3729 articoli
Questo studio dimostra che una pipeline basata su RAG che utilizza il modello LLM Codestral-22B con few-shot continuous prompting identifica efficacemente i cloni di codice semantici e i pattern di riutilizzo nei fork di microservizi open-source, superando gli strumenti tradizionali basati sulla sintassi nonostante le attuali limitazioni nella recall.
Questo articolo introduce la Hypergraph Dangling Centrality (HDC) come una misura dell'importanza dei vertici basata sulla perturbazione e la sfrutta per guidare il framework Dangling-Centrality-Guided Hyperedge Percolation (DC-HPC), che dimostra prestazioni superiori nell'identificare comunità sovrapposte strutturalmente significative rispetto ai metodi di base su dataset del mondo reale.
Per affrontare le sfide del disallineamento spaziale e della limitata precisione nel rilevamento di oggetti minuscoli all'interno di immagini aeree accoppiate visibili e termiche, gli autori propongono FDMA-Net, un nuovo framework caratterizzato da un modulo di Allineamento Mamba a Quattro Direzioni per l'allineamento delle caratteristiche cross-modali, un meccanismo di Potenziamento dei Dettagli Termici per preservare i dettagli spaziali fini e una Testa di Distribuzione Centro-Dimensione per una localizzazione precisa, che raggiunge prestazioni allo stato dell'arte sui benchmark RGBTDronePerson e VTUAV-det.
Questo articolo propone l'algoritmo Improved Multi-objective Centered Collision Optimization (IMOCCO), che integra la collisione di caratteristiche del manifold, la collisione di massa-restituzione e la guida della scarsità angolare per superare significativamente i metodi esistenti su benchmark standard e applicazioni ingegneristiche.
Il documento propone EEGGAN-SepH, una rete avversaria generativa basata su transformer e potenziata da una testa di output separabile per modellare meglio la dinamica locale dell'EEG, insieme a una pipeline di valutazione che utilizza estrattori di caratteristiche specifici per l'EEG e che dimostra una fedeltà e un'utilità dei dati superiori rispetto ai metodi esistenti.
Questo articolo affronta la lacuna nella personalizzazione culturalmente sensibile conducendo una revisione sistematica della letteratura esistente e proponendo il framework CAMI-DM, un'architettura integrativa che combina i dati comportamentali con il contesto culturale e l'ottimizzazione spaziale per consentire un merchandising adattivo e culturalmente consapevole attraverso ambienti di vendita al dettaglio fisici, digitali e phygital.
Questo studio propone e valuta un framework di spazio di stato probabilistico a due scale temporali che fonde segnali affettivi multimodali con un controllo consapevole dell'incertezza per migliorare la reattività dei robot umanoidi, dimostrando tramite simulazione Monte Carlo che il filtraggio di Kalman a porta e la mappatura del display pesata sulla confidenza riducono significativamente gli errori di stima e il jitter comportamentale rispetto ai metodi di base.
Questo studio presenta un sistema leggero, basato su browser, che utilizza un modello MobileNetV2 e TensorFlow.js per raggiungere una precisione del 98,46% nella classificazione di prodotti freschi rispetto a quelli deteriorati interamente lato client, offrendo una soluzione scalabile per contesti agricoli con risorse limitate senza richiedere infrastrutture server o hardware specializzato.
Questo articolo propone un framework di ottimizzazione dei prompt basato sull'errore che tratta il prompt tuning come un ciclo di controllo a tempo discreto, dimostrando che raggiunge prestazioni paragonabili al fine-tuning in compiti di ragionamento finanziario consumando significativamente meno energia rispetto a LoRA o al fine-tuning completo.
MemHRL propone un framework di allineamento gerarchico tra memoria e policy per agenti LLM a lungo raggio utilizzando il recupero consapevole del livello e la consolidazione consapevole del fallimento, ma le valutazioni su subset vincolati di ScienceWorld e WebShop rivelano guadagni di prestazioni limitati e mettono in evidenza le sfide dei meccanismi compatti di policy-memoria sotto proposte ristrette.