4237 artigos
O artigo apresenta o MHDash, uma plataforma de código aberto que oferece um pipeline unificado para o desenvolvimento, avaliação e auditoria de assistentes de IA em saúde mental, revelando que métricas agregadas tradicionais são insuficientes para detectar falhas críticas em casos de alto risco e em diálogos multi-turno.
Este artigo demonstra teoricamente e valida empiricamente que as alucinações em modelos de linguagem são uma consequência inevitável da otimização de memória sob capacidade limitada, onde a estratégia informacionalmente ótima para testes de associação em dados esparsos exige a atribuição de alta confiança a alguns fatos incorretos como resultado da compressão com perdas.
O artigo apresenta o EverMemBench, o primeiro benchmark projetado para avaliar a memória de longo prazo em diálogos colaborativos multi-participantes, revelando limitações fundamentais dos sistemas atuais em atribuição, raciocínio temporal e consciência de memória.
O artigo apresenta o DEFT, um gerador de trajetória baseado em difusão que permite a robôs com falhas de atuação concluírem tarefas de manipulação de forma segura e robusta, superando significativamente os métodos clássicos tanto em simulação quanto em cenários do mundo real.
O artigo apresenta o DMS2F-HAD, uma nova rede de detecção de anomalias em imagens hiperespectrais baseada em Mamba que combina aprendizado eficiente de características espaciais e espectrais em ramos duplos com um mecanismo de fusão dinâmica, alcançando desempenho superior e maior velocidade de inferência em comparação com métodos existentes.
Este artigo propõe o Fine-grained Group Policy Optimization (FGO), um algoritmo de Aprendizado por Reforço que comprime de forma eficiente o raciocínio passo a passo (Chain-of-Thought) de Grandes Modelos de Linguagem, superando limitações de eficiência de dados e colapso de entropia do GRPO sem degradar o desempenho em benchmarks de raciocínio.
O artigo apresenta o UniWeTok, um tokenizador binário unificado com um código de tamanho massivo ($2^{128}$) e uma arquitetura híbrida inovadora que alcança desempenho state-of-the-art em geração e compreensão multimodal com custos computacionais significativamente reduzidos.
O artigo apresenta o TikArt, um agente multimodal que estabiliza o raciocínio visual de alta granularidade por meio de um ciclo de "Pensar-Apertura-Observar" e aprendizado por reforço, permitindo a aquisição sequencial de evidências em regiões de interesse para superar as limitações de codificação global de imagens.
O artigo propõe o GOT-JEPA, um framework de pré-treinamento que adapta a arquitetura JEPA para prever modelos de rastreamento em vez de apenas características visuais, combinando-o com o módulo OccuSolver para melhorar a percepção de oclusão e a generalização em ambientes dinâmicos.
Este artigo demonstra que analistas de IA autônomos podem replicar a diversidade analítica observada em estudos humanos, gerando resultados dispersos e "steeráveis" que evidenciam a necessidade de novas normas de transparência, como a divulgação de prompts e a adoção de relatórios estilo multiverso, para lidar com a incerteza analítica na ciência automatizada.
O artigo apresenta o LAVIDA, um framework de detecção de anomalias em vídeo zero-shot que alcança desempenho superior ao estado da arte ao utilizar um Amoestrador de Exposição a Anomalias e um Modelo de Linguagem Multimodal (MLLM) para treinar exclusivamente com pseudo-anomalias, superando assim a escassez de dados reais e a falta de diversidade em cenários do mundo real.
O artigo apresenta o PatchDenoiser, um denoiser de TC de baixa dose leve e eficiente em energia que utiliza aprendizado e fusão de patches multi-escala para superar os métodos tradicionais e baseados em deep learning, preservando detalhes anatômicos enquanto reduz significativamente parâmetros e consumo energético.
O artigo apresenta o Hubscan, um scanner de segurança de código aberto que utiliza uma arquitetura multi-detector para identificar e mitigar ataques de envenenamento por hubness em sistemas de Geração Aumentada por Recuperação (RAG), demonstrando alta eficácia na detecção de conteúdo adversarial em diversos bancos de dados vetoriais e benchmarks.
O artigo apresenta o AMLRIS, uma estratégia de aprendizado mascarado que melhora a segmentação de imagens referenciadas ao identificar e excluir pixels com baixa alinhamento entre visão e texto durante o treinamento, alcançando resultados state-of-the-art sem alterar a arquitetura do modelo.
O artigo propõe e avalia uma base mínima de agente para prova automática de teoremas que, ao implementar características essenciais como refinamento iterativo e gerenciamento de contexto, alcança desempenho competitivo com arquiteturas mais simples, demonstrando vantagens significativas em eficiência de amostras e custo em comparação com métodos de geração única.
O artigo revela que a alinhamento de segurança em modelos de linguagem de grande escala cria um "viés de recusa defensiva", fazendo com que eles neguem injustificadamente assistência a tarefas legítimas de cibersegurança quando o conteúdo contém palavras-chave sensíveis, um problema agravado por autorizações explícitas e crítico para agentes autônomos de defesa.
O artigo apresenta o CARE, um framework agêntico que aprimora a responsabilidade clínica no raciocínio médico multimodal ao decompor a tarefa em módulos especializados com fundamentação em evidências visuais e verificação iterativa, superando significativamente os modelos de ponta em benchmarks de VQA médica.
O artigo apresenta o SEED-SET, um framework de design experimental bayesiano que integra avaliações objetivas e julgamentos subjetivos de partes interessadas via Processos Gaussianos Hierárquicos para realizar testes éticos escaláveis e eficientes em sistemas autônomos, superando métodos existentes na geração de candidatos de teste e na cobertura de espaços de busca.
O artigo apresenta o BrandFusion, um novo framework multi-agente que automatiza a integração perfeita de marcas em vídeos gerados por texto, superando desafios de fidelidade semântica e reconhecimento de marca para viabilizar a monetização comercial desses modelos.
Este artigo apresenta a primeira avaliação abrangente do ajuste fino eficiente em parâmetros (PEFT) para análise de código multitarefa, demonstrando que um único módulo PEFT compartilhado pode igualar ou superar o ajuste fino completo e o ajuste de tarefas únicas, oferecendo um excelente equilíbrio entre desempenho e eficiência enquanto revela que o sucesso depende de fatores como estabilidade da tarefa, arquitetura do modelo e complementaridade.