6593 articoli
Questo lavoro propone DARIO, un framework conforme a O-RAN basato sul Calcolo Stocastico delle Reti che ottimizza l'orchestrazione dinamica delle Superfici Intelligenti Ricontrollabili (RIS) per minimizzare la latenza e garantire l'affidabilità nelle applicazioni 6G sensibili ai ritardi.
Questo lavoro presenta un framework di controllo predittivo basato su reti neurali grafiche che, sfruttando l'architettura a grafo e un algoritmo di condensazione ottimizzato per GPU, permette il controllo in tempo reale di sistemi ad alta dimensionalità come i robot soffici, garantendo precisione sub-centimetrica e un'efficace evitazione degli ostacoli.
Il paper presenta 3DMedAgent, un agente unificato che abilita modelli linguistici multimodali 2D all'analisi medica 3D attraverso la coordinazione di strumenti eterogenei e un ragionamento multi-step guidato da evidenze, superando i limiti delle architetture esistenti e ottenendo prestazioni superiori su oltre 40 compiti diagnostici.
Il paper presenta OVerSeeC, un framework zero-shot modulare che combina modelli linguistici e segmentazione open-vocabulary per generare mappe dei costi globali adattabili da immagini satellitari e istruzioni in linguaggio naturale, permettendo una pianificazione di percorsi autonoma e flessibile per missioni con requisiti variabili.
Questo studio dimostra che, nelle reti personali a bassa potenza, il costo energetico della comunicazione durante lo scambio di chiavi crittografiche post-quantistiche supera spesso quello del calcolo, evidenziando la necessità di ottimizzazioni congiunte a livello di protocollo e di strato inferiore per garantire un'operazione sicura ed efficiente.
Il paper introduce ABD, un benchmark per valutare la capacità dei modelli linguistici di generare formule logiche di prima ordine che definiscono eccezioni sparsamente in mondi finiti, evidenziando attraverso l'analisi di dieci modelli all'avanguardia su 600 istanze che, sebbene ottengano alta validità, persistono significative lacune nella parsimonia e modalità di fallimento nella generalizzazione.
Questo lavoro introduce il nuovo setting di Open-Vocabulary Domain Generalization in Semantic Segmentation (OVDG-SS) per la guida autonoma, proponendo un benchmark e il metodo S2-Corr per migliorare la robustezza dei modelli di segmentazione sia su domini non visti che su categorie non viste, mitigando le distorsioni nelle correlazioni testo-immagine causate dai cambiamenti di dominio.
Il paper introduce INDUCTION, un benchmark per la sintesi di concetti in logica del primo ordine su strutture finite, che valuta la capacità dei modelli di generare formule logiche concise e generalizzabili attraverso tre diversi regimi di verifica.
Il paper presenta SKYLIGHT, un'architettura scalabile di core tensoriali fotonici in memoria a 3D con 100 canali che supera le limitazioni attuali offrendo un'efficienza energetica e prestazioni superiori per l'inferenza AI in tempo reale e l'apprendimento locale.
Il paper presenta UniMatch, un framework innovativo che utilizza un approccio a due stadi basato su segmentazione semantica e guida linguistica per stabilire corrispondenze dense tra forme 3D non isometriche di categorie diverse, superando i limiti dei metodi precedenti.
Il documento sostiene che iCloud fallisce a causa di un errore categoriale fondamentale nel proiettare un grafo causale distribuito su una catena temporale lineare, generando incompatibilità strutturali con flussi di lavoro complessi, e propone che la semantica transazionale dell'Open Atomic Ethernet offra la soluzione allineando i protocolli alla realtà fisica.
Il paper propone InfScene-SR, un metodo di super-risoluzione basato su modelli di diffusione che, grazie alle tecniche di fusione con correzione della varianza (VCF) e correzione spazialmente disaccoppiata (SDVC), permette di generare immagini ad alta risoluzione di dimensioni arbitrarie eliminando gli artefatti di confine e riducendo la complessità computazionale.
Il paper propone un metodo di decomposizione e ricomposizione online di oggetti, scene e pose della camera per generare dati di addestramento diversificati e migliorare l'efficienza dei modelli di rilevamento 3D monoculari, riducendo la dipendenza da grandi quantità di dati annotati.
Questo lavoro presenta un framework di decomposizione delle immagini basato su modelli di diffusione pre-addestrati e adattati tramite LoRA, che utilizza una strategia di tuning ciclicamente coerente e un processo di auto-miglioramento progressivo per separare con precisione elementi complessi come i loghi dalle loro superfici di sfondo, garantendo una ricostruzione fedele di entrambi gli strati.
Il paper presenta "See It, Say It, Sorted", un framework iterativo e privo di addestramento che riduce le allucinazioni visive e migliora il ragionamento nei modelli LVLM supervisionando ogni passo del ragionamento con evidenze visive dinamiche estratte dall'immagine.
Il paper introduce ARLArena, un framework unificato per analizzare la stabilità dell'apprendimento per rinforzo agenziale, e propone SAMPO, un metodo di ottimizzazione che garantisce un addestramento stabile e performante per agenti basati su LLM.
Questo lavoro presenta un approccio unificato alla segmentazione semantica di immagini e video che utilizza il linguaggio modellato per generare maschere come sequenze di token discreti ottenuti tramite codifica RLE, integrando strategie di compressione e informazioni sulle istanze per raggiungere prestazioni competitive.
Il paper presenta EmoOmni, un framework unificato che migliora la comprensione e l'espressione emotiva nei modelli linguistici multimodali omnimodali attraverso l'introduzione della Catena di Pensiero Emotiva (E-CoT), un dataset annotato e una nuova valutazione, ottenendo prestazioni superiori rispetto a modelli più grandi.
Il paper presenta CryoNet.Refine, un modello di diffusione deep learning a un singolo passaggio che automatizza e accelera il raffinamento dei modelli strutturali in mappe di densità Cryo-EM, superando i metodi tradizionali in termini di velocità e qualità geometrica.
Questo articolo esplora come gli agenti AI, attraverso il concetto di "vibe researching" e un framework cognitivo che delinea i limiti tra compiti codificabili e conoscenza tacita, possano potenziare ma non sostituire i ricercatori sociali, sollevando al contempo questioni critiche riguardo alla stratificazione professionale e alla crisi pedagogica.