11398 artigos
O artigo apresenta o DeformTrace, um modelo de espaço de estados deformável com tokens de retransmissão que supera as limitações atuais na localização temporal de falsificações ao oferecer maior precisão, sensibilidade a anomalias esparsas e eficiência computacional.
Este artigo apresenta o STEM-Bench, o primeiro benchmark para avaliação de memória em diálogos contínuos, e propõe o ProStream, um framework de memória hierárquica proativa que resolve o dilema entre fidelidade e eficiência ao permitir recuperação sob demanda com estado de conhecimento limitado em fluxos infinitos.
O artigo propõe o FedAFD, um quadro unificado de aprendizado federado multimodal que utiliza alinhamento adversarial, fusão adaptativa e destilação guiada por similaridade para superar desafios de heterogeneidade de dados e modelos, melhorando o desempenho tanto no cliente quanto no servidor.
Os autores propõem uma intervenção de baixo custo e sem necessidade de re-treinamento para modelos de linguagem difusivos, que modifica sequencialmente amostras intermediárias para repelir redundâncias no espaço de características, resultando em maior diversidade e melhor desempenho Pass@ em tarefas complexas como geração de código e resolução de problemas matemáticos.
O artigo apresenta o DP-MTV, um novo framework que habilita o aprendizado multimodal de contexto com inúmeros exemplos e privacidade diferencial formal, agregando centenas de demonstrações em vetores de tarefa compactos para reduzir custos de privacidade e permitir consultas ilimitadas com alto desempenho em tarefas sensíveis.
O artigo propõe o framework AoD-IP, uma solução inovadora para proteção de propriedade intelectual em Modelos Visão-Linguagem (VLMs) que permite autorização dinâmica sob demanda e avaliação de legalidade, superando as limitações de métodos estáticos ao oferecer controle flexível ao usuário e detecção confiável de acessos não autorizados em ambientes dinâmicos.
O artigo apresenta o EvoTool, um framework autoevolutivo que otimiza a política de uso de ferramentas em agentes LLM através de um paradigma evolutivo sem gradiente, utilizando atribuição de culpa baseada em trajetórias, mutação direcionada por feedback e seleção consciente da diversidade para superar limitações de otimização monolítica e de aspectos únicos.
O artigo apresenta o AgentSCOPE, um benchmark e framework baseado em Integridade Contextual que avalia fluxos de dados intermediários em sistemas agênticos, revelando que a maioria das violações de privacidade ocorre durante as respostas das ferramentas e é frequentemente ignorada pelas avaliações focadas apenas na saída final.
Este artigo demonstra que as intervenções de alinhamento em modelos de linguagem, embora eficazes em inglês, podem gerar um "efeito colateral de alinhamento" que inverte a segurança e amplifica patologias coletivas em outros idiomas, revelando que a eficácia da segurança é estruturalmente determinada pelo espaço linguístico e cultural e não se transfere universalmente.
Este artigo descreve um fluxo de trabalho determinístico e baseado em regras, implementado no script `cad_processor.py`, que processa extratos administrativos para calcular e relatar custos por aluno, agregando dados por escola e ano e aplicando uma camada de bandagem fuzzy interpretável para classificar os custos como baixos, médios ou altos com total rastreabilidade e reprodutibilidade.
O artigo apresenta o VPWEM, uma política visuomotora não markoviana que integra memórias de trabalho e episódicas por meio de um compressor contextual baseado em Transformer, permitindo que robôs aprendam tarefas de manipulação complexas com memória de longo prazo de forma eficiente e superando significativamente os métodos atuais.
O artigo apresenta o EVMbench, um benchmark que avalia a capacidade de agentes de IA de detectar, corrigir e explorar vulnerabilidades em contratos inteligentes, demonstrando que os modelos atuais conseguem realizar esses ataques de ponta a ponta em ambientes de blockchain reais.
O artigo apresenta o BandPO, um novo método de otimização para aprendizado por reforço em LLMs que substitui o recorte fixo do PPO por limites dinâmicos baseados em divergências f para mitigar o colapso de entropia e melhorar a estabilidade do treinamento.
O artigo propõe o KBD, um método inovador de otimização de lances para publicidade online que supera as limitações dos modelos de caixa-preta ao integrar expertise humana como viés indutivo, utilizar o Decision Transformer para otimização global de sequências e empregar um controle de duplo processo que combina regras PID rápidas com tomada de decisão estratégica.
O artigo apresenta o TimeWarp, um benchmark que avalia a robustez de agentes web diante de mudanças no design e layout da internet, e propõe o algoritmo TimeTraj, que utiliza destilação de planos em múltiplas versões de interface para superar as limitações da clonagem de comportamento tradicional e melhorar significativamente o desempenho de modelos como Qwen-3 e Llama-3.1.
Os autores propõem um framework de pré-treinamento com tarefas sensíveis à localização para aprimorar a capacidade de encoders visuais em detectar variações sutis entre imagens médicas, alcançando desempenho superior em respostas a perguntas visuais sobre diferenças em radiografias de tórax.
O artigo apresenta o RAG4CTS, um framework de geração aumentada por recuperação sem treinamento e consciente de regimes para séries temporais com covariáveis, que supera as limitações existentes em cenários de escassez de dados e dinâmica acoplada, demonstrando alta precisão e zero falsos alarmes na manutenção preditiva de válvulas PRSOV da China Southern Airlines.
O artigo propõe a Otimização de Preferência Ponderada por Confiança (CW-PO), um framework que utiliza um modelo de linguagem fraco para reponderar amostras de treinamento, permitindo que um modelo alinhado com apenas 20% de anotações humanas supere métodos tradicionais treinados com 100% de dados humanos.
O artigo apresenta o MPCEval, uma nova suite de benchmark e avaliação livre de referência para geração de conversas multiparte, que decompõe a qualidade em dimensões específicas e revela como objetivos de avaliação distintos impactam a análise de modelos de IA generativa.
O artigo apresenta o Mixture of Universal Experts (MOUE), uma generalização de MoE que introduz a "largura virtual" ao reutilizar um pool universal de especialistas entre camadas, superando desafios de roteamento e balanceamento de carga para alcançar ganhos de desempenho superiores aos modelos MoE tradicionais.