13599 artigos
Este artigo investiga a ameaça da Injeção de Viés Epistêmico, onde adversários manipulam bases de dados RAG com informações factualmente corretas, porém tendenciosas, para enviesar as respostas de LLMs, propondo uma métrica geométrica para quantificar esse viés e uma defesa eficaz chamada BiasDef.
Este artigo apresenta o B-CTMP, um algoritmo que estende o planejamento de movimento de tempo constante para incluir comportamentos de manipulação, garantindo consultas seguras e completas em milissegundos para tarefas como pegar objetos e inserir plugues.
O artigo apresenta o ByteStorm, um framework eficiente baseado em aprendizado profundo que utiliza apenas vorticidade relativa e pressão ao nível do mar para detectar e rastrear ciclones tropicais com alta precisão, oferecendo uma alternativa robusta e computacionalmente leve aos métodos tradicionais.
O artigo propõe o SWAA, um conjunto de estratégias plug-and-play que adapta modelos de linguagem pré-treinados com Atenção Completa para usar Atenção de Janela Deslizante, combinando técnicas como decodificação com Atenção Completa, intercalação de camadas e preservação de tokens "sink" para mitigar o desajuste entre treino e inferência e recuperar o desempenho em contextos longos com ganhos significativos de velocidade.
Este trabalho propõe o T-SKM-Net, um quadro de rede neural treinável que integra o método amostrado de Kaczmarz-Motzkin para satisfazer restrições lineares em aplicações críticas, superando a não diferenciabilidade através de estimadores de gradiente não viesados e demonstrando, em benchmarks de otimização de fluxo de potência, uma aceleração superior a 25 vezes em comparação com solvers tradicionais mantendo violações de restrições próximas de zero.
O artigo apresenta o TimeLens, uma investigação sistemática que estabelece uma nova linha de base essencial para a localização temporal em vídeos, introduzindo benchmarks e conjuntos de dados reanotados de alta qualidade (TimeLens-Bench e TimeLens-100K) e princípios de design algorítmico que resultam em modelos de MLLM de código aberto com desempenho superior ao de modelos proprietários como o GPT-5 e o Gemini-2.5-Flash.
Este artigo apresenta uma análise teórica e empírica das propriedades de Lipschitz em autoencoders multimodais, propondo um método de fusão baseado em atenção regularizada que melhora a estabilidade, a velocidade de convergência e a precisão do treinamento em comparação com estratégias existentes.
O IDESplat é um método de *Splatting* 3D generalizável que utiliza estimativa iterativa de probabilidade de profundidade com unidades de reforço (DPBU) para refinar mapas de profundidade e prever com precisão os parâmetros gaussianos, alcançando desempenho superior ao estado da arte em qualidade de reconstrução e eficiência computacional.
O artigo apresenta o XGrammar-2, um motor de geração estruturada otimizado para cargas de trabalho dinâmicas de agentes de LLM, que utiliza mecanismos como TagDispatch e Cross-Grammar Cache para alcançar uma compilação mais de 6 vezes mais rápida e sobrecarga quase nula em sistemas de inferência modernos.
O artigo propõe uma nova estrutura de três etapas que combina a adaptação de poucos exemplos de modelos de visão-linguagem para reconhecimento de ações e a classificação de sequências por modelos de linguagem grandes, considerando o contexto dos colegas, para medir o engajamento dos alunos em vídeos de sala de aula com poucos dados anotados.