4603 articoli
Lo studio dimostra che l'impatto dell'uso dei modelli linguistici di grandi dimensioni (LLM) sul pensiero critico dipende dal contesto temporale: l'accesso immediato agli LLM migliora le prestazioni sotto pressione temporale ma le riduce quando il tempo è sufficiente, mentre l'accesso ritardato o nullo mostra l'effetto opposto.
HECTOR è un nuovo pipeline generativo che supera i limiti dei modelli attuali consentendo un controllo compositivo fine-granularità sui video attraverso un'ibridazione di riferimenti statici e dinamici, permettendo agli utenti di definire esplicitamente le traiettorie, la posizione, la scala e la velocità di ciascun elemento per garantire coerenza spaziotemporale e alta fedeltà visiva.
Il documento presenta deZent, un'implementazione decentralizzata di z-anonimato che utilizza strutture di conteggio stocastico e somme sicure per garantire la privacy nei dati dei sensori riducendo al contempo la fiducia necessaria in un'entità centrale e l'overhead di comunicazione.
Il documento propone un metodo innovativo che integra l'identificazione del sistema basata sui dati SINDy con un controllo adattivo RLS per migliorare il rifiuto delle perturbazioni del vento e la precisione nel tracciamento di traiettorie complesse di droni UAV in ambienti turbolenti, superando le prestazioni dei controllori PID e INDI tradizionali.
Il paper presenta OptBench, un ambiente di lavoro interattivo basato su DuckDB che consente a ricercatori e professionisti di costruire, confrontare e visualizzare in modo trasparente e standardizzato ottimizzatori di query per carichi di lavoro ibridi SQL e AI/ML.
Questo studio esamina le corrispondenze incrociate tra olfatto, tatto ed emozioni in 26 bambini in età prescolare, rivelando associazioni sistematiche che offrono indicazioni empiriche per la progettazione di tecnologie educative e affettive adeguate a questa fascia d'età.
Questo lavoro analizza la complessità computazionale fine della distanza di Hausdorff tra insiemi di punti sotto traslazioni, rivelando come dimensione, simmetria (distanza diretta vs. indistinta) e discrezione (continuo vs. discreto) influenzino in modo intricato i limiti superiori e inferiori del tempo di esecuzione, fornendo nuovi algoritmi quasi-lineari e dimostrando la durezza condizionale per diverse varianti del problema.
Questo articolo propone l'architettura H3LIX, un modello di intelligenza artificiale decentralizzato che genera apprendimento collettivo attraverso la sincronizzazione contestuale di istanze locali e dati sintetici, riducendo la dipendenza da infrastrutture centralizzate e promuovendo la sostenibilità energetica.
Questo articolo esplora la progettazione di sistemi basati sull'IA generativa potenziati da strumenti di consapevolezza di gruppo, presentando principi preliminari per supportare la metacognizione socialmente condivisa autonoma nella collaborazione, evitando che gli utenti sviluppino una dipendenza eccessiva dalle istruzioni generate dall'IA.
Questo studio presenta un framework sistematico per valutare la vulnerabilità di tre architetture VLM per la guida autonoma agli attacchi fisici tramite patch, rivelando gravi difetti di robustezza e modelli di vulnerabilità specifici che ne compromettono l'affidabilità in scenari critici per la sicurezza.
Questo lavoro introduce la segmentazione delle query visive (VQS) come nuovo paradigma per localizzare tutte le occorrenze di un oggetto in video non tagliati, presentando il benchmark su larga scala VQS-4K e il metodo VQ-SAM, che estende SAM 2 per ottenere risultati superiori rispetto agli approcci esistenti.
Questo articolo esplora la progettazione di strumenti di consapevolezza di gruppo potenziati dall'IA generica per contrastare la sovrapposizione all'IA nel processo di costruzione del significato, proponendo principi preliminari che utilizzano la visualizzazione implicita dei dati collaborativi per stimolare conflitti cognitivi e favorire un elaborazione autonoma.
Il documento presenta PSANE, un quadro di navigazione attiva sicura che utilizza le misurazioni propriocettive delle interazioni tra gambe e terreno per permettere ai robot a zampe di esplorare in sicurezza e raggiungere obiettivi in ambienti planetari sconosciuti e deformabili, superando i limiti della rilevazione remota.
Il documento presenta un sistema di localizzazione magnetica senza infrastrutture che consente a un UAV leggero di atterrare autonomamente con precisione centimetrica su un robot quadrupede mobile, integrando sensori magnetici, inerziali e ottici per il teaming eterogeneo in ambienti sconosciuti.
Il documento presenta la MEGC 2026, una sfida internazionale che introduce due nuovi compiti di question answering su video (ME-VQA e ME-LVQA) basati sull'analisi delle micro-espressioni facciali tramite modelli linguistici e visivi multimodali.
Il paper presenta TIDE, un metodo di estrazione senza addestramento per i Diffusion Transformer che risolve i problemi di degradazione strutturale e perdita di dettagli nelle immagini ad alta risoluzione bilanciando i token testuali e immateriali tramite un ancoraggio testuale e un controllo dinamico della temperatura basato sulla progressione spettrale.
Il documento presenta bsort, un algoritmo di ordinamento non basato su confronti per interi e numeri in virgola mobile che unifica i casi di segno e floating-point tramite un approccio derivato dal binary quicksort, ottenendo una complessità temporale di e uno spazio ausiliario di .
Questo lavoro presenta un algoritmo di streaming a passaggio singolo che, per il problema della selezione di intervalli unitari in ordine casuale, raggiunge un fattore di approssimazione atteso di 0,7401 utilizzando spazio lineare rispetto alla soluzione ottima, superando il limite di 2/3 noto per gli stream con ordine avversario e fornendo anche limiti inferiori sulla complessità spaziale necessaria per approssimazioni migliori.
Questo articolo sostiene che l'intelligenza artificiale generativa non è una soluzione universale per la ricerca qualitativa nell'ingegneria del software, evidenziando la necessità di adattamenti specifici alle diverse strategie di ricerca e analizzando i relativi vantaggi, svantaggi e criteri di qualità.
Il paper presenta FAME, un framework di apprendimento per rinforzo adattivo alle forze che permette a un umanoide full-scale di mantenere l'equilibrio e manipolare carichi bimanuali in modo robusto, stimando le forze di interazione direttamente dalla dinamica del robot senza sensori di coppia al polso.