11336 artigos
O artigo apresenta o ToolRLA, um pipeline de pós-treinamento em três estágios que utiliza uma função de recompensa com decomposição multiplicativa de quatro dimensões para alinhar agentes integrados a ferramentas em cenários de alto risco, resultando em melhorias significativas na taxa de conclusão de tarefas, redução de erros de invocação e conformidade regulatória em um copiloto de consultoria financeira.
O artigo apresenta o FreeAct, um novo framework de quantização para Modelos de Linguagem de Grande Escala que supera as limitações das transformações estáticas ao utilizar matrizes de transformação específicas para cada tipo de token, adaptando-se dinamicamente às disparidades nas ativações e melhorando significativamente o desempenho em modelos multimodais e de difusão.
Este estudo apresenta a primeira auditoria sistemática que revela como as "shadow APIs" enganam usuários e pesquisadores ao fornecerem respostas inconsistentes e inseguras em comparação com as APIs oficiais de modelos de linguagem, comprometendo a reprodutibilidade científica e a confiança nas ferramentas de IA.
O artigo apresenta o MatRIS, um potencial interatômico de aprendizado de máquina invariante e eficiente que utiliza um mecanismo de atenção separável para modelar interações de três corpos, alcançando precisão comparável aos modelos equivariantes mais avançados com custos computacionais significativamente menores.
O artigo apresenta o Kiwi-Edit, uma nova arquitetura unificada e um pipeline escalável de geração de dados que, ao criar o conjunto de dados RefVIE, supera as limitações atuais na edição de vídeo baseada em instruções, permitindo um controle visual preciso e fiel através da combinação de instruções textuais e referências visuais.
O artigo apresenta o IoUCert, um novo framework de verificação formal que supera as limitações existentes ao garantir a robustez de detectores de objetos baseados em âncoras, como SSD e YOLO, através de uma transformação de coordenadas que permite o cálculo de limites ótimos para a métrica de Interseção sobre União (IoU) sem degradação de precisão.
O artigo apresenta o AOI, um framework multiagente treinável que supera os desafios de privacidade e segurança na automação de SRE ao transformar trajetórias de falhas em sinais de aprendizado supervisionado, alcançando desempenho superior ao estado da arte em diagnósticos de nuvem autônomos.
O artigo apresenta o RADAR, um framework neural escalável que utiliza decomposição em valores singulares (SVD) e normalização Sinkhorn para permitir que solucionadores de problemas de roteamento de veículos lidem eficazmente com distâncias assimétricas, superando os métodos existentes em generalização e desempenho.
Este estudo propõe um modelo teórico baseado em funções de conjunto com valores de conjunto para formalizar a dinâmica não linear do deslocamento de gênero gramatical e a formação de palavras, demonstrando como essas variações surgem de mudanças de modelos morfológicos, com foco empírico na língua Rifânia.
Este estudo avalia a capacidade de onze ferramentas de IA, gerais e específicas para educação, de classificar a demanda cognitiva de tarefas matemáticas, revelando que nenhuma superou 83% de precisão, com uma tendência sistemática a subestimar tarefas extremas e priorizar características textuais superficiais em detrimento dos processos cognitivos subjacentes.
O artigo propõe um framework de tradução não pareada de MRI de ultra-baixo campo para alto campo, baseado em uma Ponte Neural de Schrödinger aprimorada com distribuição guiada por difusão e regularização de preservação anatômica, que melhora o realismo e a fidelidade estrutural das imagens cerebrais.
Este trabalho propõe um modelo de pagamento offline de Moeda Digital de Banco Central (CBDC) para dispositivos IoT que integra elementos seguros e provas de conhecimento zero para garantir transações privadas, seguras e resistentes a gastos duplos em ambientes com conectividade limitada.
Este trabalho propõe um conjunto de métricas empíricas para medir a automação da P&D em IA e seus impactos no progresso tecnológico e na supervisão de segurança, visando orientar empresas, organizações e governos na implementação de medidas adequadas.
Este estudo apresenta o Bielik-Q2-Sharp, a primeira avaliação sistemática de métodos de quantização extrema a 2 bits para o modelo de linguagem polonês Bielik-11B, demonstrando que o método QuIP# E8P12 atinge desempenho comparável ao baseline IQ2_XXS em benchmarks poloneses, com ganhos superiores em raciocínio e uma eficiência per-bit notável do QTIP, tudo realizado por um único pesquisador com um orçamento limitado.
O artigo apresenta o FinRetrieval, um novo benchmark com 500 perguntas de recuperação de dados financeiros que demonstra que a disponibilidade de ferramentas de API estruturada é o fator determinante para o desempenho dos agentes de IA, superando significativamente a busca na web e revelando variações de desempenho baseadas em configurações de raciocínio e convenções geográficas.
Este estudo demonstra que o alinhamento semântico via linguagem, através do método "Semantic Anchoring", supera a colapso de embeddings e melhora significativamente a detecção de câncer em modelos de visão computacional ao permitir a reinterpretação semântica de características visuais para generalização entre espécies e tipos de câncer, sem a necessidade de retreinamento completo.
O artigo propõe o CTRL-RAG, um novo framework de recompensa híbrido baseado em Reinforcement Learning que utiliza uma Recompensa de Verossimilhança Contrastiva (CLR) para otimizar a fé dos modelos de linguagem em documentos de contexto, superando as limitações das recompensas externas e prevenindo o colapso do modelo em cenários de RAG.
O estudo demonstra que o desalinhamento emergente em modelos de linguagem é fundamentalmente contido por gatilhos semânticos, mesmo quando os modelos são treinados exclusivamente com dados prejudiciais e nunca expostos a comportamentos benignos, revelando uma vulnerabilidade crítica de segurança que persiste independentemente da mistura de dados de treinamento.
O artigo apresenta o framework HUMAINE, que utiliza um conjunto de dados demograficamente estratificado de 23.404 participantes e um modelo hierárquico bayesiano para revelar que, embora o modelo *gemini-2.5-pro* seja o líder geral, as preferências humanas variam significativamente entre grupos etários e dimensões de avaliação, destacando a necessidade de uma metodologia de avaliação multidimensional e demograficamente consciente para LLMs.
Este artigo apresenta o SalamahBench, um benchmark unificado para avaliação de segurança de Modelos de Linguagem em Árabe, que revela disparidades significativas na robustez de diferentes modelos e destaca a necessidade de mecanismos de proteção especializados e avaliações específicas por categoria.