduce un modello topologico basato sulla decomposizione di Hodge per analizzare i flussi operativi nelle piattaforme serverless, distinguendo tra errori locali e armoniche strutturali, e propone strategie di mitigazione come l'effetto "dumping" per gestire le inefficienze senza dover ristrutturare completamente l'architettura.
Il paper presenta UltrasoundAgents, un framework gerarchico multi-agente che allinea il processo diagnostico ecografico al flusso di lavoro clinico attraverso una catena di ragionamento basata su evidenze strutturate e una strategia di addestramento progressivo decoupled, migliorando sia l'accuratezza diagnostica che la tracciabilità delle decisioni rispetto ai metodi esistenti.
Il paper presenta OSUM-Pangu, un modello fondazionale open-source per la comprensione del parlato sviluppato interamente su hardware Ascend NPU e software non-CUDA, che integra un encoder audio con il modello linguistico OpenPangu-7B per ottenere prestazioni comparabili alle soluzioni basate su GPU.
Il paper propone DIPE, un nuovo metodo di codifica posizionale che risolve il problema del "visual fading" nei modelli multimodali a lungo contesto, eliminando la penalità delle distanze inter-modali tipica del Multimodal RoPE e garantendo così una stabilità nel grounding visivo senza compromettere le prestazioni su contesti brevi.
Questo studio indaga come fattori individuali, contestuali e di gruppo influenzino la percezione del sentiment nelle comunicazioni software, rivelando che tale percezione è instabile, fortemente dipendente dall'ambiguità del messaggio e scarsamente correlata a variabili esterne, suggerendo cautela nell'interpretazione dei risultati dell'analisi del sentiment.
Il paper propone FG-CLTP, un framework di pre-addestramento contrastivo che integra rappresentazioni tattili 3D quantitative con il linguaggio per migliorare la percezione e il controllo nella manipolazione robotica, superando i limiti delle descrizioni qualitative tradizionali.