5325 articoli
Questo articolo analizza le gravi vulnerabilità di sicurezza della piattaforma OpenClaw, dimostrando che la sua resistenza nativa agli attacchi è scarsa e proponendo un nuovo strato difensivo basato sulla collaborazione uomo-macchina (HITL) che riduce significativamente i rischi di esecuzione di comandi dannosi.
Questo articolo presenta una dimostrazione end-to-end di un attacco di spoofing dei sensori tramite componenti compromessi nella catena di approvvigionamento di satelliti, evidenziando come tale minaccia interna possa ingannare sia i sistemi di bordo che gli operatori a terra e proponendo contromisure per garantire l'integrità della missione.
Il paper propone ScanDP, un framework di scansione 3D generalizzabile ed efficiente dal punto di vista dei dati che utilizza una Diffusion Policy e una mappatura a griglia di occupazione per imitare strategie di scansione umane, garantendo una maggiore copertura, percorsi più brevi e una robustezza al rumore rispetto ai metodi esistenti.
Questo studio esplora come animare gli smartphone tramite il supporto "AnimaStand" durante discussioni di gruppo faccia a faccia, trasformandoli in facilitatori attivi che migliorano l'engagement, le prestazioni del compito e le relazioni tra i partecipanti.
Questo articolo propone OCpose, una nuova metrica per la valutazione della stima della posa multi-persona basata sul trasporto ottimo, che garantisce un'equa valutazione bilanciando veri e falsi positivi indipendentemente dai punteggi di confidenza, pur utilizzandoli per migliorare l'affidabilità dell'abbinamento.
Il paper propone SpatioCoupledNet, un metodo di controllo ibrido che combina conoscenze cinematiche e apprendimento automatico per gestire l'instabilità e migliorare la precisione nella forma di un robot iper-redundante planare flessibile, superando le prestazioni dei modelli puramente analitici o basati sui dati.
Questo paper introduce un nuovo metodo di perdita basato sulla stima della densità kernel e sulla distribuzione Chi-quadro per calibrare l'incertezza nei predittori di traiettoria gaussiani, migliorando così l'affidabilità della pianificazione sicura in ambienti affollati.
Il paper introduce "Motion Forcing", un framework decoupled che risolve il trilemma della generazione video complessa separando il ragionamento fisico dalla sintesi visiva attraverso una gerarchia "Punto-Forma-Aspetto" e una strategia di recupero dei punti mascherati per apprendere leggi fisiche latenti.
Il paper propone DGI (Differentiable Geometric Indexing), un nuovo approccio per il recupero generativo che risolve i conflitti di ottimizzazione e geometrici esistenti unificando l'indicizzazione e il recupero in un quadro differenziabile e sostituendo le logiche basate sul prodotto interno con una similarità coseno scalata per migliorare la robustezza nei casi di coda lunga.
Il paper propone Frames2Residual (F2R), un framework di decoupling spaziotemporale per la denoising video auto-supervisionata che supera i limiti delle reti a punto cieco esistenti separando l'addestramento in due fasi distinte: una modellazione temporale cieca per la coerenza inter-frame e un affinamento spaziale non cieco per il recupero delle texture.
Il paper presenta TractoRC, un quadro di apprendimento probabilistico unificato che esegue congiuntamente la registrazione e il clustering della tractografia per migliorare le prestazioni di entrambi i compiti sfruttando informazioni complementari in uno spazio di embedding condiviso.
Il paper presenta World2Act, un framework di post-addestramento che allinea le azioni dei modelli Vision-Language-Action direttamente con i latenti dinamici dei World Models tramite un obiettivo contrastivo e una decomposizione automatica delle abilità, superando i limiti legati alla supervisione pixel e alla durata variabile delle esecuzioni per migliorare la generalizzazione degli agenti embodied.
Il paper presenta un algoritmo deterministico che ricostruisce i grafi con treelength limitata e grado massimo limitato utilizzando un numero di query di distanza , migliorando di un fattore logaritmico le migliori conoscenze precedenti e raggiungendo il limite inferiore noto per i grafi a cordalità limitata.
Il paper presenta COHORT, un framework basato su ROS che utilizza un approccio ibrido di apprendimento per rinforzo (offline e online) per ottimizzare l'inferenza collaborativa di grandi reti neurali su sistemi multi-robot, riducendo il consumo energetico e migliorando l'utilizzo della GPU nel rispetto dei vincoli temporali reali.
Il paper propone PEPspace, una strategia di accelerazione sicura per reti interplanetarie basata sull'architettura NTSP che, attraverso la separazione delle connessioni, un controllo di congestione a tasso e la correzione degli errori adattiva, supera le limitazioni di TCP e QUIC garantendo un'efficienza e una stabilità superiori nelle comunicazioni spaziali.
Il paper presenta AsyncMDE, un sistema di stima della profondità monoculare in tempo reale che utilizza un modello fondazionale asincrono e un modello leggero per ridurre drasticamente i costi computazionali e abilitare il deployment su piattaforme edge mantenendo un'elevata accuratezza.
Il paper presenta KnowDiffuser, un framework di pianificazione del movimento guidato dalla conoscenza che integra la capacità semantica dei modelli linguistici con la potenza generativa dei modelli di diffusione per colmare il divario tra comprensione semantica e fattibilità fisica nella guida autonoma, ottenendo risultati superiori sul benchmark nuPlan.
Il paper presenta SignSparK, un nuovo framework multilingue per la produzione di lingua dei segni che supera i limiti degli approcci attuali combinando segmentazione temporale automatizzata, apprendimento basato su fotogrammi chiave sparsi e un modello di flusso condizionato per generare avatar di firma 3D fluidi, linguisticamente accurati e fotorealistici.
Il paper introduce DiT4DiT, un modello end-to-end che combina trasformatori di diffusione per video e azioni per apprendere la dinamica fisica e le azioni robotiche, ottenendo prestazioni all'avanguardia e un'efficienza di campionamento superiore rispetto ai modelli VLA tradizionali.
Il saggio presenta "Machinagogy", un sistema di tutoraggio AI fondato su riconoscimento hegeliano e psicanalisi freudiana che, attraverso una metodologia riflessiva di "vibe scholarship" con Claude Code, dimostra come prompt potenziati dal riconoscimento migliorino significativamente le prestazioni dei tutor indipendentemente dal modello, sollevando al contempo riflessioni critiche sulle dinamiche relazionali tra studenti, insegnanti e assistenti di ricerca.