1017 articoli
Questo articolo dimostra che gli agenti di pianificazione basati sul pooling affrontano un limite computabile e irriducibile nel grounding degli oggetti determinato esclusivamente dalla dimensione dell'embedding e dal numero di oggetti, un limite strutturale che causa la perdita di identità indipendentemente dalla capacità del modello o dall'addestramento.
Questo studio propone il framework Entropy-Resolved Sensor Actionability (ESA), un metodo di selezione unificato che integra rilevanza dell'informazione, stabilità temporale, non ridondanza e completezza per identificare sottoinsiemi di sensori compatti e interpretabili che mantengano una prestazione predittiva quasi perfetta in condizioni di campo variabili e in presenza di dati mancanti.
Questo articolo presenta un simulatore di circuiti quantistici Matrix Product State (MPS) accelerato da FPGA in grado di gestire oltre 500 qubit tramite l'offloading delle contrazioni tensoriali a una Xilinx Alveo U55C mantenendo la SVD e il campionamento sull'host, dimostrando che le prestazioni scalano con la dimensione del legame piuttosto che con il numero di qubit e validando il ruolo critico del sistema attraverso rigorosi esperimenti di correttezza e falsificazione.
Questo articolo introduce l'algoritmo Robust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO), un framework di ottimizzazione distribuzionalmente robusta che garantisce una deformazione geometrica e una sintesi della texture stabili sotto incertezze ambientali dinamiche, raggiungendo al contempo un tasso di convergenza O(1/ε²) e prestazioni superiori su benchmark ad alta risoluzione.
Questo articolo propone una nuova strategia educativa che integra i Large Language Models e il deep learning per creare un Bambola Amica Virtuale Intelligente, consentendo una valutazione oggettiva, continua e personalizzata del progresso educativo per bambini con Disturbo dello Spettro Autistico attraverso l'analisi di dati multimodali.
Questo articolo presenta vProjTutor, un sistema basato su agenti LLM che si integra con strumenti come Telegram, Trello e GitHub per supportare i team di studenti attraverso interazioni in linguaggio naturale per la pianificazione e il monitoraggio dei progetti, dimostrando un'elevata usabilità e tassi di completamento dei compiti in uno studio sugli utenti.
Il documento presenta Asha, un'architettura di agente clinico neurosimbolico che migliora significativamente l'accuratezza medica e la sicurezza conversazionale nei modelli linguistici integrando il punteggio simbolico, l'ancoraggio alla ricerca e la falsificazione, raggiungendo prestazioni superiori sui benchmark professionali rispetto ai modelli di frontiera e agli strumenti commerciali.
Questo studio rivela che i modelli di rilevamento delle intrusioni leggeri per le reti IIoT soffrono di gravi fallimenti di generalizzazione cross-dominio a causa della dipendenza da scorciatoie basate su categorie di porte non trasferibili e bias di valutazione, sottolineando la critica necessità di test cross-network sotto distribuzioni di classe realistiche per garantire l'idoneità alla distribuzione.
Questo articolo propone un framework di inferenza multimodale efficiente dal punto di vista energetico e consapevole del contesto per dispositivi edge con risorse limitate che attiva dinamicamente gli encoder e regola i percorsi di computazione in base alle condizioni in tempo reale, ottenendo riduzioni significative nel consumo energetico e nella latenza pur mantenendo un'elevata accuratezza su piattaforme come NVIDIA Jetson Nano e Raspberry Pi 5.
Questo articolo introduce ViHistScriptBench, un benchmark leggero e una pipeline di valutazione progettati per far progredire la classificazione delle scritture storiche e dei tipi di documenti vietnamiti, fornendo un corpus curato, compiti definiti e modelli di base per affrontare le sfide poste dalla scarsità di dati e dalla calligrafia complessa.