3988 articoli
Il paper presenta SVOR, un framework robusto che supera le limitazioni delle condizioni reali nella rimozione di oggetti dai video grazie a tre innovazioni chiave (MUSE, DA-Seg e un training curricolare su due stadi), ottenendo risultati all'avanguardia nella stabilità temporale e nella gestione di ombre, movimenti bruschi e maschere difettose.
Questo lavoro propone il primo modello feed-forward per la decomposizione convessa in mondi aperti, apprendendo campi di caratteristiche continui che, tramite un obiettivo auto-supervisionato basato sulla geometria, permettono di scomporre forme 3D complesse in corpi convessi di alta qualità per applicazioni come la rilevazione delle collisioni.
Il paper presenta CogBlender, un framework che permette un intervento continuo e multidimensionale sulle proprietà cognitive (come valenza, arousal, dominanza e memorabilità) nella generazione di immagini da testo, colmando il divario tra contenuto semantico e intento psicologico attraverso l'interpolazione di campi di velocità tra ancoraggi cognitivi definiti.
Il paper presenta MDTrack, un nuovo framework per il tracciamento multimodale che supera i limiti delle strategie di fusione uniformi adottando una fusione adattiva basata su esperti dedicati per ciascuna modalità e una propagazione temporale decoupled tramite due modelli di spazio di stato separati, ottenendo così prestazioni all'avanguardia su cinque benchmark.
Il paper presenta ToolRosetta, un framework unificato che automatizza la conversione di repository di codice open-source in strumenti MCP compatibili per agenti LLM, riducendo lo sforzo umano e migliorando le prestazioni dei task attraverso un'ispezione di sicurezza integrata.
Il paper introduce SPR, un framework visione-linguaggio-azione che migliora la robustezza della manipolazione robotica attraverso un ciclo continuo di osservazione, pianificazione e riavvio basato sul monitoraggio esplicito del progresso del compito, ottenendo risultati superiori rispetto agli stati dell'arte su benchmark complessi.
Questo studio analizza l'impatto della latenza sulla qualità dell'esperienza (QoE) nelle lavagne virtuali di realtà aumentata, esaminando come essa influisca diversamente su aspetti pragmatici ed edonici in vari modalità di collaborazione e tra piattaforme con o senza avatar, al fine di fornire linee guida per l'ottimizzazione di tali sistemi.
Il paper presenta CORAL, un framework scalabile per l'apprendimento robotico multi-task che risolve il problema dell'interferenza tra compiti congelando un backbone VLA pre-addestrato e assegnando un esperto LoRA leggero e isolato per ogni attività, permettendo così un adattamento continuo senza dimenticare le competenze precedenti e con un overhead di inferenza nullo.
Questo studio propone un modello che rileva il momento ottimale per fornire validazione emotiva nel dialogo parlato giapponese analizzando esclusivamente segnali paralinguistici ed emozioni vocali, senza fare affidamento sul contesto testuale, al fine di migliorare l'interazione empatica tra uomo e robot.
Questo articolo presenta una soluzione basata su un Ambiente di Esecuzione Attendibile (TEE) RISC-V che fornisce entropia crittografica sicura a dispositivi IoT vincolati, risolvendo il problema della generazione di chiavi crittografiche affidabili attraverso un servizio esterno verificabile.
Il paper presenta IntroSVG, un framework che migliora la generazione di grafica vettoriale (SVG) da testo integrando un ciclo chiuso di generazione e critica basato su feedback visivo, che utilizza tecniche di affinamento supervisionato e ottimizzazione delle preferenze per produrre risultati di alta qualità con strutture complesse e allineamento semantico superiore.
Il paper presenta NLiPsCalib, un framework di calibrazione efficiente e fisicamente coerente che utilizza la stereo fotometrica con sorgenti luminose vicine per abilitare la ricostruzione 3D ad alta fedeltà di sensori visuotattili curvi attraverso procedure di calibrazione semplici e accessibili.
Il paper presenta OddGridBench, un benchmark controllato che rivela la scarsa sensibilità delle Multimodal Large Language Models alle discrepanze visive fini, e propone OddGrid-GRPO, un framework di apprendimento per rinforzo che ne migliora significativamente la capacità di discriminazione attraverso l'uso di apprendimento curricolare e ricompense consapevoli della distanza spaziale.
Questo studio utilizza honeypot distribuiti tramite il motore di ricerca Ahmia e altri canali per dimostrare che gli utenti umani di Tor provengono quasi esclusivamente da Ahmia.fi e che, tra le varie tematiche illegali testate, i siti a tema CSAM generano un coinvolgimento significativamente superiore, con una preferenza marcata per le versioni in lingua inglese.
Questo articolo presenta un motore di calcolo matematico a precisione dinamica per microcontrollori Xtensa LX6 come l'ESP32, che combina un'aritmetica in punto fisso, un modulo CORDIC e una moltiplicazione di matrici ottimizzata per ottenere accelerazioni fino a 24,7 volte rispetto alle librerie standard, permettendo un cambio di precisione in tempo reale senza ricompilazione.
Questo studio dimostra che, sebbene ChatGPT possa generare specifiche di requisiti di sistema sintetiche realistiche fino al 62% secondo gli esperti, l'uso esclusivo di valutazioni basate su modelli linguistici non può sostituire le revisioni approfondite degli esperti a causa di allucinazioni e contraddizioni intrinseche.
Il paper propone la Calibrazione Spettrale Predittiva (PSC), un framework senza sorgente che estende l'allineamento del sottospazio al matching spettrale a blocchi per migliorare l'adattamento al test nella regressione di immagini, ottenendo risultati superiori rispetto alle basi esistenti, specialmente in presenza di forti spostamenti distribuzionali.
Questo tutorial presentato all'ICDE 2026 esplora il ciclo virtuoso di reciproco potenziamento tra l'intelligenza artificiale e la ricerca vettoriale, analizzando come l'AI ottimizzi i sistemi di ricerca e come la ricerca vettoriale, in particolare attraverso il framework RAG, estenda le capacità dei modelli linguistici di grandi dimensioni.
Il paper propone un framework di steganografia d'immagine robusto e provabilmente sicuro basato sull'ottimizzazione iterativa nello spazio latente, che migliora significativamente l'accuratezza dell'estrazione del messaggio sotto compressione e vari processi di elaborazione delle immagini mantenendo al contempo la sicurezza teorica.
ProvAgent è un framework innovativo che supera i limiti della collaborazione uomo-modello nella rilevazione delle minacce APT, integrando screening iniziale, profilazione basata su coerenza identità-comportamento e indagine autonoma tramite agenti multipli per ricostruire processi di attacco complessi con alta precisione e costi ridotti.