7179 artigos
O artigo apresenta o FinToolBench, o primeiro benchmark executável do mundo real projetado para avaliar agentes de IA no uso de ferramentas financeiras, oferecendo um ecossistema com 760 ferramentas executáveis e um novo framework de avaliação que prioriza a precisão, a conformidade regulatória e a estabilidade em cenários financeiros de alto risco.
Este artigo propõe um método de detecção de viés mais eficiente para modelos de linguagem financeiros, demonstrando que a análise cruzada entre modelos permite identificar até 73% dos comportamentos tendenciosos utilizando apenas 20% dos pares de entrada, reduzindo significativamente os custos computacionais sem comprometer a eficácia.
O artigo apresenta o SAIL, um quadro de aprendizado por imitação que utiliza busca em árvore Monte Carlo e modelos de linguagem visual para refinar iterativamente trajetórias de robôs durante o teste, demonstrando que aumentar a capacidade de computação no momento da execução melhora significativamente as taxas de sucesso em tarefas de manipulação complexas.
O artigo propõe o SCL-GNN, um novo framework de Redes Neurais em Grafos que utiliza o Critério de Independência Hilbert-Schmidt (HSIC) e uma estratégia de otimização bi-nível para identificar e mitigar correlações espúrias, melhorando significativamente a generalização do modelo em cenários de distribuição independente e fora de distribuição (OOD).
Este estudo de 172 bilhões de tokens revela que, embora a seleção do modelo seja o fator mais crítico para a precisão, as alucinações em tarefas de Q&A com documentos aumentam drasticamente com o tamanho do contexto (ultrapassando 10% em 200K tokens), enquanto configurações de temperatura mais altas podem reduzir a perda de coerência sem comprometer significativamente a precisão, e os resultados permanecem consistentes independentemente da plataforma de hardware.
O artigo propõe o framework AdaCultureSafe, que integra conhecimento cultural e segurança em Grandes Modelos de Linguagem (LLMs) através de um novo conjunto de dados verificado manualmente, revelando a ausência de correlação entre segurança e proficiência cultural nos modelos atuais e apresentando um método baseado em conhecimento para aprimorar a segurança cultural.
O artigo apresenta o TA-RNN-Medical-Hybrid, um framework de aprendizado profundo que combina codificação temporal contínua e representações baseadas em SNOMED para prever com precisão e interpretabilidade o risco de mortalidade em UTIs, superando modelos existentes no conjunto de dados MIMIC-III.
Este artigo avalia a capacidade de modelos de linguagem (LLMs) de revisar propostas de financiamento do EPSRC através de perturbações estruturadas, descobrindo que a abordagem de análise seção por seção supera outras arquiteturas, embora os sistemas atuais ainda apresentem variabilidade significativa e priorizem a verificação de conformidade em detrimento de uma avaliação holística.
Este artigo apresenta o BladeChain, um sistema baseado em blockchain que garante a rastreabilidade imutável e auditável das inspeções de pás de motores de aeronaves, integrando agendamento automatizado, proveniência de modelos de IA e registros criptográficos em uma rede de múltiplas partes interessadas para eliminar falhas manuais e prevenir adulterações.
Este artigo demonstra que, ao contrário do Gradiente Descendente, o Sharpness-Aware Minimization (SAM) em redes lineares profundas exibe um viés implícito dependente da profundidade e da inicialização, podendo convergir para soluções triviais ou apresentar uma dinâmica de "amplificação sequencial de características" que prioriza coordenadas menores antes das maiores, revelando limitações nas análises de viés baseadas apenas no limite temporal infinito.
Este artigo propõe um paradigma unificado de percepção-alinhamento-raciocínio para o Raciocínio Matemático Multimodal, sistematizando as abordagens atuais através de quatro questões fundamentais e destacando os desafios e direções futuras para superar as limitações na interpretação de diagramas, alinhamento de símbolos e verificação de passos intermediários.
Este trabalho propõe uma metodologia inovadora baseada em Redes Neurais Instruídas por Grafos (GINNs) para simular de forma eficiente e precisa fenômenos físicos governados por equações diferenciais parciais paramétricas com condições de contorno variáveis, superando as limitações das técnicas de ordem reduzida clássicas que exigem reformulação para cada configuração.
O artigo propõe uma abordagem de geração de imagens de CT a partir de texto que utiliza a recuperação de casos clínicos relacionados para fornecer orientação anatômica explícita via ControlNet, melhorando a fidelidade e a consistência clínica dos modelos generativos volumétricos sem depender de anotações de referência.
Este artigo apresenta um novo método de ajuste fino que melhora a robustez de Vision Transformers (ViTs) sob mudanças de distribuição ao orientar o raciocínio do modelo para conceitos semânticos de nível de partes, utilizando máscaras geradas automaticamente por LLMs e VLMs para reduzir a dependência de correlações espúrias.
Este estudo compara o desempenho humano e de IA no reconhecimento de ações em primeira pessoa, revelando que humanos dependem de pistas espaciais críticas e esparsas para identificar ações, enquanto os modelos atuais degradam-se de forma mais gradual, baseando-se excessivamente em contextos e características de baixo nível, o que evidencia uma divergência fundamental na robustez e nos mecanismos de reconhecimento entre ambos.
O artigo apresenta o CORE-Acu, um framework neuro-simbólico para suporte à decisão clínica em acupuntura que integra rastreamento de raciocínio estruturado e verificação de segurança baseada em grafos de conhecimento para garantir interpretabilidade e eliminar violações de segurança.
Este artigo descreve uma colaboração neurosimbólica entre um agente de IA, ferramentas de computação simbólica e orientação humana que resultou na descoberta e verificação formal em Lean 4 de um novo limite inferior rigoroso para o desequilíbrio de quadrados latinos no caso difícil .
O artigo apresenta o EndoSERV, um sistema de navegação robótica endoluminal baseado em visão que supera desafios como deformação tecidual e falta de marcos distintivos, utilizando mapeamento segmentar e transferência real-virtual para estimar a odometria sem necessidade de rótulos de pose reais.
O SPD-RAG é um framework hierárquico de múltiplos agentes que melhora a qualidade e a escalabilidade da resposta a perguntas complexas em grandes corpora documentais, superando métodos tradicionais de RAG e modelos de contexto longo ao processar documentos individualmente e sintetizar suas respostas de forma eficiente e econômica.
O artigo propõe o modelo DS-DGA-GCN, uma nova rede de aprendizado em grafos que combina atenção dinâmica e pontuação de características de rede para detectar grupos de revisores falsos em cenários de dados esparsos, superando os métodos atuais com alta precisão em conjuntos de dados reais.