7179 artigos
Este artigo demonstra que a combinação de características baseadas no operador de Koopman (aproximado via EDMD com dicionário de funções de base radial) e transformadores supera tanto as abordagens baseadas apenas em wavelets quanto sistemas híbridos na classificação multiclasse de eletrocardiogramas, oferecendo insights interpretáveis sobre a dinâmica cardíaca.
Este artigo apresenta um novo método baseado em otimização por gradiente que gera explicações contrafactuais plausíveis para problemas de classificação de séries temporais, integrando o alinhamento soft-DTW com k-vizinhos mais próximos para garantir que as explicações geradas mantenham uma estrutura temporal realista e alinhada à distribuição da classe-alvo.
Este capítulo revisa o avanço de modelos computacionais de aprendizado não supervisionado e fundamentado visualmente que demonstram como os princípios de percepção podem explicar a aquisição inicial da linguagem a partir de sinais acústicos e audiovisuais, sem a necessidade de pressupostos linguísticos prévios.
O artigo apresenta o M³-ACE, um framework de engenharia de contexto multiagente que aprimora o raciocínio matemático multimodal ao corrigir falhas de percepção visual através da colaboração dinâmica entre agentes e ferramentas especializadas, estabelecendo novos recordes de desempenho em benchmarks como o MathVision.
O artigo propõe o Framework Gráfico Hierárquico de Correção de Erros (HECG), uma arquitetura inovadora para agentes autônomos com geração de ações baseada em LLMs que integra Transferência de Estratégia Multidimensional (MDTS), Classificação Matricial de Erros (EMC) e Recuperação de Gráfico Causal-Contextual (CCGR) para otimizar a seleção de estratégias, diagnosticar falhas com precisão e melhorar a execução em tarefas complexas e dinâmicas.
Este trabalho revela a plasticidade comportamental inerente aos Grandes Modelos de Linguagem e propõe o ToCoRL, um quadro de aprendizado por reforço que internaliza essa adaptabilidade condicional a tokens, permitindo um controle preciso do comportamento do modelo sem degradação de capacidades.
Este artigo aborda a instabilidade da decomposição de valores não linear no aprendizado por reforço multiagente offline ao propor a normalização de valores invariante à escala (SVN) para estabilizar o treinamento e estabelecer uma receita prática que desbloqueia o pleno potencial desse paradigma.
O artigo demonstra que tanto humanos quanto modelos de linguagem são vulneráveis a "cegueira de escolha" ao avaliar preferências, revelando que o sinal de recompensa no RLHF é facilmente corrompido por contextos de elicitação e falhas de auto-monitoramento, o que compromete a eficácia do alinhamento sem que métricas padrão detectem o problema.
O artigo apresenta o GCOS, um framework de regularização que sintetiza outliers virtuais no espaço de características respeitando a estrutura geométrica dos dados de treinamento e utilizando limites adaptativos para melhorar a detecção de dados fora de distribuição (OOD) e permitir inferência conformal com garantias estatísticas.
Este artigo apresenta um método de percepção baseado em IA com previsão hierárquica de intenções humanas que permite aos robôs em laboratórios autônomos antecipar e interagir proativamente com pesquisadores humanos, superando as limitações dos sistemas atuais de detecção de obstruções e otimizando a coordenação em ambientes compartilhados.
O artigo apresenta o SYNAPSE, um framework sistemático e sem necessidade de re-treinamento que analisa e perturba o comportamento interno de modelos Transformer para avaliar sua robustez e revelar padrões de organização e vulnerabilidade em suas representações neuronais.
O artigo apresenta o IronEngine, uma plataforma de assistente de IA geral que integra uma orquestração unificada, memória persistente e execução de ferramentas através de um pipeline de três fases, demonstrando desempenho superior em tarefas heterogêneas e posicionando-se como uma base orientada a sistemas para assistentes pessoais e automação.
Este artigo propõe um método que capacita agentes de LLM a realizar recuperação nativa de conhecimento diretamente a partir de seus estados ocultos, eliminando a necessidade de um modelo de incorporação separado e mantendo 97% da qualidade de recuperação original.
Este artigo propõe o método HE-GP, que utiliza uma avaliação híbrida dinâmica para otimizar o agendamento de satélites de observação terrestre ágeis sob incertezas, reduzindo significativamente o custo computacional e superando heurísticas tradicionais e abordagens de avaliação única.
Este estudo prospectivo de viabilidade demonstrou que um sistema de IA conversacional baseado em LLM (AMIE) foi seguro, bem recebido por pacientes e clínicos, e produziu diagnósticos diferenciais e planos de manejo de qualidade comparável à dos médicos de atenção primária em um ambiente de urgência real, embora os médicos tenham superado a IA na praticidade e custo-efetividade dos planos de tratamento.
O LycheeCluster é um método inovador para gerenciamento eficiente de cache KV em modelos de linguagem grandes que, ao utilizar fragmentação consciente de limites e indexação hierárquica recursiva, reduz a complexidade de recuperação de linear para logarítmica, alcançando até 3,6 vezes mais velocidade de inferência com degradação mínima de desempenho.
Este artigo demonstra que a detecção de desvios graduais em agentes de RL baseados em modelos de mundo ocorre apenas acima de um limiar crítico universal (), cuja posição é determinada pela interação entre a sensibilidade do detector, a estrutura do ruído e a dinâmica do ambiente, revelando que certos tipos de desvio (como os sinusoidais) são intrinsecamente indetectáveis e que ambientes frágeis podem colapsar antes que qualquer monitoramento seja acionado.
O artigo propõe o R2F, um framework sem LLMs que reinterpreta as fronteiras de raios como hipóteses semânticas direcionais para navegação de objetos em ambientes internos, alcançando desempenho competitivo em tempo real e até seis vezes mais rápido que alternativas baseadas em grandes modelos de visão e linguagem.
O artigo apresenta o X-AVDT, um detector de deepfakes robusto que explora mecanismos de atenção cruzada interna dos geradores para alinhar áudio e vídeo, alcançando desempenho superior e generalização em um novo conjunto de dados multimodal (MMDF) que abrange diversas tecnologias de síntese.
O artigo propõe o Visual Self-Fulfilling Alignment (VSFA), um método de ajuste fino que utiliza imagens relacionadas a ameaças em tarefas neutras para moldar implicitamente personas orientadas à segurança em modelos de linguagem multimodal, reduzindo ataques e melhorando a qualidade das respostas sem a necessidade de rótulos explícitos de segurança.