2456 articoli
Questo articolo propone un nuovo schema di visual secret sharing a soglia (n, n) che utilizza codici QR a colori come quote significative per criptare in modo sicuro e recuperare senza perdita immagini private, sfruttando la ridondanza del colore e le operazioni XOR.
Questo articolo presenta uno studio empirico che dimostra come la difficoltà dei problemi nei benchmark di generazione di codice sia una metrica stabile e trasferibile, guidata dalle caratteristiche delle specifiche (come gli esempi e la lunghezza del prompt) su HumanEval e dalla complessità della soluzione su MBPP, offrendo approfondimenti critici per il miglioramento del benchmarking, della valutazione automatica e della progettazione di strumenti educativi man mano che i punteggi aggregati dei modelli si saturano.
Questo articolo presenta un modello di apprendimento automatico pionieristico che rileva gli endometriomi ovarici da immagini ecografiche utilizzando vision transformer e transfer learning cross-modalità, raggiungendo alte prestazioni nonostante la scarsità e lo squilibrio dei dati, dimostrando al contempo la trasferibilità delle caratteristiche di basso livello tra le modalità di imaging medico.
Nonostante l'attrattiva teorica del considerare le allucinazioni come instabilità dinamiche nei modelli linguistici di grandi dimensioni, questo articolo dimostra che le rappresentazioni statiche sono molto più efficaci per il rilevamento, poiché l'aggiunta di caratteristiche dinamiche non fornisce alcun miglioramento statisticamente significativo rispetto a semplici sonde lineari.
Questo articolo presenta un framework intelligente di analisi della causa radice per Microsoft Fabric e Power BI che utilizza la correlazione della telemetria multi-livello e l'inferenza basata sul Kusto Query Language per migliorare significativamente l'accuratezza e la velocità della diagnosi degli incidenti rispetto ai metodi manuali tradizionali.
Questo studio impiega la ricerca basata sul design per dimostrare che un assistente alla codifica GPT personalizzato, quando integrato con prompt strutturati e un flusso di lavoro collaborativo incentrato sull'uomo, supporta efficacemente la codifica deduttiva del dialogo in classe, evidenziando al contempo che una collaborazione uomo-IA di successo dipende dall'interazione dinamica tra l'architettura dei prompt, la sequenza del flusso di lavoro e la posizione del ricercatore nei confronti dell'IA.
Questo articolo analizza sistematicamente il condizionamento contestuale nei modelli visione-linguaggio attraverso diverse architetture e dataset, rivelando che mentre il prompting a livello di dominio è costantemente vantaggioso, il condizionamento contestuale completo per singola immagine comporta un'elevata varianza e rischi di overfitting, con la sua utilità guidata principalmente dalla scala del modello e dall'accuratezza di base.
Questo articolo presenta il primo studio su scala produttiva della progettazione di corsi assistita dall'IA, estraendo da un dataset che preserva la privacy di CourseFactory quattro superfici di workflow, dimostrando che i modelli di triage della qualità strutturale e di routing dagli item agli assignment migliorano significativamente l'efficienza e l'accuratezza della revisione, confermando al contempo che il testo dei prompt trattenuto non aggiunge alcun segnale misurabile.
Questo studio dimostra che, sebbene le traiettorie di successo e quelle fallimentari in un modello del mondo perturbato esibiscano dinamiche di recupero distinte — quali una minore entropia del percorso e meno escursioni strutturali — tali schemi dell'intera traiettoria non possono essere predetti in modo affidabile a partire dai prefissi iniziali, distinguendo così le sfide della rilevazione dei regimi, del monitoraggio del recupero e della predizione di singoli rollout.
Questo articolo introduce l'H. Dilpriya's Momentum (HDM), un nuovo ottimizzatore multi-strategia che combina correzioni adattive per parametro con lo scheduling a coseno-annealing per ottenere rigorose garanzie di convergenza e un allineamento del gradiente allo stato dell'arte, dimostrando prestazioni superiori sia su problemi sintetici mal condizionati che su benchmark di deep learning come MNIST e CIFAR-10.