11338 artigos
Este artigo apresenta o MPBMC, uma abordagem híbrida que utiliza embeddings de redes neurais gráficas e estatísticas de tempo de execução para agrupar funcionalmente propriedades de hardware, acelerando significativamente a verificação formal por meio de Model Checking Limitado (BMC) em benchmarks do HWMCC.
O artigo propõe a NCnet, uma arquitetura clássica que exibe comportamentos estatísticos não-clássicos e correlações não-locais decorrentes de competições de gradientes entre tarefas compartilhadas, sugerindo que a métrica de não-clássicalidade pode servir como um indicador útil para entender a dinâmica de treinamento e o desempenho de generalização em redes neurais profundas.
Este estudo apresenta um framework unificado e pioneiro para o desenvolvimento de modelos de linguagem especializados em ciência da combustão, que integra uma base de conhecimento multimodal de grande escala, um benchmark rigoroso de avaliação e um caminho de três estágios para injeção de conhecimento, demonstrando que a simples recuperação aumentada (RAG) atinge um limite de desempenho e que a construção de modelos fundamentais de domínio exige gráficos de conhecimento estruturados e pré-treinamento contínuo.
Este artigo identifica e valida uma nova vulnerabilidade em modelos de linguagem e visão grandes, demonstrando que a otimização de uma função de perda para induzir instabilidade numérica gera imagens que degradam significativamente o desempenho desses modelos, revelando um vetor de falha distinto das perturbações adversariais tradicionais.
Este trabalho demonstra que a reescrita de consultas para reduzir ambiguidades, utilizando contexto de fundamentação sem respostas, duplica o desempenho de modelos de linguagem no benchmark "Humanity's Last Exam", superando abordagens que apenas preparam o contexto antes da pergunta.
Este artigo propõe um framework de leilão distribuído em redes heterogêneas (HetNets) onde agentes de UEs impulsionados por Grandes Modelos de Linguagem (LLMs) otimizam decisões de associação e licitação em interações repetidas, demonstrando superioridade em frequência de acesso ao canal e eficiência orçamentária em comparação com políticas tradicionais.
Este artigo propõe que a inteligência encarnada, ao ultrapassar limiares críticos de capacidade, desencadeará uma transição de fase na geografia econômica da manufatura, rompendo com o paradigma fordista de fábricas centralizadas para estabelecer uma nova lógica de produção baseada em micro-fábricas próximas à demanda e em condições ambientais otimizadas para máquinas.
Este artigo propõe o paradigma de aprendizado HARR (Reconstrução e Representação de Atributos Heterogêneos), que transforma atributos numéricos e categóricos em um espaço unificado para aprender uma métrica de distância adaptativa e sem parâmetros, melhorando a precisão e a eficiência do agrupamento de dados mistos.
Este artigo apresenta a primeira avaliação multidimensional da influência acadêmica e da qualidade do código em 31 benchmarks de segurança de LLM, revelando que, embora os benchmarks não superem artigos não-benchmark em citações, existe uma desconexão crítica entre a proeminência dos autores e a qualidade do código, evidenciando a necessidade urgente de melhorar a reprodutibilidade e as considerações éticas nos repositórios.
O VSPrefill é um mecanismo de atenção esparsa com treinamento leve que explora padrões estruturais verticais e diagonais para reduzir a complexidade do pré-preenchimento de contexto longo para linear, alcançando um aceleramento médio de 4,95x em 128k tokens com apenas 1,65% de perda de precisão em modelos como Qwen3 e LLaMA-3.1.
Este artigo apresenta o MAD-SmaAt-GNet, uma rede neural multimodal que aprimora a previsão de precipitação de curto prazo ao combinar a arquitetura leve SmaAt-UNet com um codificador para múltiplas variáveis meteorológicas e um componente de advecção baseado em física, resultando em uma redução de 8,9% no erro quadrático médio em comparação com o modelo de base.
Este estudo revela que os modelos de linguagem exibem uma estrutura computacional de duas fases ao lidar com exemplos conflitantes no aprendizado em contexto, onde cabeças de atenção específicas em camadas iniciais e tardias amplificam a vulnerabilidade a regras corrompidas, e a ablação direcionada dessas cabeças consegue melhorar significativamente o desempenho.
Este estudo apresenta um modelo de previsão de trajetória de navios em vias navegáveis interiores baseado em LSTM e atenção, que, embora atinja uma precisão comparável a trabalhos similares, revela através de sua arquitetura interpretável que as melhorias de desempenho não são inteiramente impulsionadas por relações causais com os navios vizinhos, destacando a importância da explicabilidade para garantir a confiança nesses sistemas.
Este artigo propõe um modelo de dinâmica de propagação e uma camada de governança baseada em grafos genealógicos para identificar e mitigar a amplificação de erros em sistemas multiagentes baseados em LLM, demonstrando que essa abordagem não invasiva eleva a taxa de sucesso da defesa de 0,32 para mais de 0,89.
O artigo apresenta um sistema de reconhecimento de atividades baseado em uma Rede Neural Convolucional Circular Dilatada (CDCNN) que processa dados multimodais de palmilhas inteligentes, alcançando 86,42% de precisão na classificação de quatro atividades e demonstrando viabilidade para implantação em sistemas embarcados.
O artigo propõe a Regulação de Refinamento Progressivo (PRR), um framework dinâmico que acelera a decodificação de modelos de linguagem difusivos ao aprender um controlador leve que regula o refinamento de tokens com base na sua trajetória de convergência futura, preservando a qualidade da geração.
Este trabalho apresenta um framework de aprendizado contrastivo que alinha espectros de raios X com conhecimento extraído de artigos científicos, criando representações multimodais compartilhadas que melhoram a estimativa de variáveis físicas e facilitam a identificação de fontes astrofísicas raras ou pouco compreendidas.
O artigo apresenta o Aprendizado de Hessiano Projetado (PHL), um método escalável que treina potenciais interatômicos de aprendizado de máquina utilizando produtos vetor-Hessiano para incorporar informações de curvatura com precisão próxima à do Hessiano completo, mas com custo computacional e de memória significativamente reduzidos.
Este artigo apresenta um novo sistema multiagente para descoberta matemática computacional que, ao simular a interação entre experimentação, provas e contraexemplos, consegue autonomamente recuperar o conceito de homologia a partir de dados poliedrais, demonstrando que a otimização de processos locais pode gerar noções alinhadas de interesse matemático.
Este estudo avalia o impacto do desvio temporal em corpora técnicos sobre o benchmark de recuperação FreshStack, demonstrando que, apesar da migração de documentos relevantes entre repositórios, as classificações dos modelos de recuperação permanecem altamente correlacionadas, indicando que benchmarks reavaliados com corpora evolutivos continuam confiáveis.