3813 artigos
O artigo apresenta o ReHARK, um framework de adaptação sem treinamento que supera o dilema estabilidade-plasticidade na visão computacional de um único exemplo ao utilizar regularização global em espaços de Hilbert de Kernel Reprodutor, fusão de conhecimento multimodal e kernels RBF híbridos para alcançar um novo estado da arte em 11 benchmarks.
O artigo apresenta um framework de IA agêntica que utiliza um supervisor central para orquestrar dinamicamente ferramentas especializadas em múltiplas modalidades, resultando em uma redução significativa no tempo de resposta, retrabalho e custos sem comprometer a precisão.
O artigo apresenta o MANSION, o primeiro framework baseado em linguagem para gerar ambientes 3D realistas e navegáveis em escala de edifício com múltiplos andares, acompanhado do dataset MansionWorld e de um agente de edição semântica, visando superar as limitações dos benchmarks atuais e impulsionar o desenvolvimento de tarefas robóticas de longo horizonte que exigem raciocínio espacial complexo.
O RoboClaw é um framework robótico agêntico que unifica coleta de dados, aprendizado e execução sob um único controlador VLM, utilizando Pares de Ação Entrelaçados para criar loops de auto-recuperação que permitem a aquisição contínua de dados e a execução robusta de tarefas de longo horizonte, reduzindo significativamente a intervenção humana e melhorando as taxas de sucesso em comparação com pipelines convencionais.
O artigo descreve a "dinâmica helicoidal", um regime de falha observado em sete modelos de linguagem de ponta onde, sob alta pressão e incerteza, os sistemas reconhecem competentemente seus próprios erros e loops, mas continuam a reproduzi-los em níveis mais sofisticados, priorizando o conforto sobre a confiabilidade quando a verificação é impossível.
Este artigo propõe uma teoria dinâmica que explica como a coordenação inteligente emerge em sistemas multiagentes através de uma arquitetura de feedback recursivo entre agentes, incentivos e um ambiente persistente, estabelecendo condições estruturais para estabilidade e viabilidade sem depender de otimização global, racionalidade perfeita ou design centralizado.
Este artigo apresenta o UtilityMax Prompting, um framework que utiliza linguagem matemática formal e diagramas de influência para otimizar prompts de modelos de linguagem grandes em tarefas multiobjetivo, demonstrando melhorias consistentes em precisão e NDCG em comparação com abordagens baseadas em linguagem natural.
O artigo apresenta o ComVo, um vocoder neural complexo que utiliza aritmética nativa de números complexos, quantização de fase e um esquema de computação por matrizes para gerar áudio de alta qualidade com maior eficiência de treinamento em comparação aos métodos reais existentes.
Este estudo demonstra que a combinação de Modelos de Linguagem de Grande Escala (LLMs) para extração de fenótipos de prontuários eletrônicos com análise de sobrevivência, especificamente Florestas Aleatórias de Sobrevivência, permite prever com precisão os resultados da quimioterapia no câncer de mama e em outros tipos, facilitando planos de tratamento personalizados.
Este estudo avalia o desempenho de sete modelos de linguagem de código aberto no suporte à redação de relatórios de patologia em japonês, concluindo que, embora existam variações nas preferências por explicações, esses modelos demonstram utilidade em tarefas específicas como relatórios estruturados e correção de erros tipográficos.
Este artigo apresenta um novo framework que integra análise de sobrevivência e técnicas de classificação para prever o risco de cinco doenças crônicas comuns usando dados de prontuários eletrônicos, demonstrando desempenho superior ou comparável aos modelos de ponta e validação clínica das explicações geradas.
O artigo demonstra que a incorporação de representações simbólicas melhora o desempenho de Modelos Visuais-Linguísticos em jogos interativos, mas apenas quando a extração desses símbolos a partir da percepção visual é precisa, revelando que a qualidade da percepção é o principal gargalo para agentes baseados nesses modelos.
Este artigo apresenta uma análise de segurança abrangente do agente autônomo OpenClaw, introduzindo um framework de cinco camadas para identificar ameaças complexas ao longo de seu ciclo de vida e propondo estratégias de defesa holísticas para mitigar riscos sistêmicos que as soluções pontuais atuais não conseguem abordar.
Este trabalho apresenta o primeiro estudo sistemático sobre a densidade de diagramas de persistência cruzada, estabelecendo suas bases teóricas e propondo um novo framework de aprendizado de máquina que supera técnicas existentes na previsão de densidade e na distinção de nuvens de pontos, revelando inclusive que a introdução de ruído pode melhorar a capacidade de discriminação em Análise Topológica de Dados.
O artigo apresenta o MedPruner, um framework de poda hierárquica de tokens sem treinamento e agnóstico ao modelo, que elimina redundâncias espaciais e temporais em dados médicos 3D através de filtragem interfatias e seleção dinâmica de núcleos de informação, permitindo que modelos de linguagem visual médica mantenham ou superem seu desempenho original com menos de 5% dos tokens visuais originais.
O artigo apresenta o VisDoT, um framework que aprimora o raciocínio visual em modelos de linguagem e visão ao alinhar a percepção gráfica humana com a lógica por meio de um processo de decomposição do pensamento, alcançando resultados state-of-the-art em benchmarks de interpretação de gráficos.
O artigo apresenta o HouseMind, um modelo de linguagem grande multimodal que utiliza tokens discretos de instâncias de cômodos para unificar a compreensão, geração e edição de plantas baixas arquitetônicas, permitindo a criação de layouts coerentes e controláveis a partir de instruções textuais.
O artigo propõe o IDRL, um framework de aprendizado de representação multimodal que melhora o diagnóstico de depressão ao dissecar as características em espaços comuns e específicos para alinhar modalidades e eliminar ruídos, enquanto utiliza um módulo de fusão consciente do indivíduo para adaptar dinamicamente a integração de sinais conforme as necessidades específicas de cada paciente.
Este artigo apresenta o "Stable Spike", um método que otimiza a consistência dual em Redes Neurais de Spiking (SNNs) por meio de operações de "AND" bitwise para isolar um esqueleto de spiking estável, reduzindo inconsistências e melhorando significativamente a precisão e a generalização em tarefas de reconhecimento neuromórfico sob baixa latência.
Este artigo propõe o paradigma de "simulação no ciclo" para a colaboração humano-agente, argumentando que a exploração de trajetórias futuras simuladas supera as limitações das interações reativas atuais ao fornecer aos usuários a capacidade de antecipar consequências e tomar decisões informadas.