6490 articoli
Il paper presenta Yo'City, un innovativo framework agentic che utilizza modelli di grandi dimensioni per generare scene urbane 3D realistiche, personalizzabili e infinitamente espandibili attraverso una pianificazione gerarchica e un meccanismo di espansione guidato dall'utente, superando le prestazioni degli stati dell'arte esistenti.
Il paper propone DOPD, un'architettura di disaggregazione dinamica per l'inferenza LLM che ottimizza il rapporto tra istanze di prefill e decoding in base al carico in tempo reale, migliorando significativamente il goodput e riducendo i tempi di risposta rispetto alle soluzioni esistenti.
Questo lavoro introduce il primo studio sugli spanner tolleranti ai guasti negli ipergrafi, proponendo un algoritmo basato sul clustering che costruisce spanner ipergrafici con un numero di archi sublineare rispetto al numero di guasti e fornendo un limite inferiore teorico che evidenzia un divario da colmare per ottenere soluzioni ottimali.
Questo articolo presenta un framework multi-agente assistito da LLM che automatizza la progettazione e l'adattamento dei sistemi di controllo per la produzione roll-to-roll, garantendo sicurezza e riducendo l'intervento manuale attraverso identificazione del sistema, sintonizzazione automatica, adattamento sim-to-real e monitoraggio continuo.
Il paper propone RadDiff, un nuovo metodo di folding inverso delle proteine basato su un modello di diffusione denoising potenziato da un meccanismo di recupero che integra conoscenze aggiornate, ottenendo risultati superiori rispetto agli stati dell'arte in termini di recupero della sequenza e capacità di generare sequenze ripiegabili.
Questo articolo propone l'integrazione di un modello fondazionale causale pre-addestrato in un framework di manutenzione prescrittiva per simulare interventi e ottimizzare l'efficienza complessiva degli impianti (OEE), superando i limiti delle sole correlazioni statistiche per identificare le vere cause radice dei guasti.
Il paper presenta S2AM3D, un approccio innovativo per la segmentazione di parti in nuvole di punti 3D che combina conoscenze di segmentazione 2D con supervisione 3D coerente e un decoder sensibile alla scala per regolare la granularità, supportato da un nuovo dataset su larga scala che garantisce prestazioni leader e robustezza.
Questo paper presenta CAEC, un sistema basato sull'architettura Arm CCA che introduce la Memoria Condivisa Riservata (CSM) per abilitare una comunicazione sicura, verificabile e ad alte prestazioni tra macchine virtuali confidenziali, eliminando la necessità di costose cifrature tramite l'ipervisore.
Il paper introduce HiconAgent, un agente GUI che utilizza l'ottimizzazione della politica consapevole del contesto storico (HCPO) per migliorare l'efficienza e le prestazioni nei compiti di navigazione riducendo il carico computazionale attraverso il campionamento dinamico del contesto e la compressione della storia guidata da ancoraggi.
Il paper presenta MAViD, un nuovo framework multimodale basato su un'architettura "Conductor-Creator" che integra modelli autoregressivi e di diffusione per comprendere e generare interazioni dialogiche audio-visive coerenti, naturali e a lunga durata.
Questo studio rivela che nei modelli linguistici visivi profondi le informazioni dei token visivi si esauriscono oltre una certa "orizzonte informativo", rendendo la rimozione casuale dei token nelle fasi avanzate più efficace dei metodi di pruning esistenti e permettendo di ottenere risultati all'avanguardia riducendo del 50% i token visivi.
Lo studio dimostra che, nell'ambiente eterogeneo HeMAC, la semplice strategia di training IPPO generalizza efficacemente verso nuovi compagni di squadra, rendendo superflua la complessa Rotating Policy Training (RPT) progettata per migliorare tale adattabilità.
Questo lavoro introduce WildRoad, un nuovo dataset globale per strade off-road, e MaGRoad, un framework di estrazione basato su un ragionamento centrato sul percorso che supera i limiti dei metodi esistenti ottenendo prestazioni allo stato dell'arte e una maggiore efficienza.
Il paper presenta ReMeDI-SAM3, un'estensione senza addestramento di SAM3 che migliora la segmentazione degli strumenti chirurgici in endoscopia filtrando la memoria, espandendone la capacità e disambiguando le identità dopo le occlusioni, ottenendo risultati superiori rispetto agli approcci esistenti su diversi dataset.
Questo studio analizza le discrepanze tra la percezione soggettiva e la misurazione oggettiva del verde urbano in cinque paesi, rivelando che, sebbene i dati demografici e la personalità non influenzino significativamente la percezione, il luogo di residenza dell'individuo è il fattore determinante che modella come le persone osservano il verde nelle città.
Il paper presenta VOIC, un nuovo framework a doppio decodificatore che risolve il problema della diluizione delle caratteristiche nella completazione semantica di scene 3D da singola immagine separando esplicitamente la percezione delle regioni visibili dal ragionamento sulle regioni occluse, ottenendo così prestazioni state-of-the-art sui benchmark SemanticKITTI e SSCBench-KITTI360.
Questo studio dimostra che, nel contesto delle query Text-to-SQL su Google BigQuery, i modelli di ragionamento offrono un'efficienza dei costi superiore rispetto ai modelli non di ragionamento, poiché riducono significativamente il consumo di dati mantenendo un'accuratezza equivalente, mentre evidenzia che l'ottimizzazione della velocità non garantisce l'efficienza economica a causa di una debole correlazione tra tempo di esecuzione e costi cloud.
NashOpt è una libreria Python open-source che calcola equilibri di Nash generalizzati in giochi non cooperativi con vincoli condivisi, sfruttando le condizioni KKT congiunte e strumenti come JAX e la programmazione lineare intera mista per risolvere sia giochi non lineari che lineari-quadratici, inclusi problemi di progettazione inversa e di Stackelberg.
Il documento presenta il quadro teorico CCE (Conservation-Congruent Encoding), che unifica dissipazione termodinamica, misurazione quantistica e geometria dello spaziotempo in un modello fisico neutrale rispetto al substrato per definire l'intelligenza come un processo di estrazione di lavoro che rispetta i vincoli di conservazione.
Il paper presenta DrivingGen, il primo benchmark completo per i modelli di mondo generativi nella guida autonoma, che combina un dataset diversificato e nuove metriche per valutare realisticamente la coerenza temporale, la plausibilità delle traiettorie e il controllo, colmando le lacune delle valutazioni attuali e guidando lo sviluppo di simulatori affidabili.