4491 articoli
Il paper propone un framework di apprendimento auto-supervisionato chiamato "Decomposition and Composition" che risolve il compromesso tra efficienza e prestazioni nell'analisi delle azioni umane multimodali basate sullo scheletro, decomponendo e ricomponendo le caratteristiche per allineare i dati unimodali e migliorare la rappresentazione multimodale senza eccessivo costo computazionale.
Questo lavoro introduce il benchmark DivGenBench per quantificare il collasso delle modalità di preferenza nei modelli di diffusione e propone D²-Align, un nuovo framework di allineamento che mitiga tale fenomeno correggendo direzionalmente il segnale di ricompensa per preservare la diversità generativa.
Il paper presenta Preguss, un framework modulare che combina analisi statica e modelli linguistici per generare e raffinare specifiche formali, permettendo la verifica automatizzata di programmi su larga scala (oltre 1000 righe di codice) con una riduzione dell'80,6%-88,9% dello sforzo umano necessario.
Questo articolo offre una revisione strutturata delle fondamenta, delle sfide di sicurezza e delle opportunità della comunicazione semantica digitale, evidenziando le sue vulnerabilità specifiche rispetto alla variante analogica e delineando possibili difese e direzioni di ricerca future.
Il paper propone SeLop, un metodo di intervento ortogonale a basso rango che, rimuovendo le correlazioni spurie irrilevanti dallo spazio delle rappresentazioni, risolve il problema della generalizzazione nella rilevazione di falsificazioni facciali ottenendo prestazioni all'avanguardia con un numero ridotto di parametri.
Questo studio propone un approccio centrato sugli obiettivi per valutare i metodi di ingegneria dei requisiti per la Privacy by Design, suggerendo che la loro selezione dovrebbe basarsi sul raggiungimento degli scopi organizzativi piuttosto che sulle sole caratteristiche di processo.
Il paper introduce CovertComBench, il primo banco di prova specifico per valutare le capacità dei Large Language Models nella comunicazione wireless covert, rivelando che, sebbene eccellano nella comprensione concettuale e nella generazione di codice, mostrano gravi carenze nelle derivazioni matematiche necessarie per garantire la sicurezza, suggerendo la necessità di un'architettura basata su strumenti esterni per sistemi affidabili.
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.