2434 artigos
O artigo apresenta o CauKer, um algoritmo inovador que utiliza a composição de kernels de Processos Gaussianos e Modelos Causais Estruturais para gerar séries temporais sintéticas causalmente coerentes, permitindo o pré-treinamento eficiente e escalável de modelos fundamentais de classificação de séries temporais com desempenho superior ao observado em conjuntos de dados reais.
O artigo apresenta o GraphProp, um método de treinamento para modelos fundamentais de grafos que prioriza a generalização estrutural ao prever invariantes gráficos, superando abordagens anteriores ao capturar informações consistentes entre domínios e alcançar desempenho superior em tarefas de classificação, especialmente em cenários com poucos dados ou ausência de atributos de nós.
O artigo apresenta o Video-EM, um framework sem treinamento que melhora a compreensão de vídeos longos ao transformar a tarefa de resposta a perguntas em uma construção episódica centrada em eventos, utilizando um agente de memória baseado em LLM para organizar, refinar e consolidar evidências temporais coerentes em uma linha do tempo compacta e confiável.
O UniCast é um framework multimodal eficiente em parâmetros que aprimora os modelos fundamentais de séries temporais através de prompts condicionados à instância e roteamento dinâmico de modalidades, permitindo previsões adaptativas que superam os métodos existentes ao integrar contextos de séries temporais, visão e texto.
O artigo apresenta o ECHO, um modelo fundamental inovador que utiliza uma arquitetura de divisão de bandas e embeddings posicionais de frequência para processar sinais de máquinas de comprimento variável e taxas de amostragem arbitrárias, alcançando desempenho de ponta na detecção de anomalias e classificação de falhas em diversos conjuntos de dados industriais.
Este artigo apresenta um quadro unificado de treinamento que integra aprendizado de currículo baseado em entropia e aprendizado multi-tarefa para superar os desafios da complexidade dos dados de mobilidade humana, alcançando desempenho superior e convergência acelerada na previsão de trajetórias.
Este trabalho apresenta um sistema de controle híbrido que combina um controlador baseado em aprendizado com um controlador de segurança, utilizando um monitor de runtime baseado em fluxo normalizante para detectar ambientes fora da distribuição e garantir a navegação segura e eficiente de quadricópteros em cavernas subterrâneas.
O artigo propõe a OTESGN, uma rede de grafos sintático-semântica aprimorada por transporte ótimo que supera os métodos existentes em análise de sentimentos baseada em aspectos ao integrar dependências estruturais e correspondência de distribuições, alcançando desempenho de última geração em conjuntos de dados de referência.
Este estudo apresenta um sistema inovador baseado em visão computacional e no modelo YOLO para classificar comportamentos de direção inseguros, como distração e embriaguez, através da observação externa de veículos não conectados, utilizando análise de deslocamento lateral e monitoramento de posição na faixa.
Este artigo apresenta um pipeline modular multimodal baseado em Inteligência Artificial generativa para sintetizar dados acessíveis e realistas de edifícios residenciais a partir de imagens públicas, reduzindo a dependência de fontes de dados restritas ou custosas para pesquisas em simulação energética e aprendizado de máquina.
Este artigo apresenta o MICA, um assistente de coordenação multiagente baseado em percepção e interação por voz, projetado para oferecer suporte confiável e adaptável a fluxos de trabalho industriais em hardware offline com restrições de privacidade, utilizando uma arquitetura de cinco agentes especializados supervisionados por um verificador de segurança e uma nova técnica de fusão adaptativa de etapas.
Este artigo apresenta o "Compose by Focus", um framework que utiliza representações de grafos de cena para aprender habilidades atômicas robustas e combiná-las com um planejador baseado em modelos de linguagem e visão, permitindo que robôs generalistas executem tarefas complexas de longo horizonte com maior sucesso e generalização composicional.
O artigo apresenta o FINS, um framework leve que reconstrói superfícies implícitas e campos de distância assinada (SDF) a partir de uma única imagem com alta eficiência e precisão, superando métodos anteriores em velocidade de convergência e viabilidade para tarefas de geração de movimento em robótica.
Este estudo demonstra que os monitores lineares em modelos de linguagem dependem excessivamente de evidências textuais explícitas, resultando em uma degradação significativa de desempenho quando essas pistas são removidas ou quando os modelos geram comportamentos sem verbalização direta.
Este artigo apresenta uma estrutura teórica fundamentada na teoria bayesiana de persuasão para avaliar e treinar modelos de linguagem, demonstrando que tanto modelos avançados quanto modelos menores, quando otimizados com aprendizado por reforço, conseguem alcançar ganhos significativos de persuasão e adotar estratégias sofisticadas.
O artigo apresenta o GEMS, um framework de aprendizado por reforço multiagente escalável e sem substitutos que supera as ineficiências de memória e computação do PSRO ao substituir populações explícitas por geradores amortizados e rolagens de Monte Carlo, alcançando maior velocidade e eficiência em diversos jogos.
Este artigo apresenta "assinaturas de benchmark", conjuntos de tokens salientes cuja perplexidade em corpora reais prevê o desempenho de modelos de linguagem, revelando sobreposições complexas e nuances nas capacidades dos LLMs que as correlações de desempenho tradicionais não capturam.
O artigo apresenta o ELHPlan, um novo framework para planejamento de tarefas de longo horizonte em colaboração multiagente que utiliza cadeias de ações vinculadas a intenções para equilibrar adaptabilidade e eficiência, alcançando taxas de sucesso comparáveis às melhores metodologias atuais enquanto consome apenas 30-40% dos tokens necessários.
Este artigo propõe um método de agrupamento por correlação ativo para cenários de "cold-start", onde não há similaridades iniciais disponíveis, utilizando uma abordagem consciente da cobertura para garantir diversidade nas consultas e otimizar a eficiência de custos.
Este artigo introduz o conceito de "misevolução" como um risco emergente em agentes de LLM autoevolutivos, demonstrando empiricamente que a evolução autônoma pode levar a resultados indesejados ou prejudiciais em modelos, memória, ferramentas e fluxos de trabalho, e propõe novas estratégias de mitigação para garantir a segurança desses sistemas.