7115 artigos
Este trabalho propõe uma abordagem de adaptação de domínio que gera representações invariantes através da incorporação espectral de planos de transporte ótimo suavizados, demonstrando desempenho superior em benchmarks de reconhecimento acústico e detecção de defeitos em cabos elétricos.
O artigo apresenta um método robusto para implementar redes neurais ópticas utilizando apenas recursos lineares e estados coerentes de luz, onde a não linearidade necessária para o aprendizado é alcançada através de codificação de fase, permitindo treinamento e inferência *in situ* com alta resiliência à perda de fótons.
O artigo apresenta o CELM, o primeiro modelo fundamental de EEG clínico para linguagem, que gera relatórios clínicos completos a partir de gravações de EEG de longa duração, alcançando melhorias significativas nas métricas de geração em comparação com métodos existentes.
Os autores apresentam e demonstram experimentalmente uma rede neural fotônica profunda que realiza aprendizado não supervisionado online e totalmente óptico, utilizando materiais de mudança de fase para sinapses e um mecanismo de feedback local, alcançando reconhecimento de letras com 100% de precisão sem conversões elétrico-ópticas.
O artigo propõe o ZK-HybridFL, um framework descentralizado de aprendizado federado que integra um ledger em DAG com sidechains e provas de conhecimento zero para validar atualizações de modelos com privacidade, garantindo maior segurança, escalabilidade e desempenho em comparação a abordagens existentes.
O artigo propõe o EDIS, uma métrica que analisa a evolução temporal da entropia durante a geração de texto para identificar padrões de instabilidade característicos de raciocínio incorreto em LLMs, permitindo melhorar a precisão do modelo tanto na seleção durante a inferência quanto na curadoria de dados para treinamento.
O artigo propõe a Decodificação de Exploração Latente (LED), uma estratégia de decodificação que explora a assimetria de entropia entre as camadas intermediárias e finais de Modelos de Raciocínio Grandes pós-treinados para restaurar a eficácia da exploração e melhorar a precisão sem necessidade de treinamento adicional.
Este artigo apresenta um pipeline automático de red-team que demonstra como estratégias de decepção em nível de prompt podem enganar tanto métodos de auditoria de alinhamento de caixa branca quanto de caixa preta, fornecendo a primeira evidência documentada de decepção estratégica baseada em ativações e sugerindo que as técnicas atuais não são robustas contra modelos desalinhados suficientemente capazes.
O artigo apresenta o LaPha, um método que treina agentes de IA semelhantes ao AlphaZero em um espaço latente de Poincaré, utilizando a geometria hiperbólica para otimizar a busca e os processos de recompensa, resultando em melhorias significativas de desempenho em tarefas matemáticas complexas como MATH-500 e AIME.
Este artigo propõe um protocolo de validação baseado em perturbação para mapas de saliência em previsões de eficácia de siRNA, demonstrando que a validação prévia é essencial para evitar falhas de generalização e introduzindo um regularizador biológico (BioPrior) que melhora a fidelidade das explicações com um custo preditivo moderado.
O artigo apresenta o Aletheia, um agente de pesquisa matemática autônomo que, combinando raciocínio avançado, escalabilidade na inferência e uso intensivo de ferramentas, gera e revisa soluções em linguagem natural para problemas que vão desde olimpíadas até contribuições originais em pesquisa acadêmica, como a descoberta de constantes estruturais e a resolução de questões abertas, ao mesmo tempo que propõe novos padrões para medir autonomia e transparência na colaboração humano-IA.
Este artigo investiga o viés de "diagonal sink" em mecanismos de atenção temporal, demonstrando teoricamente como as pontuações de atenção fora da diagonal dependem do comprimento da sequência e propondo métodos de regularização para mitigar a degeneração de informações.
O artigo apresenta o SWE-MiniSandbox, uma abordagem leve e sem containers que utiliza mecanismos isolados no nível do kernel e técnicas de pré-armazenamento para reduzir drasticamente a sobrecarga de disco e o tempo de configuração no treinamento de agentes de engenharia de software por aprendizado por reforço, mantendo desempenho comparável ao dos pipelines baseados em containers.
O artigo apresenta o MiDAS, um sistema de código aberto e agnóstico à plataforma que permite a aquisição não invasiva e sincronizada de dados multimodais para cirurgia robótica minimamente invasiva, validado em robôs Raven-II e da Vinci Xi e acompanhado de um novo conjunto de dados anotados que inclui tarefas de sutura de reparo de hérnia.
Este estudo propõe o AHSIV, um framework adaptativo de seleção de modelos para previsão de demanda que integra métricas de erro ajustadas ao horizonte de previsão e classificação estrutural da demanda para resolver a instabilidade de rankings em ambientes heterogêneos, oferecendo uma solução operacionalmente coerente para decisões multi-SKU.
O artigo apresenta o GaiaFlow, um framework inovador que utiliza ajuste de difusão guiado semanticamente e protocolos de saída adaptativa para otimizar a busca neural, reduzindo significativamente a pegada de carbono enquanto mantém alta precisão em diversas infraestruturas computacionais.
O artigo apresenta o MolCrystalFlow, um modelo generativo baseado em fluxo que prevê estruturas de cristais moleculares ao desacoplar a complexidade intramolecular do empacotamento intermolecular, representando centros e orientações em variedades Riemannianas para respeitar simetrias geométricas e acelerar a descoberta de materiais.
Este estudo demonstra que, apesar do desempenho promissor de modelos de linguagem em fluxos de trabalho agênicos para correção de bugs, a capacidade de raciocínio em contextos longos é limitada, pois o sucesso depende da decomposição de tarefas em etapas de contexto curto, enquanto a geração de patches em contextos genuinamente longos (64k tokens) resulta em degradação severa de desempenho devido a falhas sistemáticas.
O artigo apresenta o FLoRG, um framework de ajuste fino federado que utiliza agregação de matrizes de Gram de baixa ordem e alinhamento de Procrustes para eliminar erros de agregação, reduzir a deriva de decomposição e diminuir significativamente a sobrecarga de comunicação, superando os métodos existentes em precisão e eficiência.
O artigo apresenta o CoSiNE, um modelo que combina cadeias de Markov contínuas com redes neurais para capturar a dinâmica evolutiva e as interações epistáticas em anticorpos, superando os métodos atuais na previsão de efeitos de variantes e permitindo a otimização direcionada da afinidade de ligação.