8823 artigos
Este artigo propõe uma nova tarefa chamada Transcrição de Emoção em Conversa (ETC) para superar as limitações das anotações categóricas tradicionais, apresentando um conjunto de dados japonês com descrições de emoções em linguagem natural e avaliando modelos de base que, embora melhorados, ainda enfrentam dificuldades em inferir estados emocionais implícitos.
Este trabalho apresenta o DCTR, um mecanismo de recuperação de tabelas que utiliza decomposição de consultas tipadas e consciência de conectividade global para melhorar a precisão na recuperação de dados em contextos de perguntas complexas sobre bancos de dados relacionais.
O artigo propõe uma estratégia de inferência que trata o raciocínio como minimização de incerteza, selecionando em cada passo a continuação que maximiza a autoconfiança interna do modelo, o que resulta em melhor desempenho e eficiência em tarefas matemáticas e de raciocínio em comparação com métodos existentes.
O artigo investiga o uso de redes neurais gráficas para prever ordens de ramificação iniciais em solucionadores SAT baseados em CDCL, demonstrando acelerações significativas em instâncias aleatórias e pseudo-industriais, embora o desempenho seja limitado em problemas industriais complexos devido à rápida sobrescrita das heurísticas dinâmicas do solucionador.
Este artigo propõe três abordagens complementares para superar as limitações das ferramentas atuais na documentação de atividades criativas, que frequentemente perdem a estrutura de exploração não linear, a intenção representacional e os limites de interação, ao apresentar interfaces baseadas em nós para gestão de artefatos de IA generativa, um vocabulário de sinais visuais para autoria de visualizações e um modelo de programação que incorpora histórias semânticas diretamente no estado de interação.
Este trabalho propõe a Arquitetura de Governança em Camadas (LGA), um framework de quatro níveis que integra sandboxing, verificação de intenção, autorização de confiança zero e auditoria imutável para mitigar vulnerabilidades de execução em agentes autônomos, demonstrando experimentalmente sua eficácia na interceptação de ameaças com baixa latência e alta precisão.
O artigo apresenta o método Re², que utiliza aprendizado por reforço para ensinar modelos de linguagem a abandonar caminhos de raciocínio improdutivos e reiniciar a solução, superando a ineficiência do "overthinking" e alcançando ganhos significativos de desempenho em comparação com o treinamento padrão de RLVR.
Este artigo apresenta uma arquitetura de transformador miniatura inspirada no cérebro que demonstra, através de ablações, que a lateralização funcional dos bancos hipocampais depende criticamente da sinergia entre um buffer de memória de trabalho pré-frontal e acoplamento inibitório, revelando uma transição de fase descontínua onde o contexto de trabalho atua como quebra de simetria necessária para o surgimento da especialização hemisférica.
O artigo apresenta o VINO, um framework de aprendizado auto-supervisionado que utiliza um gargalo de informação estrutural e distilação assimétrica em vídeos densos para forçar os modelos a aprenderem representações centradas em objetos, superando a dependência de pistas contextuais e de fundo.
Este artigo propõe um sistema híbrido de recomendação baseado em *Learning-to-Rank* e incorporação de contexto social, que utiliza técnicas de mineração de texto e aprendizado profundo em dados do Stack Overflow para auxiliar desenvolvedores a encontrar soluções para bugs de software, alcançando uma precisão de aproximadamente 78% ao sugerir as 10 melhores respostas.
O artigo propõe a arquitetura LEPA, que supera as limitações da interpolação em modelos fundacionais geoespaciais ao prever diretamente embeddings transformados geometricamente, permitindo ajustes precisos em imagens de satélite sem a necessidade de recodificação.
Este artigo propõe uma nova abordagem hierárquica que combina aprendizado por imitação e reforço para permitir que agentes em equipes ad hoc identifiquem dinamicamente quando cooperar ou agir sozinhos diante de objetivos heterogêneos, superando métodos existentes em ambientes cooperativos estendidos.
Este trabalho propõe um modelo de mundo latente consciente da cinemática, que integra informações cinemáticas e supervisão geométrica ao modelo RSSM para melhorar a eficiência de dados e o desempenho na aprendizagem de políticas de direção autônoma através de uma representação espacial estruturada e fisicamente fundamentada.
O VisualDeltas é um framework leve de aprendizado de preferências que extrai sinais de supervisão a partir de variações na qualidade visual de dados multimodais, eliminando a necessidade de anotações humanas e superando métodos tradicionais de ajuste fino em diversos benchmarks.
Este estudo empírico demonstra que, sob diversas restrições de implantação, quatro modelos de linguagem de grande porte (LLMs) apresentam altas taxas de alucinação de citações bibliográficas, com taxas de existência verificável inferiores a 47,5%, o que reforça a necessidade imperativa de validação pós-geração antes de seu uso em síntese de evidências de engenharia de software.
O artigo apresenta o MAviS, um assistente conversacional multimodal especializado em aves, composto pelo conjunto de dados MAviS-Dataset, pelo modelo MAviS-Chat e pelo benchmark MAviS-Bench, que juntos superam os modelos de base existentes ao oferecer compreensão detalhada e respostas precisas para mais de 1.000 espécies de aves, integrando áudio, visão e texto para aplicações em conservação da biodiversidade.
Este artigo propõe uma arquitetura de IA perceptual modular inspirada no córtex cerebral, que supera as limitações de interpretabilidade e generalização dos modelos monolíticos atuais ao decompor a percepção em módulos especializados que utilizam loops de feedback preditivo para criar sistemas mais transparentes e robustos.
Este artigo propõe uma nova abordagem para a descoberta de simetrias contínuas que, em vez de otimizar geradores de transformação, identifica padrões de esparsidade estruturada no domínio espectral obtido por meio da Transformada de Fourier Generalizada, demonstrando sua eficácia em tarefas como o pêndulo duplo e a classificação de quarks top.
Este capítulo explora a evolução da geração de dicas orientada por dados em sistemas tutores inteligentes, destacando como técnicas como a Fábrica de Dicas e Redes de Interação permitem a criação de sugestões de próximos passos e a identificação do momento ideal para intervenções, além de investigar futuras adaptações baseadas em dados comportamentais e na integração de Modelos de Linguagem de Grande Escala (LLMs).
Este artigo propõe um quadro teórico e empírico para treinar políticas robustas em POMDPs com estados latentes iniciais adversários, demonstrando que a exposição direcionada a distribuições latentes deslocadas reduz significativamente as vulnerabilidades de pior caso, conforme validado por garantias de amostra finita e testes no jogo Battleship.