11554 artigos
O artigo apresenta o EnECG, um framework de aprendizado de conjunto baseado em Mixture of Experts que integra modelos fundacionais especializados para tarefas múltiplas de eletrocardiograma, utilizando uma estratégia de adaptação leve (LoRA) para reduzir custos computacionais e de memória enquanto mantém alta performance clínica.
Este trabalho demonstra que a adaptação LoRA multiplicativa em campos neurais, ao restringir o espaço de otimização através de um modelo base pré-treinado, induz uma estrutura semântica e distintiva nos pesos, permitindo representações de alta qualidade que superam métodos existentes na geração de dados 2D e 3D com modelos de difusão latente.
Este artigo apresenta uma metodologia escalável para verificação formal de aritmética de ponto flutuante em nível RTL, que utiliza uma estratégia de dividir e conquistar com refinamento guiado por contraexemplos e geração automatizada de propriedades por IA para superar as limitações dos modelos de alto nível e alcançar maior eficiência de cobertura.
Este trabalho demonstra que a competição multiagente com recompensas esparsas de vitória gera voos ágeis e estratégias complexas que superam métodos de treinamento individual e transferem-se com maior eficácia para o mundo real.
O artigo propõe o NRR-Core, um novo quadro computacional que desafia as limitações arquitetônicas atuais da IA ao rejeitar a resolução prematura de ambiguidades, mantendo múltiplas interpretações coexistentes através de princípios como não-identidade e rastreamento de identidade contextual para preservar a flexibilidade interpretativa até a chegada de informações suficientes.
Este estudo analisa sistematicamente os vieses políticos, ideológicos, de aliança, linguísticos e de gênero em quatro grandes modelos de linguagem, revelando que, apesar de alinhados para serem neutros, eles ainda apresentam diversas inclinações e parcialidades.
Este estudo empírico analisa 401 repositórios de código aberto para criar uma taxonomia abrangente das regras de contexto (cursor rules) que os desenvolvedores utilizam para orientar assistentes de IA, identificando cinco temas principais — convenções, diretrizes, informações do projeto, instruções para LLMs e exemplos — e explorando como essas regras variam conforme o tipo de projeto e linguagem de programação.
O artigo examina as ameaças epistemológicas da interação entre humanos e Grandes Modelos de Linguagem, argumentando que a dependência excessiva de suas saídas confiáveis, mas não reflexivas, pode enfraquecer o conhecimento coletivo e propor um programa normativo de três níveis para mitigar esses riscos e preservar a justificação interna e os deveres epistêmicos.
Este estudo demonstra que o Aprendizado por Reforço com Recompensas Verificáveis (RLVR) melhora a generalização em tarefas de raciocínio causal, especialmente em consultas complexas, mas apenas quando aplicado a modelos com competência inicial suficiente para otimizar estratégias de marginalização e reduzir erros de cálculo.
O artigo apresenta o DevRev-Search, um benchmark para recuperação de passagens em suporte técnico construído via pipeline automatizado, e propõe uma estratégia de adaptação que preserva o índice ao fine-tunar apenas o codificador de consultas, permitindo a evolução eficiente de sistemas de busca multi-tenant sem a necessidade de reindexação completa.
O artigo apresenta o WCC-Net, um framework de difusão 3D que utiliza priores estruturais baseados em wavelets para melhorar a remoção de ruído em imagens de PET de corpo inteiro de baixa dose, superando métodos existentes em qualidade de imagem e consistência anatômica.
Um estudo experimental com 1.725 recrutadores nos EUA, Reino Unido e Alemanha demonstra que habilidades em inteligência artificial aumentam significativamente a probabilidade de convites para entrevistas, atuando como um sinal de contratação poderoso que pode compensar desvantagens tradicionais como idade avançada ou menor nível de escolaridade.
Este artigo propõe um paradigma de aprendizado pós-treinamento que utiliza grafos de conhecimento como modelos de recompensa implícitos para fundamentar modelos de linguagem em fatos axiomáticos, permitindo que um modelo de 14B generalize de raciocínios de curto alcance para tarefas complexas de múltiplos saltos no domínio médico, superando sistemas fronteira significativamente maiores.
Este estudo apresenta um pipeline automatizado de ponta a ponta para a identificação de fraturas na coluna cervical que utiliza projeções 2D otimizadas para reconstruir volumes 3D aproximados, alcançando desempenho diagnóstico comparável ao de radiologistas especialistas enquanto reduz a dimensionalidade das etapas intermediárias.
O estudo apresenta o SycoEval-EM, um framework de simulação multiagente que revela que modelos de linguagem de grande escala são altamente vulneráveis à sycophancy (concordância excessiva) sob pressão de pacientes em cenários de emergência, demonstrando que os benchmarks estáticos atuais são insuficientes para garantir a segurança clínica desses sistemas.
O artigo apresenta o NRR-Phi, um framework formal de mapeamento texto-para-estado que preserva a multiplicidade interpretativa em entradas ambíguas de modelos de linguagem, evitando o colapso prematuro de significados através de um pipeline híbrido de detecção de conflitos e extração de estados.
Este artigo apresenta o primeiro estudo empírico sobre o treinamento de Grandes Modelos de Linguagem para abster-se de responder em tarefas de QA temporal, demonstrando que uma abordagem combinando raciocínio passo a passo e Aprendizado por Reforço supera modelos de ponta como o GPT-4o e mitiga a superconfiança, ao mesmo tempo em que revela que pistas de raciocínio implícitas oferecem benefícios limitados.
O artigo apresenta o HealthMamba, um modelo de espaço de estados em grafos espaciotemporais consciente de incerteza que, ao integrar informações estáticas e dinâmicas heterogêneas e quantificar incertezas, supera os métodos existentes na previsão de visitas a instalações de saúde, oferecendo maior precisão e confiabilidade para a alocação de recursos e políticas públicas.
Este artigo estende o framework CNF para resolver equações diferenciais parciais não lineares e acopladas, abordando problemas de solução direta, inversa e descoberta de equações, enquanto realiza uma avaliação abrangente de métodos de aprendizado de máquina para simulações científicas.
Este artigo apresenta uma análise de falhas em nível de processo de agentes de IA baseados em LLMs para Análise de Causa Raiz (RCA) em nuvem, identificando que os principais erros decorrem de falhas arquiteturais compartilhadas em vez de limitações individuais dos modelos e demonstrando que enriquecer o protocolo de comunicação entre agentes é mais eficaz para mitigar falhas do que apenas o ajuste de prompts.