1867 artigos
O artigo apresenta o TransactionGPT (TGPT), um modelo fundamental treinado em bilhões de transações reais que utiliza uma arquitetura inovadora de 3D-Transformer para compreender trajetórias de pagamentos e superar modelos existentes na detecção de anomalias e na geração de transações futuras, oferecendo maior precisão e eficiência em comparação com modelos de linguagem grandes ajustados.
Este artigo demonstra que a engenharia de ativação direcionada, utilizando vetores de expressão emocional derivados de pares de texto contrastivos, permite ajustar o modelo LLaMA 3.1-8B para exibir nuances emocionais mais humanas e envolventes em negociações, superando as limitações das técnicas de alinhamento convencionais.
Este trabalho propõe o framework CFD (Debate Fina-Granular Consciente de Confiança), que utiliza grandes modelos de linguagem open-source para enriquecer automaticamente dados de saúde mental e segurança online, demonstrando que a incorporação de transcrições de debate melhora significativamente o desempenho em tarefas downstream.
Este artigo apresenta o GUMBridge, um novo corpus que abrange 16 gêneros diversos do inglês para o fenômeno de anáfora de ponte, oferecendo anotações granulares e demonstrando que a resolução e classificação desse fenômeno permanecem desafios significativos mesmo para modelos de linguagem modernos.
Este artigo introduz um mecanismo de direcionamento de ativação para Modelos de Linguagem de Difusão Mascarada (MDLMs) que, ao identificar e aplicar uma direção unidimensional consistente nas ativações do fluxo residual durante a difusão reversa, permite um controle eficiente e robusto do comportamento do modelo (como recusa de segurança) sem necessidade de otimização, superando métodos baseados em prompts e revelando características de acessibilidade e transferência específicas dessa arquitetura.
O artigo "Entropy Sentinel" demonstra que é possível estimar a precisão de modelos de linguagem em tempo real e identificar domínios com baixo desempenho em tarefas de STEM, utilizando perfis de entropia de saída gerados durante a inferência para orientar a aquisição de dados e o monitoramento contínuo.
O artigo introduz o fenômeno de "arrasto contextual", demonstrando que a presença de tentativas falhas no contexto de modelos de linguagem grandes (LLMs) induz a repetição estrutural de erros, causando quedas significativas de desempenho e levando a uma deterioração em processos de auto-refinamento iterativo que não são totalmente corrigidos por estratégias de mitigação atuais.
Este trabalho demonstra que alinhar as preferências de um usuário com seus traços de personalidade inferidos (Big Five) melhora significativamente a precisão das respostas de modelos de linguagem, propondo o dataset PACIFIC e um framework para automatizar essa seleção de preferências.
O artigo apresenta o Steer2Edit, um framework sem treinamento que converte vetores de direção em edições de pesos de nível de componente para melhorar a segurança, a veracidade e a eficiência do raciocínio em Grandes Modelos de Linguagem, superando as compensações entre atributos e utilidade típicas dos métodos de controle tradicionais.
O artigo apresenta o MedXIAOHE, um modelo fundacional médico multimodal de última geração que utiliza um framework de pré-treinamento contínuo orientado a entidades e treinamento com aprendizado por reforço para superar sistemas proprietários em raciocínio clínico, reduzir alucinações e melhorar a confiabilidade em aplicações reais.
Este estudo de grande escala refuta ceticismos anteriores ao demonstrar que os Modelos de Linguagem (LLMs) melhoram significativamente a previsão de séries temporais, especialmente na generalização entre domínios, estabelecendo que tanto o conhecimento pré-treinado quanto a arquitetura do modelo são complementares e essenciais para lidar com distribuições complexas.
Este artigo apresenta um método livre de treinamento que reinterpreta o classificador softmax de Grandes Modelos de Linguagem como um Modelo Baseado em Energia para detectar alucinações e erros factuais através de métricas derivadas diretamente dos logits, sem a necessidade de classificadores de sonda treinados ou ablação de ativações.
O artigo apresenta o CFE-Bench, um benchmark multimodal de raciocínio baseado em exames universitários autênticos que revela que, embora os modelos de ponta obtenham resultados moderados, eles ainda enfrentam dificuldades significativas em manter estados intermediários corretos e em eficiência de passos durante a resolução de problemas complexos de STEM.
O artigo propõe o RuCL, um novo framework de aprendizado curricular baseado em rubricas estratificadas que otimiza o raciocínio de Modelos de Linguagem Grandes Multimodais ao ajustar dinamicamente os pesos das rubricas conforme a competência do modelo, resultando em ganhos significativos de precisão em benchmarks de raciocínio visual.
Este artigo propõe um framework de Tradução Automática Guiada por Fala (SMT) que integra fala e texto em Modelos de Linguagem Multimodais (MLLMs) por meio de um mecanismo de auto-evolução, alcançando resultados state-of-the-art em benchmarks multilíngues e superando métodos baseados em imagem ao aproveitar a abundância de dados de fala.
O artigo apresenta o DeepXiv-SDK, uma interface de dados agênica de três camadas que transforma a literatura científica não estruturada em formatos normalizados e oferece ferramentas acessíveis via API e SDK para otimizar a recuperação e o uso de dados por agentes de IA.
O artigo apresenta o "Super Research", uma nova tarefa e benchmark que avalia a capacidade de modelos de linguagem de responder a questões altamente complexas através de planejamento estruturado, recuperação super ampla e investigação super profunda, utilizando um protocolo de auditoria baseado em grafos para medir a qualidade das pesquisas autônomas.
Este artigo apresenta o uCDCR, um conjunto de dados unificado que consolida diversos corpora de resolução de coreferência entre documentos (CDCR) em inglês, padroniza métricas de avaliação e demonstra que a inclusão de múltiplos domínios melhora a generalização dos modelos, ao mesmo tempo que destaca a necessidade de tratar a coreferência de entidades e eventos como tarefas complexas e distintas.
O artigo apresenta o QIME, um framework que gera embeddings médicos interpretáveis baseados em perguntas de sim/não fundamentadas em ontologias, superando métodos anteriores e aproximando-se do desempenho de modelos de caixa-preta ao fornecer explicações clinicamente relevantes.
O artigo apresenta o ClinConsensus, um novo benchmark em chinês baseado em consenso de especialistas clínicos que avalia modelos de linguagem médica através de casos abertos de complexidade progressiva, introduzindo métricas de consistência e um sistema de dupla avaliação para identificar lacunas críticas na capacidade de planejamento terapêutico e acompanhamento longitudinal.