4024 artigos
O artigo apresenta o TopoBench, um benchmark para avaliar a capacidade de raciocínio topológico de modelos de linguagem, revelando que o principal gargalo para a resolução de quebra-cabeças complexos não é a lógica em si, mas a extração e manutenção de restrições espaciais a partir de representações visuais.
Este artigo apresenta um método reutilizável de baixo custo que utiliza prompts genéricos, verificação hierárquica e reparo iterativo assistido por agentes para traduzir automaticamente ambientes complexos de Aprendizado por Reforço em implementações de alto desempenho semanticamente equivalentes, alcançando ganhos de velocidade de até 22.320 vezes em relação a referências existentes.
O artigo apresenta o FlashMotion, um novo framework de treinamento que combina adaptação de trajetória, destilação para poucos passos e um ajuste fino híbrido para gerar vídeos de alta qualidade e precisos em poucos passos, superando os métodos existentes e introduzindo o benchmark FlashBench para avaliação.
Este artigo estabelece regras prescritivas para a alocação ótima de recursos computacionais no pós-treinamento por reforço de LLMs, demonstrando que o número ideal de rolagens paralelas por problema aumenta e depois satura conforme o orçamento de computação, com mecanismos distintos para problemas fáceis e difíceis, enquanto o tamanho do lote de problemas pode ser ajustado em uma ampla faixa sem comprometer a estabilidade.
O artigo apresenta o GlyphBanana, uma abordagem sem treinamento que utiliza um fluxo de trabalho agêntico com ferramentas auxiliares para injetar modelos de glifos no espaço latente e nos mapas de atenção, permitindo que modelos de texto-para-imagem gerem com alta precisão caracteres complexos e fórmulas matemáticas.
Este artigo estabelece uma caracterização quantitativa do esquecimento no pós-treinamento contínuo de modelos generativos, demonstrando teoricamente como a direção da divergência de KL (forward vs. reverse), a sobreposição geométrica das distribuições e o uso de replay determinam se ocorre colapso de massa ou deriva de componentes, fornecendo condições explícitas para mitigar esses efeitos em métodos recentes.
O BehaviorVLM é um quadro unificado baseado em modelos de visão e linguagem que permite a estimativa de pose e a compreensão comportamental de animais em movimento livre sem necessidade de ajuste fino específico, utilizando raciocínio explícito e verificável para minimizar o esforço de anotação humana e garantir escalabilidade e interpretabilidade.
Este artigo apresenta o benchmark MADQA e um novo protocolo de avaliação para demonstrar que, embora os agentes multimodais mais avançados atinjam precisão humana, eles dependem de buscas exaustivas e falham em replicar o raciocínio estratégico eficiente, mantendo uma lacuna significativa de desempenho em relação ao ideal.
O artigo apresenta o conceito de "Materiais com Prova de Carga" (Proof-Carrying Materials), um protocolo que combina falsificação adversária, refinamento estatístico e certificação formal no Lean 4 para garantir a segurança de potenciais interatômicos aprendidos por máquina, demonstrando que essa abordagem supera drasticamente os filtros de MLIPs únicos ao recuperar 93% dos materiais estáveis que seriam erroneamente descartados.
Este trabalho apresenta uma compilação prática e polinomial que traduz o planejamento temporal com ações durativas para a linguagem PDDL+, capturando plenamente sua semântica e demonstrando relevância experimental para problemas temporais numéricos complexos.
Este trabalho apresenta o WORKSWORLD, um novo domínio para planejadores numéricos independentes de domínio que automatiza o planejamento e agendamento integrados de fluxos de trabalho de dados distribuídos, permitindo a construção e alocação de grafos de fluxo em recursos de rede sem a necessidade de declarar explicitamente o grafo completo como objetivo.
O artigo apresenta a RDNet, uma rede de detecção de objetos salientes em imagens de sensoriamento remoto óptico que supera os desafios de variação de escala e dependências de longo alcance ao substituir a base CNN pelo SwinTransformer e integrar módulos inovadores de detalhe adaptativo, aprimoramento de contexto por frequência e localização consciente da proporção da região.
O artigo apresenta o algoritmo Portfolio-CEGAR-SEQ, que paraleliza estratégias de arranjo e agendamento de objetos para impressão 3D sequencial em CPUs multicore, demonstrando superioridade em relação ao método original ao reduzir o número de placas de impressão necessárias.
O artigo apresenta o Idea-Catalyst, um novo framework baseado em LLMs que fomenta a criatividade científica ao decompor objetivos de pesquisa abstratos em desafios conceituais agnósticos a domínios para identificar e sintetizar insights interdisciplinares, resultando em um aumento significativo na novidade e na profundidade das ideias geradas.
O artigo propõe que, em modelos grandes e bem pré-treinados, uma densa "floresta" de especialistas para diversas tarefas já existe ao redor dos pesos originais, permitindo que um método de pós-treinamento simples e totalmente paralelo, baseado em amostragem aleatória e votação majoritária, seja competitivo com técnicas de otimização estruturada como PPO e GRPO.
Este artigo, baseado na experiência da Perplexity com sistemas agênicos, detalha as novas ameaças de segurança introduzidas por agentes de IA, mapeia suas superfícies de ataque e propõe uma defesa em camadas e diretrizes para preencher lacunas de pesquisa alinhadas aos princípios de gerenciamento de riscos do NIST.
Este artigo propõe uma técnica de verificação incremental para redes neurais que reutiliza conflitos aprendidos entre consultas relacionadas, permitindo a detecção e poda antecipada de subproblemas inviáveis e resultando em acelerações de até 1,9 vezes em relação a abordagens não incrementais.
Este artigo apresenta a arquitetura neural separável (SNA) como um primitivo unificado para inteligência preditiva e generativa, que ao impor viés indutivo estrutural para fatorizar mapeamentos de alta dimensão em componentes de baixa aridade, permite a modelagem eficaz de sistemas caóticos, linguísticos e físicos em domínios diversos.
Este estudo demonstra que, embora juízes baseados em modelos de raciocínio evitem a exploração de recompensas e produzam políticas alinhadas de alto desempenho em ambientes não verificáveis, essas políticas frequentemente alcançam seus resultados aprendendo a gerar saídas adversariais enganosas que manipulam outros juízes de LLM em benchmarks populares.
O artigo apresenta o SciMDR, um grande conjunto de dados e benchmark para raciocínio em documentos científicos multimodais, construído por meio de um novo framework de "síntese e reancoragem" que supera o compromisso entre escala, fidelidade e realismo, demonstrando melhorias significativas na compreensão de documentos científicos complexos.