10259 artigos
Este artigo apresenta contribuições não assintóticas e livres de distribuição para a estimativa do erro de calibração de classificadores binários, oferecendo tanto um limite superior para funções de calibração com variação limitada quanto um método prático para modificar qualquer classificador a fim de garantir limites de erro eficientes sem prejudicar significativamente seu desempenho.
O artigo apresenta o RePo, um mecanismo inovador que melhora o aprendizado em contexto de Grandes Modelos de Linguagem ao re-posicionar dinamicamente os tokens com base em dependências contextuais, reduzindo a carga cognitiva extrínseca e aprimorando o desempenho em tarefas com contextos ruidosos, estruturados e de longa duração.
O artigo apresenta o AMPEND-LS, um framework agêntico multi-persona que combina sinergia entre LLMs e SLMs com evidências multimodais para detectar notícias falsas com maior precisão, robustez e explicabilidade do que os métodos existentes.
O artigo apresenta o PTP (Parallel Token Prediction), um framework que acelera a geração de linguagem ao prever múltiplos tokens simultaneamente em uma única chamada de modelo, substituindo a amostragem pós-hoc por variáveis de entrada aleatórias e alcançando um speedup de 2,4x em benchmarks de decodificação especulativa.
Este artigo apresenta um framework de aprendizado de máquina baseado em Redes de Kolmogorov-Arnold com Processos Gaussianos Variacionais Esparsos (SVGP-KAN) para reconstrução de campos de escoamento temporalmente esparsos com quantificação de incerteza, demonstrando desempenho comparável a métodos clássicos enquanto oferece estimativas de incerteza calibradas que guiam o projeto experimental em fluxos periódicos.
Este estudo demonstra que a integração de propriedades bioelétricas celulares com algoritmos de aprendizado de máquina supervisionado, particularmente a Floresta Aleatória, permite prever a malignidade celular com alta precisão (~90%), estabelecendo uma base promissora para o desenvolvimento de ferramentas diagnósticas em tempo real.
Este artigo apresenta o Otimizador da Esfera Espectral (SSO), um novo algoritmo de treinamento que impõe restrições espectrais estritas a pesos e atualizações para garantir estabilidade e convergência em larga escala, superando o desempenho do AdamW e do Muon em diversas arquiteturas de modelos grandes.
O artigo propõe o Ensemble de Perfilagem Comportamental (BPE), uma nova abordagem centrada no modelo que atribui pesos de integração com base no desvio entre a resposta de um classificador e seu perfil intrínseco, superando os métodos tradicionais de seleção dinâmica ao alcançar maior precisão preditiva com menor custo computacional em 42 conjuntos de dados reais.
O artigo apresenta o EmboTeam, um framework inovador para planejamento de tarefas em equipes de robôs heterogêneos que integra raciocínio de modelos de linguagem (LLMs), planejamento clássico baseado em PDDL e árvores de comportamento reativas para melhorar significativamente a execução de tarefas de longo prazo em ambientes domésticos.
O artigo apresenta o ButterflyMoE, um método que supera a limitação de memória linear em dispositivos de borda ao representar múltiplos especialistas como reorientações geométricas de um substrato compartilhado ternário, alcançando uma redução de 150 vezes no uso de memória com perda de precisão negligenciável.
O artigo apresenta o Yuan3.0 Ultra, um modelo de linguagem aberto de grande escala baseado em Mistura de Especialistas (MoE) com 1010B de parâmetros totais e 68,8B ativados, que introduz o algoritmo de Poda de Especialistas Adaptativa por Camada (LAEP) para otimizar a eficiência do pré-treinamento e alcançar desempenho líder em tarefas corporativas.
O artigo apresenta o EGAgent, um framework agênico inovador baseado em grafos de cena de entidades que supera as limitações de janelas de contexto existentes para permitir raciocínio composicional e multi-hop em streams de vídeo egocêntrico contínuo de longa duração, alcançando desempenho state-of-the-art em tarefas de compreensão longitudinal.
O artigo apresenta o Self-Distilled Reasoner, um framework de Auto-Distilação em Política (OPSD) onde um único modelo de linguagem atua simultaneamente como professor e aluno ao condicionar-se em diferentes contextos (com ou sem traços de raciocínio privilegiados), alcançando maior eficiência e desempenho em tarefas de raciocínio matemático em comparação com métodos de distilação off-policy e aprendizado por reforço.
Este artigo propõe uma abordagem escalável para a previsão de sinais em links de grafos assinados, baseada no modelo CopulaGNN, que utiliza uma representação eficiente de matrizes de correlação e uma reformulação probabilística para superar limitações computacionais, garantindo convergência linear e desempenho competitivo.
Este trabalho estabelece garantias de convergência mais precisas e com taxas mais rápidas para o otimizador Muon em problemas não convexos, através de uma análise direta que dispensa suposições restritivas e amplia o escopo de aplicação teórico.
O artigo apresenta o Latent-IMH, um método de inferência bayesiana eficiente para problemas inversos lineares com operadores computacionalmente custosos, que utiliza aproximações baratas para gerar variáveis latentes e refiná-las com operadores exatos, deslocando o custo computacional para uma fase offline e superando em eficiência métodos de última geração como o NUTS.
O artigo apresenta o framework ME-POIs, que aprimora as representações de pontos de interesse ao integrar dados de mobilidade humana em larga escala com embeddings linguísticos, capturando efetivamente a função e o uso real dos locais e superando abordagens baseadas apenas em texto ou mobilidade em tarefas de enriquecimento de mapas.
O artigo apresenta o YuriiFormer, uma nova arquitetura de transformadores baseada em um quadro variacional que interpreta as camadas como iterações de otimização, permitindo a incorporação de aceleração de Nesterov para superar o desempenho de modelos padrão como o nanoGPT.
O artigo propõe o mecanismo MiTA Attention, uma abordagem eficiente que unifica métodos de atenção existentes e reduz o custo computacional em sequências longas comprimindo a matriz de pesos rápidos e utilizando uma estratégia de roteamento baseada nas top-k ativações de consultas âncora.
O artigo apresenta o VIP, uma estratégia de alocação de rolagens adaptativa que utiliza um modelo de processo gaussiano para prever probabilidades de sucesso e otimizar a distribuição do orçamento computacional, minimizando a variância do gradiente e melhorando a eficiência de amostragem no aprendizado por reforço com recompensas verificáveis.