9951 artigos
O artigo apresenta o K-MaT, um framework de aprendizado de prompts que utiliza transporte ótimo para alinhar representações de modelos de visão-linguagem biomédica de alta resolução a modalidades de baixa resolução sem necessidade de dados de treinamento, alcançando resultados superiores e mitigando o esquecimento catastrófico em tarefas de imagem médica.
O MoEless é o primeiro framework de serviço serverless para Modelos de Linguagem de Grande Escala (LLMs) com Mistura de Especialistas (MoE) que mitiga o desequilíbrio de carga entre especialistas e reduz a latência e os custos de inferência através de previsões de carga, escalabilidade dinâmica e estratégias otimizadas de alocação em GPUs.
O artigo apresenta o DC-DiT, um modelo de difusão que utiliza um mecanismo de "chunking" dinâmico e aprendido para adaptar a quantidade de tokens processados conforme a complexidade visual da imagem e o estágio da difusão, melhorando a eficiência computacional e a qualidade da geração sem necessidade de supervisão explícita.
O artigo apresenta o CLAIRE, um framework de aprendizado profundo híbrido que combina autoencoders para extração de características latentes e técnicas de IA explicável para melhorar a detecção precisa e interpretável de falhas em ambientes industriais de alta dimensão.
O artigo apresenta o ESAA-Security, uma arquitetura de auditoria de segurança baseada em eventos e verificável que transforma a revisão de código gerado por IA de conversas livres em um processo governado, reprodutível e com rastro de auditoria imutável, estruturado em fases de reconhecimento, execução, classificação de riscos e relatórios.
Este artigo estende a regularização baseada em cinética (KBR) para aprender derivadas espaciais com precisão de segunda ordem em dados ruidosos, propondo esquemas explícitos e implícitos que, ao serem acoplados a solvers conservadores, permitem a captura estável de choques em EDPs hiperbólicas e abrem caminho para a resolução de equações em nuvens de pontos irregulares.
Este artigo apresenta um quadro de treinamento consciente de grupos de prompts que, ao organizar descrições semanticamente relacionadas e aplicar regularização guiada por qualidade e restrições de consistência, melhora a robustez e a generalização da segmentação de núcleos guiada por texto em patologia computacional sem alterar a arquitetura ou a inferência do modelo.
O artigo propõe uma arquitetura de orquestração com "portões de esquema" que separa a flexibilidade conversacional da execução determinística, permitindo que modelos de linguagem traduzam objetivos naturais em fluxos de trabalho científicos reprodutíveis e governados sem comprometer a precisão.
O artigo apresenta o PSIVG, um novo quadro de trabalho que integra um simulador físico em um processo de geração de vídeo por difusão para corrigir inconsistências de movimento e garantir a aderência às leis físicas, ao mesmo tempo em que preserva a qualidade visual e a diversidade dos vídeos gerados.
Este artigo propõe uma arquitetura de referência para frameworks de aprendizado por reforço, identificando componentes e padrões recorrentes através da análise de 18 sistemas de ponta, a fim de estabelecer uma base comum para comparação, avaliação e integração.
O artigo apresenta o CLoPA, uma estratégia de adaptação contínua que ajusta uma pequena fração dos parâmetros do modelo nnInteractive durante o fluxo de trabalho de anotação, elevando rapidamente o desempenho da segmentação interativa em diversas tarefas médicas para níveis de especialista sem exigir novos parâmetros ou alterações no pipeline de inferência.
Este artigo investiga a precisão e os vieses de modelos de linguagem de grande escala (LLMs) no raciocínio abdutivo, convertendo um conjunto de dados silogísticos para avaliar se esses modelos, ao inferirem premissas a partir de conclusões, apresentam falhas semelhantes às humanas e destacam a necessidade de raciocínio contextualizado além da dedução formal.
Este artigo propõe uma estratégia de pós-treinamento que torna modelos de TTS baseados em LLMs conscientes de fronteiras prosódicas, permitindo a geração de áudio em streaming com texto incremental e resolvendo problemas de prosódia não natural e colapso em textos longos através de um mecanismo de janela deslizante e parada antecipada.
Este artigo demonstra que modelos de fundação visuais-linguísticos contêm representações geométricas precisas em suas características congeladas, acessíveis através de sondas lineares simples, revelando que a baixa precisão na saída textual decorre de um déficit no treinamento do caminho de geração e não de uma limitação na representação visual subjacente.
O artigo apresenta o PONTE, um framework de inteligência artificial explicável (XAI) com interação humana que supera as limitações das abordagens padronizadas e dos modelos de linguagem, utilizando um processo de validação em loop fechado para gerar explicações naturalizadas, personalizadas e confiáveis adaptadas às necessidades específicas de cada usuário.
O artigo apresenta o NOBLE, uma arquitetura que adiciona ramificações de baixo rank não lineares permanentes às camadas lineares dos transformers para acelerar o pré-treinamento do zero, alcançando ganhos significativos de eficiência e velocidade de convergência com sobrecarga mínima de parâmetros e tempo.
O artigo apresenta o COLD-Steer, um framework livre de treinamento que controla o comportamento de Grandes Modelos de Linguagem (LLMs) em tempo de inferência ao aproximar as mudanças de representação resultantes do aprendizado em contexto, alcançando alta eficácia de direcionamento com até 50 vezes menos exemplos do que os métodos existentes.
Este estudo apresenta um sistema de inteligência artificial treinado em mais de 45.000 imagens de ultrassom que não apenas diagnostica fendas orofaciais fetais com precisão superior à de radiologistas júnior e comparável à de especialistas seniores, mas também atua como um copiloto médico para aumentar a sensibilidade diagnóstica e acelerar o desenvolvimento de expertise clínica em condições raras.
O artigo apresenta o RAMoEA-QA, um modelo generativo hierárquico que utiliza especialização condicional em duas etapas (combinando um Mixture-of-Experts para áudio e um Mixture-of-Adapters para linguagem) para superar as limitações de sistemas monolíticos existentes, oferecendo uma resposta robusta e generalizável a perguntas sobre áudio respiratório em diversos cenários clínicos.
O artigo apresenta o LiveSense, uma plataforma que transforma adaptadores Wi-Fi comerciais em laptops em sensores de alcance e Doppler em tempo real com precisão centimétrica, permitindo a detecção de distância, velocidade, micro-movimentos e gestos sem comprometer a comunicação de rede.