1077 artigos
Este artigo apresenta a primeira aquisição simultânea de vídeo de ressonância magnética em tempo real, EEG e EMG de superfície para capturar movimentos articulares, atividade muscular e sinais cerebrais durante a produção da fala, introduzindo um pipeline de supressão de artefatos para superar os desafios técnicos dessa abordagem multimodal.
Este artigo demonstra teoricamente que o alinhamento baseado em RLHF é superficial porque os gradientes de treinamento desaparecem após o ponto em que o dano é determinado, e propõe uma nova função objetivo baseada em penalidades de recuperação para garantir sinais de gradiente em todas as posições da sequência.
O artigo apresenta o SinhaLegal, um corpus de benchmark composto por cerca de 2 milhões de palavras extraídas de leis e projetos de lei em cingalês, que serve como recurso fundamental para tarefas de Processamento de Linguagem Natural, como extração de informações e análise no domínio jurídico.
O artigo apresenta o HACHIMI, um framework multiagente escalável que gera um corpus de 1 milhão de perfis de alunos sintéticos e controlados, alinhados a teorias educacionais e distribuições demográficas, demonstrando alta fidelidade em constructos cognitivos e motivacionais para simulações sociais e avaliação de LLMs educacionais.
O artigo apresenta o FireBench, um novo benchmark de código aberto com mais de 2.400 amostras que avalia a capacidade de modelos de linguagem seguirem instruções em cenários empresariais e de API, preenchendo a lacuna deixada por benchmarks existentes focados apenas em assistentes de chat.
Os autores propõem uma intervenção de baixo custo e sem necessidade de re-treinamento para modelos de linguagem difusivos, que modifica sequencialmente amostras intermediárias para repelir redundâncias no espaço de características, resultando em maior diversidade e melhor desempenho Pass@ em tarefas complexas como geração de código e resolução de problemas matemáticos.
Este estudo avalia a capacidade de modelos de linguagem (LLMs) de capturar a incerteza de especialistas na análise qualitativa de valores humanos, constatando que, embora superem em métricas de conjunto e se aproximem do desempenho humano, eles divergem nos padrões de incerteza e nas classificações exatas, sendo que o modelo Qwen e métodos de ensemble demonstraram o melhor alinhamento com as análises de especialistas.
Este artigo demonstra que as intervenções de alinhamento em modelos de linguagem, embora eficazes em inglês, podem gerar um "efeito colateral de alinhamento" que inverte a segurança e amplifica patologias coletivas em outros idiomas, revelando que a eficácia da segurança é estruturalmente determinada pelo espaço linguístico e cultural e não se transfere universalmente.
Este artigo apresenta um pipeline inovador baseado em LLMs agênticos para a tarefa 10 do SemEval-2026, que utiliza uma arquitetura decoplada com "Dynamic Discriminative Chain-of-Thought" para extração de marcadores e um sistema "Anti-Echo Chamber" para detecção de endosso de teorias da conspiração, alcançando desempenho superior ao baseline e estabelecendo um novo paradigma para NLP interpretável e fundamentado psicolinguisticamente.
Este artigo apresenta o sistema AILS-NTUA para a tarefa DimABSA da SemEval-2026, que combina fine-tuning de codificadores e ajuste de instruções em modelos de linguagem com LoRA para realizar regressão, extração de tripletas e previsão de quadrupletas de sentimento baseado em aspectos de forma eficiente e multilíngue, superando consistentemente as linhas de base.
Este artigo propõe um paradigma de "correspondência e fusão" com algoritmos genéticos e de aprendizado por reforço para otimizar a agregação de modelos de linguagem heterogêneos em sistemas de reconhecimento automático de fala federados, demonstrando que o algoritmo reforçado (RMMA) alcança menor taxa de erro e convergência mais rápida em comparação com métodos existentes.
O artigo apresenta o LocalSUG, um framework baseado em LLM para sugestão de consultas em serviços locais que supera as limitações de sistemas tradicionais ao integrar grounding geográfico, otimizar o viés de exposição com um algoritmo GRPO guiado por busca em feixe e reduzir a latência de inferência, resultando em melhorias significativas no CTR e na taxa de resultados nulos em testes reais.
O artigo apresenta o TimeWarp, um benchmark que avalia a robustez de agentes web diante de mudanças no design e layout da internet, e propõe o algoritmo TimeTraj, que utiliza destilação de planos em múltiplas versões de interface para superar as limitações da clonagem de comportamento tradicional e melhorar significativamente o desempenho de modelos como Qwen-3 e Llama-3.1.
O artigo apresenta o VisionPangu, um assistente multimodal compacto de 1,7 bilhão de parâmetros que, ao combinar um codificador de visão derivado do InternVL com o modelo de linguagem OpenPangu e utilizar descrições humanas densas do conjunto de dados DOCCI, alcança desempenho competitivo na geração de legendas detalhadas e semanticamente coerentes sem depender de escalas de modelo agressivas.
O estudo demonstra que reproduzir dados genéricos durante o ajuste fino (fine-tuning) de modelos de linguagem, em vez de apenas misturá-los para evitar o esquecimento catastrófico, melhora significativamente a eficiência dos dados e o desempenho em tarefas de domínio específico.
O artigo propõe a Otimização de Preferência Ponderada por Confiança (CW-PO), um framework que utiliza um modelo de linguagem fraco para reponderar amostras de treinamento, permitindo que um modelo alinhado com apenas 20% de anotações humanas supere métodos tradicionais treinados com 100% de dados humanos.
O artigo apresenta o MPCEval, uma nova suite de benchmark e avaliação livre de referência para geração de conversas multiparte, que decompõe a qualidade em dimensões específicas e revela como objetivos de avaliação distintos impactam a análise de modelos de IA generativa.
O artigo apresenta o Mixture of Universal Experts (MOUE), uma generalização de MoE que introduz a "largura virtual" ao reutilizar um pool universal de especialistas entre camadas, superando desafios de roteamento e balanceamento de carga para alcançar ganhos de desempenho superiores aos modelos MoE tradicionais.
Este artigo propõe um método de fusão de grandes modelos de linguagem (LLMs) baseado na média de Karcher no manifold de Fisher-Rao, que supera as limitações das abordagens heurísticas no espaço de parâmetros ao preservar a funcionalidade e evitar o colapso de representações, especialmente ao combinar múltiplos modelos heterogêneos.
O artigo apresenta o VRM (Variational Reward Modeling), um novo quadro teórico e prático que supera as limitações dos modelos de recompensa tradicionais ao simular o processo de julgamento humano através da inferência variacional de pesos de objetivos e características semânticas, resultando em uma melhor captura das preferências autênticas e em um limite de erro de generalização mais apertado.