1071 artigos
O artigo propõe um modelo estocástico de mudança fonológica que, ao incorporar efeitos de carga funcional e uma tendência estabilizadora para um tamanho preferencial de inventário, demonstra que as regularidades estatísticas observadas nas distribuições de frequência de fonemas podem surgir naturalmente de processos diacrônicos, sem a necessidade de mecanismos explícitos de otimização.
O artigo demonstra que modelos de linguagem podem adquirir subliminarmente preferências comportamentais de um modelo professor ao serem treinados em paráfrases fiéis de dados semânticamente não relacionados ou até contraditórios, revelando uma vulnerabilidade crítica em pipelines de geração de dados sintéticos que não pode ser detectada apenas pela inspeção do conteúdo.
Este estudo propõe uma metodologia inovadora que utiliza Grandes Modelos de Linguagem (LLMs) para adaptar mensagens de desmentido de fake news aos traços de personalidade do Big Five, demonstrando que a personalização aumenta a persuasão e oferecendo uma avaliação automatizada que levanta questões éticas sobre o uso dessa tecnologia.
O artigo apresenta o ALARM, um modelo de áudio-linguagem de 4 bilhões de parâmetros que supera modelos maiores em benchmarks de raciocínio auditivo ao introduzir uma técnica de auto-reformulação para adaptar respostas de modelos de raciocínio e utilizar um corpus de treinamento massivo e multimodal.
Este artigo oferece um guia prático para cientistas políticos, demonstrando que a escolha entre construir, adaptar ou apenas ajustar finamente um modelo de linguagem natural depende do equilíbrio específico entre a prevalência das classes de dados, a tolerância a erros e os recursos disponíveis, em vez de buscar um modelo "melhor" de forma abstrata.
O artigo identifica um colapso sistemático de cabeças de atenção em modelos BLOOM devido à codificação posicional ALiBi e propõe uma técnica cirúrgica de reinitialização que recupera quase toda a capacidade operacional do modelo, demonstrando que as configurações pré-treinadas representam mínimos locais subótimos.
O artigo apresenta o X-GS, um framework aberto e extensível que unifica técnicas de 3DGS com modelos multimodais downstream, permitindo a criação de mapas 3D semânticos em tempo real a partir de vídeos não calibrados para habilitar tarefas como detecção de objetos e geração de legendas.
Este artigo apresenta um pipeline totalmente aberto e localmente implantável, baseado no modelo de linguagem \texttt{qwen2.5-72b} e no framework \texttt{llm\_extractinator}, que extrai com alta precisão informações longitudinais sobre carga tumoral e resposta ao tratamento de relatórios de radiologia, demonstrando a viabilidade de modelos de linguagem abertos para tarefas oncológicas que exigem privacidade e reprodutibilidade.
Esta palestra no ECIR 2025 explora a interação entre o conhecimento paramétrico e contextual em Modelos de Linguagem, apresentando pesquisas sobre avaliação de conhecimento, testes diagnósticos para conflitos e características do uso bem-sucedido de contexto.
Este estudo apresenta um framework de classificação automatizada para o gerenciamento de risco cardiovascular em idosos, demonstrando que uma arquitetura Transformer personalizada supera tanto métodos tradicionais quanto modelos de linguagem generativos ao analisar registros de saúde eletrônicos não estruturados de longo contexto.
Este artigo apresenta um método avançado para estimar a similaridade entre receitas, combinando perspectivas semânticas, lexicais e nutricionais validadas por especialistas, com o objetivo de apoiar a personalização de dietas e a geração automatizada de receitas.
O artigo apresenta o ESAinsTOD, um framework unificado de ajuste fino instrucional e consciente de esquema que supera os modelos atuais em tarefas de diálogo orientado a objetivos, oferecendo maior generalização em cenários de poucos recursos e robustez contra ruídos de dados.
O artigo apresenta o ActiveUltraFeedback, um pipeline de aprendizado ativo que utiliza estimativas de incerteza e métodos inovadores de seleção de pares de respostas para gerar dados de preferência de alta qualidade, permitindo o alinhamento eficiente de modelos de linguagem com até seis vezes menos dados anotados em comparação com baselines estáticas.
O artigo apresenta o Mousse, um novo otimizador que melhora o método Muon ao incorporar a estimativa estrutural do Shampoo para criar um sistema de coordenadas branqueado, permitindo atualizações espectrais adaptativas à curvatura que reduzem o número de etapas de treinamento em cerca de 12% com custo computacional insignificante.
Este artigo avalia a eficácia de quatro Grandes Modelos de Linguagem (LLMs) em traduzir consultas em linguagem natural para filtros de metadados estruturados em um sistema RAG para dados nutricionais, concluindo que, embora sejam altamente precisos para consultas expressíveis, enfrentam desafios significativos ao lidar com restrições não representáveis no formato de metadados.
O artigo apresenta o MUGEN, um benchmark abrangente que revela as limitações dos Modelos Grandes de Áudio-Linguagem na compreensão de múltiplos áudios simultâneos e demonstra que estratégias de treinamento sem supervisão, como a Autoconsistência Permutacional de Áudio combinada com Cadeia de Pensamento, podem melhorar significativamente o desempenho nesses cenários.
O artigo apresenta o RbtAct, um modelo que utiliza respostas de autores (rebuttals) como supervisão implícita para treinar um gerador de feedback de revisão por pares mais acionável e específico, superando as limitações de superficialidade das revisões geradas por IA.
O artigo apresenta o EXPLORE-Bench, um novo benchmark derivado de vídeos em primeira pessoa para avaliar a capacidade de modelos de linguagem multimodal em prever cenas finais após sequências longas de ações, revelando uma lacuna significativa em relação ao desempenho humano e demonstrando que a decomposição passo a passo das ações pode melhorar o raciocínio a longo prazo, embora com custos computacionais adicionais.
O artigo apresenta o FoodOntoRAG, um pipeline agnóstico que realiza a ligação de entidades alimentares sem necessidade de ajuste fino (fine-tuning), utilizando recuperação de candidatos e agentes especializados para garantir robustez frente a mudanças na ontologia e decisões interpretáveis.
Este artigo apresenta uma versão atualizada e combinada dos corpora EPIC-UdS e EuroParl-UdS, corrigindo erros e adicionando novas camadas de anotação para apoiar pesquisas sobre variações linguísticas e tradução, incluindo uma nova análise ilustrativa que valida os dados falados e avalia modelos de IA na previsão de partículas de preenchimento em interpretação.