11565 artigos
Este artigo investiga estratégias de rotulagem semântica para questionários de avaliação de riscos de terceiros, demonstrando que um pipeline híbrido semi-supervisionado (SSSL) que combina clustering, rotulagem por LLM em subconjuntos representativos e propagação de rótulos pode melhorar a recuperação de controles de segurança com menor custo e uso de LLM em comparação com métodos diretos.
Este trabalho propõe o VRFT-Aug, um framework de ajuste fino por reforço visual para o domínio médico que, ao integrar estratégias de aprimoramento de percepção e raciocínio, supera os métodos tradicionais e oferece diretrizes práticas para o desenvolvimento de modelos confiáveis em aplicações de alto risco.
Este estudo demonstra que os Modelos de Raciocínio Avançado (LRMs) não superam consistentemente os modelos não dedutivos em tarefas de Teoria da Mente, revelando que o raciocínio lento pode ser prejudicial e que esses modelos frequentemente dependem de atalhos de correspondência de opções em vez de inferência genuína, indicando a necessidade de novas capacidades específicas para o raciocínio social.
O artigo apresenta o Chimera, um framework neuro-simbólico que mapeia aproximações de atenção linearizada e restrições simbólicas para primitivas de dataplane, permitindo inferência de tráfego em alta velocidade com garantias de confiabilidade e auditabilidade dentro das limitações de hardware de switches programáveis comerciais.
Os autores propõem um novo quadro generativo baseado em inteligência artificial que combina modelos de linguagem e uma busca heurística eficiente para prever estruturas cristalinas diretamente da composição química, superando os gargalos combinatórios e a dependência de bancos de dados existentes para explorar novos materiais com rigor simétrico.
O artigo propõe o JPmHC, um quadro de hiper-conexões que preserva a isometria dinâmica ao substituir conexões de identidade por misturadores lineares treináveis restritos a variedades ortogonais, resultando em maior estabilidade, eficiência de memória e desempenho superior em tarefas complexas como ARC-AGI.
Este estudo analisa o ecossistema de interação entre agentes autônomos OpenClaw e Moltbook para propor as plataformas ClawdLab e Beach.Science, que implementam uma arquitetura de terceiro nível composta e verificável para superar as falhas atuais em sistemas de pesquisa científica autônoma.
O artigo apresenta o PhysMem, um framework de memória que permite a planejadores robóticos baseados em modelos de linguagem e visão aprenderem princípios físicos durante a interação em tempo de execução, sem atualizar os parâmetros do modelo, ao registrar experiências, gerar hipóteses e validá-las por meio de interações direcionadas antes de aplicá-las para melhorar o desempenho em tarefas de manipulação.
Este artigo demonstra que a permissão de compartilhamento limitado e sensível a custos de bens indivisíveis restaura garantias de justiça do tipo Maximin Share (MMS), propondo novos algoritmos de alocação e o conceito de SMMS, ao mesmo tempo em que estabelece limites teóricos sobre a existência universal dessas alocações.
O artigo apresenta o AOT-SFT e o framework de treinamento AOT, que utilizam um processo de auto-jogo entre um atacante de edição de imagens e um modelo defensor para gerar dados adversariais dinâmicos e melhorar a robustez perceptiva e reduzir alucinações em Modelos de Linguagem Multimodal (MLLMs).
O artigo propõe o Spatial Credit Redistribution (SCR), um método de inferência sem treinamento que mitiga as alucinações em Modelos Visão-Linguagem ao redistribuir a atenção espacial dos patches dominantes para vizinhanças contextuais, reduzindo significativamente erros de geração em múltiplos benchmarks sem comprometer a qualidade do texto ou a latência.
Este artigo apresenta o AMA-Bench, um novo benchmark para avaliar a memória de longo prazo de agentes autônomos em aplicações reais, e propõe o AMA-Agent, um sistema que supera os métodos existentes ao incorporar um grafo de causalidade e recuperação aumentada por ferramentas.
Este artigo apresenta o algoritmo CTFIDU+ para identificar consultas contrafactuais a partir de dados de distribuições de nível 3 realizáveis, provando sua completude, estabelecendo os limites teóricos da inferência causal exata e derivando novos limites analíticos para quantidades não identificáveis que são validados empiricamente como eficazes para reduzir a incerteza.
Este artigo sistematiza o conhecimento existente sobre priorização de casos de teste por meio de uma revisão bibliográfica em cascata, propõe e avalia empiricamente um novo framework e uma família de métodos combinatórios que superam abordagens baseais e alcançam desempenho comparável ao estado da arte.
Este artigo apresenta o GenAI Workbench, um framework conceitual de Engenharia de Sistemas Baseada em Modelos (MBSE) que integra princípios de engenharia de sistemas ao fluxo de trabalho de design através de uma plataforma PLM de código aberto, utilizando inteligência artificial para extrair requisitos de documentos e gerar automaticamente arquiteturas de sistema a partir de dados multimodais, visando criar um fio digital unificado e reduzir riscos de integração.
Este artigo apresenta o CMI-RewardBench, um ecossistema abrangente que inclui um novo benchmark, conjuntos de dados de preferência e modelos de recompensa eficientes para avaliar e alinhar modelos de geração musical com instruções multimodais compostas, demonstrando forte correlação com julgamentos humanos e capacidade de escalabilidade durante a inferência.
Este estudo avalia a sensibilidade a prompts e a consistência de respostas de modelos de linguagem open-source pequenos em cenários clínicos, revelando que a alta consistência não garante precisão e identificando o Llama 3.2 como o modelo mais equilibrado para implantação em ambientes de recursos limitados.
Este artigo apresenta o Índice de Prontidão para Sentiência (SRI), uma nova métrica preliminar que avalia a preparação de 31 jurisdições para o potencial surgimento de inteligência artificial senciente, revelando que nenhuma nação possui atualmente infraestrutura institucional ou cultural adequada para lidar com essa possibilidade, apesar de avanços na pesquisa científica.
Este trabalho investiga os riscos de privacidade em sistemas de diálogo orientados a tarefas baseados em Grandes Modelos de Linguagem (LLMs), propondo e validando novos ataques de extração de dados que exploram a memorização do modelo para recuperar milhares de rótulos de estados de diálogo com alta precisão, ao mesmo tempo que analisa os fatores que influenciam essa memorização e discute estratégias de mitigação.
O artigo apresenta a "raciocínio de código semi-formal", uma metodologia estruturada que permite a agentes de LLM analisar e verificar semântica de código sem execução, demonstrando ganhos consistentes de precisão em tarefas como verificação de patches, localização de falhas e resposta a perguntas sobre código.