8382 articoli
Questo studio presenta un framework di apprendimento supervisionato debole che, attraverso un pre-addestramento a livello di patch su immagini aeree dell'Alaska, migliora significativamente l'accuratezza del rilevamento e del conteggio automatico dei caribù in ambienti artici complessi rispetto ai metodi tradizionali.
Il paper propone un nuovo metodo per rilevare immagini generate dall'IA sfruttando i componenti finali condivisi dalle architetture dei generatori, che, contaminando le immagini reali con tali componenti e addestrando un rilevatore su DINOv3, ottiene un'accuratezza media del 98,83% su generatori mai visti prima.
Il paper introduce RegionReasoner, un framework di apprendimento per rinforzo che migliora il ragionamento visivo multi-round attraverso un nuovo benchmark (RegionDial-Bench) e un meccanismo di ricompensa che garantisce la coerenza semantica globale e locale insieme a un grounding esplicito basato su regioni.
Il paper dimostra che la regola di conversione basata sull'intersezione delle regioni di privacy RDP è ottimale e non superabile per trasformare i profili di RDP in funzioni di trade-off -differenziali, confermando una congettura precedente e stabilendo il limite fondamentale di tale inferenza.
Il paper introduce la Correzione in Tempo di Test (TTC), un metodo privo di addestramento che utilizza il primo frame come riferimento stabile per correggere l'accumulo di errori nella generazione di video lunghi tramite modelli autoregressivi distillati, ottenendo risultati di alta qualità con un costo computazionale trascurabile.
Il paper presenta AirPulse, un robot volante autonomo di 26 grammi ispirato alle farfalle che, grazie a un'architettura di controllo gerarchica e ali compliant, realizza per la prima volta un volo stabile e guidato in regime tailless a bassa frequenza, aprendo nuove prospettive per il monitoraggio ecologico e l'ispezione in spazi confinati.
Questo articolo propone TCMax, un metodo di classificazione multimodale privo di iperparametri che massimizza la correlazione totale tra le caratteristiche multimodali e le etichette per mitigare la competizione tra le modalità e migliorare le prestazioni rispetto agli approcci esistenti.
Questo studio offre una rassegna critica della letteratura sull'NLP queer, evidenziando come la maggior parte delle ricerche si limiti a identificare reattivamente i pregiudizi invece di proporre soluzioni proattive, e delinea una roadmap per un futuro più inclusivo che privilegi il coinvolgimento degli stakeholder, l'intersezionalità e la diversità linguistica.
Il documento presenta il calcolo dell'ereditarietà, un fondamento per la programmazione dichiarativa basato su record, definizioni ed ereditarietà che unifica classi e oggetti, risolve il problema della linearizzazione dell'ereditarietà multipla trattando la composizione come unione insiemistica e dimostra una maggiore espressività rispetto al calcolo .
Questo articolo introduce un design di meta-gioco per analizzare il rischio di collusione algoritmica in scenari di test-time, valutando come agenti con politiche pre-addestrate e diverse regole di adattamento possano evolvere verso la cooperazione o la competizione in giochi di pricing ripetuti.
Il paper propone TCA-T2M, un framework innovativo che migliora la generazione di movimento da testo garantendo coerenza temporale tra sequenze diverse e plausibilità fisica attraverso un VQ-VAE spaziale temporale, un transformer mascherato e vincoli cinematici, ottenendo risultati all'avanguardia su HumanML3D e KIT-ML.
Il paper presenta ChimeraLoRA, un metodo che combina un LoRA condiviso a livello di classe con LoRA specifici per immagine, potenziati da un meccanismo di rafforzamento semantico e combinati tramite una distribuzione di Dirichlet, per generare dataset sintetici diversificati e ricchi di dettagli che migliorano l'accuratezza nella classificazione in scenari con pochi dati.
Il paper introduce DOCFORGE-BENCH, il primo benchmark zero-shot per la rilevazione di falsificazioni documentali, rivelando che i metodi attuali falliscono nella pratica non per carenze rappresentative ma a causa di una scarsa calibrazione delle soglie dovuta alla rarità delle regioni alterate, sottolineando al contempo la necessità urgente di valutare nuove minacce basate sull'IA generativa.
Questo lavoro propone il Multimodal Adversarial Quality Policy (MAQP), un framework che garantisce una presa robotica sicura in ambienti di interazione uomo-robot attraverso l'ottimizzazione congiunta di patch avversarie RGB e di profondità, risolvendo le discrepanze distributive e gli squilibri di ottimizzazione tipici delle modalità multimodali.
Il documento dimostra che il problema decisionale di approssimazione del raggio di copertura sui reticoli nella norma è NP-difficile per una funzione esplicita di approssimazione quando supera circa 35.31, estendendo i risultati precedenti sulla difficoltà di problemi correlati nella norma .
Questo articolo presenta un sistema di recupero semantico multilingue e multi-verticale per Uber Eats, basato su un modello Qwen2 fine-tunato con tecniche avanzate di apprendimento su larga scala, che ha ottenuto significativi miglioramenti nel recall rispetto ai baseline esistenti.
Questo articolo presenta l'architettura numerica ibrida HRFNA, un sistema basato su aritmetica residua e scalatura esponenziale che, grazie a una rigorosa fondazione matematica e a un'implementazione FPGA ottimizzata, offre un elevato throughput, una riduzione delle risorse e un'efficienza energetica superiore rispetto all'IEEE 754 FP32, mantenendo al contempo errori numerici strettamente limitati.
Questo lavoro propone un approccio algoritmico basato sulla generazione di colonne per risolvere il problema del flusso multi-prodotto con costi convessi sugli archi, gestendo efficacemente sia le varianti frazionabili che non frazionabili per ottimizzare il traffico nelle reti di telecomunicazione.
Questo studio empirico mappizza le interazioni tra modelli linguistici e strategie di prompting nella generazione di codice Verilog, valutando l'impatto di diverse tecniche di ingegneria dei prompt e di ottimizzazione evolutiva su una vasta gamma di modelli di dimensioni e specializzazioni diverse.
Il paper presenta AnalogToBi, un framework che genera automaticamente topologie di circuiti analogici a livello di dispositivo con alta validità e novità, combinando una rappresentazione a grafo bipartito, un controllo funzionale esplicito e un decoding guidato da grammatica per garantire la validità elettrica.