3447 articoli
Il paper presenta WalkGPT, un modello visione-linguaggio ancorato ai pixel che unisce ragionamento linguistico e segmentazione per fornire guide di navigazione accessibili e consapevoli della profondità, supportato dal nuovo benchmark PAVE.
Attraverso un esperimento controllato, lo studio rivela che le convinzioni di efficacia agiscono come ancoraggi cognitivi persistenti che generano un ottimismo verso l'IA, influenzando le decisioni di delega in modo asimmetrico rispetto alle informazioni contestuali ma mostrando un impatto limitato sulle prestazioni complessive del team umano-IA, suggerendo la necessità di nuove linee guida di progettazione oltre agli approcci basati sulla sola trasparenza.
Questo studio presenta un modello computazionale che valuta l'efficacia dei nanomacchinari intravascolari nel rilevare biomarcatori tumorali in fase precoce, dimostrando come l'incorporazione di realistiche dinamiche vascolari riduca la probabilità di rilevamento rispetto ai modelli uniformi e come i capillari offrano le prestazioni migliori.
Il paper introduce FutureVLA, un nuovo modello che migliora le capacità predittive degli agenti robotici incorporando un'architettura di previsione visuomotoria congiunta che, attraverso la decoupling delle informazioni visive e motorie e l'allineamento degli embedding latenti, supera i limiti delle metodologie esistenti garantendo una maggiore continuità temporale e generalizzabilità.
Il paper presenta MAVEN, un framework di meta-apprendimento per rinforzo che permette a un singolo policy di adattarsi in tempo reale a variazioni dinamiche estreme, come cambi di massa fino al 66,7% o perdita di spinta di un singolo rotore del 70%, garantendo una navigazione agile e robusta sia in simulazione che nel mondo reale.
Il paper presenta ASTER, un framework di apprendimento per rinforzo che, grazie a una strategia di inizializzazione dello stato informata dalla dinamica ibrida, permette per la prima volta il volo autonomo invertito e manovri agili per un quadrotore con carico sospeso, superando le sfide della sparsità del reward e garantendo un trasferimento zero-shot dalla simulazione alla realtà.
Questo articolo dimostra che, nel modello di movimento congiunto per la materia programmabile, è possibile riconfigurare qualsiasi struttura in un segmento lineare canonico in tempo sublineare , risolvendo positivamente un problema aperto e fornendo nuovi primitivi per il movimento parallelo efficiente.
Il paper presenta il dataset eLasmobranc, una raccolta pubblica di immagini curata di sette specie di elasmobranchi del Mediterraneo spagnolo, acquisita principalmente in ambiente terrestre e annotata da esperti per supportare il riconoscimento delle specie a livello fine-grained e il monitoraggio della biodiversità.
Questo paper introduce Just-in-Time (JiT), un nuovo framework senza addestramento che accelera l'inferenza dei Diffusion Transformers sfruttando la ridondanza spaziale attraverso una selezione dinamica di token di ancoraggio, ottenendo un aumento di velocità fino a 7 volte con prestazioni quasi senza perdite.
Il paper presenta Pneuma-Seeker, un sistema basato sulla reificazione relazionale che allinea gli agenti AI al lavoro umano su dati relazionali trasformando le esigenze informative in schemi concreti e iterativamente raffinati, superando le limitazioni dei modelli linguistici tradizionali e garantendo maggiore accuratezza, trasparenza e fiducia.
Il paper propone un sistema di fotometria stereo basato su eventi che utilizza una singola sorgente luminosa rotante e una rete neurale leggera per-pixel per stimare le normali superficiali senza calibrazione, ottenendo risultati superiori in termini di precisione e robustezza rispetto ai metodi esistenti in condizioni di illuminazione variabile e ad alto dinamico.
AttriGuard è un nuovo sistema di difesa per agenti LLM che contrasta l'iniezione indiretta di prompt (IPI) utilizzando l'attribuzione causale e test controfattuali paralleli per verificare se le chiamate agli strumenti sono realmente motivate dall'intento dell'utente e non da osservazioni non attendibili, ottenendo così un tasso di successo degli attacchi nullo con una perdita minima di utilità.
Il paper "CodePercept" identifica le carenze percettive come il principale limite del ragionamento visivo STEM negli MLLM e propone un nuovo paradigma che utilizza l'esecuzione di codice per migliorare la percezione, supportato dal dataset su larga scala ICC-1M e dalla nuova benchmark STEM2Code-Eval.
Il paper presenta RAGPerf, un framework open source end-to-end per il benchmarking dei sistemi di Retrieval-Augmented Generation che, decodificando il flusso di lavoro in componenti modulari, permette un'analisi dettagliata delle prestazioni e della qualità attraverso la configurazione flessibile di modelli, database vettoriali e carichi di lavoro realistici.
Il paper presenta Aceso, un sistema adattivo che ottimizza il posizionamento dei microservizi per le PMI considerando vincoli di carbonio, costi e latenza, riducendo le emissioni di carbonio del 37,4% e i costi operativi del 3,6% rispetto alle distribuzioni statiche.
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.