10992 artigos
Este artigo propõe o modelo BACE-RUL, uma rede adversária bi-direcional com codificação de covariáveis que prevê a vida útil remanescente de máquinas utilizando apenas medições de sensores do ciclo atual, superando métodos existentes em precisão e aplicabilidade em cenários do mundo real.
O artigo identifica o "miragem de segurança" como uma falha no ajuste fino supervisionado de Modelos de Linguagem e Visão (VLMs) que reforça correlações espúrias, e propõe o desaprendizado de máquina como uma solução eficaz para reduzir ataques de segurança e rejeições desnecessárias de consultas benignas.
Este estudo de caso de três anos no Georgia Tech e na Emory University demonstra que a implementação de uma estrutura avançada de Aprendizagem Baseada em Problemas (PBL), adaptada para o ensino de IA biomédica e apoiada por IA generativa, superou desafios educacionais e resultou em melhorias mensuráveis nos resultados de aprendizagem, incluindo alta produtividade de pesquisa e desenvolvimento de métodos computacionais inovadores.
Este artigo apresenta uma investigação empírica em larga escala que revela que a capacidade de modelos de linguagem grandes (LLMs) de localizar falhas em código é altamente frágil a mutações semânticas, indicando que seu raciocínio depende excessivamente de pistas sintáticas irrelevantes em vez de compreender a lógica profunda do programa.
Este artigo apresenta o ms-Mamba, uma nova arquitetura de previsão de séries temporais que supera os métodos atuais ao processar dados em múltiplas escalas temporais utilizando blocos Mamba com taxas de amostragem variadas, alcançando maior precisão com menor custo computacional.
Este artigo apresenta um framework de Geração Aumentada por Lógica (LAG) que combina grafos de conhecimento semântico e heurísticas de prompts para aprimorar o raciocínio analógico multimodal e a detecção de metáforas, superando as bases atuais e oferecendo processos de raciocínio mais explicáveis, embora ainda enfrente desafios em metáforas específicas de domínio.
O artigo apresenta o Foam-Agent, um sistema multiagente baseado em modelos de linguagem que automatiza fluxos de trabalho completos de dinâmica dos fluidos computacionais (CFD) a partir de prompts em linguagem natural, alcançando uma taxa de sucesso de 88,2% em tarefas complexas sem intervenção humana.
O artigo apresenta o ReactDance, um framework de difusão que utiliza uma representação latente hierárquica com quantização escalar finita (HFSQ) e uma estratégia de amostragem não autoregressiva baseada em blocos (BLC) para gerar danças reativas de alta fidelidade e coerência temporal em sequências longas.
Este trabalho propõe uma nova função de recompensa hierárquica e normalizada para Aprendizado por Reforço em direção autônoma, incorporando um objetivo consciente de risco baseado em uma função elipsoidal e conceitos de RSS, que reduz as colisões em 21% e melhora o progresso da rota em cenários de interseção não sinalizada.
Este artigo propõe um novo framework de previsão de trajetória para veículos autônomos que, ao formular o problema como uma regressão restrita guiada por limites viários e perfis de aceleração, garante previsões fisicamente viáveis e robustas, eliminando drasticamente trajetórias fora da pista mesmo em cenários adversos.
Este artigo propõe um framework de aprendizado de currículo automático que gera dinamicamente cenários de direção com complexidade adaptativa baseada nas capacidades do agente, superando as limitações de métodos fixos e de randomização de domínio para alcançar maior robustez, eficiência e generalização no treinamento de agentes de direção autônoma.
Este artigo apresenta o CausalPitfalls, um benchmark abrangente que avalia a capacidade de modelos de linguagem de grande escala (LLMs) de superar armadilhas estatísticas comuns na inferência causal, revelando limitações significativas em sua confiabilidade para aplicações do mundo real.
O artigo apresenta o ShIOEnv, um ambiente de shell Bash compatível com Gymnasium que utiliza síntese baseada em gramática e um sinal de irreduzibilidade auto-supervisionado para gerar 2,1 milhões de pares de entrada-saída, permitindo que modelos aprendam com maior precisão o comportamento de execução de comandos reais, superando as abordagens anteriores livres de execução.
O artigo apresenta o VTool-R1, um framework pioneiro que utiliza aprendizado por reforço para treinar modelos de linguagem e visão (VLMs) a raciocinar de forma multimodal, intercalando texto e etapas visuais intermediárias geradas por ferramentas de edição de imagem, melhorando assim o desempenho em tarefas complexas de questionamento visual.
O artigo apresenta o SealQA, um novo benchmark desafiador que avalia modelos de linguagem aumentados por busca em cenários de resultados conflitantes e ruidosos, revelando que mesmo os modelos de ponta atuais falham em tarefas de raciocínio factual e de contexto longo, com desempenho que não melhora consistentemente com o aumento de recursos computacionais.
O artigo apresenta o RoboPARA, um novo framework baseado em modelos de linguagem que otimiza o planejamento de tarefas em robôs de dois braços através de geração de candidatos baseada em grafos de dependência e reotimização para paralelismo, validado pelo novo conjunto de dados X-DAPT e demonstrando superioridade em eficiência e confiabilidade em cenários complexos.
O artigo apresenta o LUCIFER, um middleware de inferência que implementa um Contrato de Sinal para converter atualizações linguísticas contextuais em sinais de controle agnósticos à linguagem, melhorando simultaneamente a segurança e a eficiência na coleta de informações em sistemas de decisão autônomos.
Este artigo apresenta o HSG-12M, o primeiro grande conjunto de dados de multigrafos espaciais contendo 16,7 milhões de grafos espectrais de Hamiltonianos de cristais não hermitianos, gerados automaticamente pela ferramenta Poly2Graph para superar a escassez de dados em física quântica e impulsionar o aprendizado de máquina geométrico.
O InterActHuman é um novo framework que supera as limitações dos métodos existentes ao permitir a animação de vídeo de alta qualidade com múltiplos conceitos e interações humanas, garantindo o controle preciso de cada identidade através do alinhamento espacial e temporal de condições multimodais, como áudio e imagens de referência, a regiões específicas do vídeo.
Este artigo apresenta o BWFlow, um novo framework de *Flow Matching* para geração de gráficos que supera as limitações dos métodos atuais ao modelar a evolução conjunta de nós e arestas através de campos aleatórios de Markov e transporte ótimo, garantindo caminhos de probabilidade suaves e melhorando a convergência no treinamento e amostragem.