10309 artigos
Este artigo propõe um framework de previsão conformal para outputs estruturados em forma de grafos, que utiliza a distância Z-Gromov-Wasserstein (FGW) e a regressão quantílica conformalizada de pontuação (SCQR) para fornecer garantias de cobertura livres de distribuição e conjuntos de previsão adaptativos em tarefas como a identificação de moléculas.
O artigo apresenta o IoUCert, um novo framework de verificação formal que supera as limitações existentes ao garantir a robustez de detectores de objetos baseados em âncoras, como SSD e YOLO, através de uma transformação de coordenadas que permite o cálculo de limites ótimos para a métrica de Interseção sobre União (IoU) sem degradação de precisão.
O artigo propõe uma construção incremental de grafos k-NN que garante a conectividade do grafo por design, superando a fragilidade dos métodos padrão em regimes de baixa esparsidade e melhorando a robustez do agrupamento espectral de embeddings de texto.
Este artigo propõe o uso de um autoencoder variacional condicional (CVAE) para realizar a reconstrução inversa de séries temporais de choque a partir de espectros de resposta ao choque, superando as limitações computacionais e de generalização dos métodos iterativos tradicionais ao oferecer uma abordagem baseada em dados, mais rápida e precisa.
O artigo apresenta o AOI, um framework multiagente treinável que supera os desafios de privacidade e segurança na automação de SRE ao transformar trajetórias de falhas em sinais de aprendizado supervisionado, alcançando desempenho superior ao estado da arte em diagnósticos de nuvem autônomos.
O artigo apresenta o RADAR, um framework neural escalável que utiliza decomposição em valores singulares (SVD) e normalização Sinkhorn para permitir que solucionadores de problemas de roteamento de veículos lidem eficazmente com distâncias assimétricas, superando os métodos existentes em generalização e desempenho.
O artigo apresenta o Stratum, uma infraestrutura de sistema unificada que desacopla a execução de pipelines do planejamento em buscas de pipelines agênicas, integrando-se ao ecossistema Python para compilar e executar lotes de pipelines em backends heterogêneos, alcançando acelerações de até 16,6x.
Este artigo estabelece uma conexão teórica fundamental entre complexidade computacional e arquiteturas de redes neurais, demonstrando que as RNNs lineares são altamente paralelizáveis por pertencerem à classe (semelhante aos Transformers), enquanto as RNNs não lineares enfrentam barreiras de paralelização ao resolverem problemas completos em ou .
O artigo propõe um framework de tradução não pareada de MRI de ultra-baixo campo para alto campo, baseado em uma Ponte Neural de Schrödinger aprimorada com distribuição guiada por difusão e regularização de preservação anatômica, que melhora o realismo e a fidelidade estrutural das imagens cerebrais.
O artigo apresenta o LoRA-MME, uma solução de ensemble multi-modelo que combina quatro codificadores transformadores ajustados com LoRA para classificação de comentários de código, alcançando alta precisão semântica mas enfrentando penalidades de pontuação devido ao alto custo computacional na competição NLBSE'26.
Este estudo demonstra que o alinhamento semântico via linguagem, através do método "Semantic Anchoring", supera a colapso de embeddings e melhora significativamente a detecção de câncer em modelos de visão computacional ao permitir a reinterpretação semântica de características visuais para generalização entre espécies e tipos de câncer, sem a necessidade de retreinamento completo.
O artigo apresenta o DynaKV, um framework de pós-treinamento inovador que otimiza a compressão de cache KV em modelos de linguagem grandes ao alocar dinamicamente taxas de compressão baseadas no significado semântico de cada token, superando métodos existentes ao reduzir significativamente o uso de memória sem comprometer a qualidade da geração.
O artigo propõe a FreST Loss, um objetivo de treinamento aprimorado no domínio da frequência que utiliza a Transformada de Fourier Conjunta para alinhar previsões e dados reais no espectro espaço-temporal, decorrelacionando dependências complexas e melhorando consistentemente o desempenho de modelos de previsão em diversos conjuntos de dados reais.
Este estudo demonstra que os Modelos Visão-Linguagem exibem uma dependência contextual massiva na computação de affordances, onde tanto o vocabulário quanto o significado semântico variam drasticamente conforme o contexto, sugerindo a necessidade de projeções ontológicas dinâmicas para aplicações em robótica.
Este estudo propõe o uso de Redes Neurais Equilibradas (EINNs) para detectar de forma eficiente limiares críticos e transições abruptas em sistemas dinâmicos complexos, invertendo o processo tradicional ao inferir parâmetros a partir de estados de equilíbrio candidatos.
O artigo apresenta o FedEMA-Distill, um método de aprendizado federado que combina uma média móvel exponencial do modelo global com destilação de conhecimento baseada em logits, permitindo treinamento robusto e eficiente em termos de comunicação em cenários com dados não-IID e presença de clientes maliciosos, sem exigir alterações no software dos clientes ou transmissão de pesos completos do modelo.
Este artigo investiga empiricamente como fatores de rede e de infraestrutura, frequentemente negligenciados, causam falhas de escalabilidade e desempenho instável em treinamentos distribuídos de GPUs em grande escala, identificando modos de falha recorrentes e propondo princípios práticos para diagnóstico e otimização.
Este artigo apresenta um framework de classificação de desempenho baseado em dados para otimizar a gestão estratégica de redes celulares multigeracionais, utilizando uma análise de 1.818 torres de celular para identificar padrões de infraestrutura, oportunidades de economia de custos e zonas de demanda não atendidas por tecnologias 4G, visando melhorar a eficiência operacional e reduzir o fosso digital.
O artigo apresenta o Delta-Crosscoder, um método robusto que combina esparsidade BatchTopK e uma função de perda baseada em deltas para identificar com precisão e mitigar mudanças comportamentais localizadas em modelos de linguagem após ajustes finos, superando abordagens baseadas em SAEs em diversos cenários de teste.
O artigo propõe e valida a hipótese de que a seleção de atenção (queries e keys) pode ser realizada em dimensões muito menores do que a transferência de valores, permitindo reduzir o cache KV em 75% com perda mínima de qualidade através de compressão SVD e ajuste fino leve, o que aumenta significativamente a capacidade de usuários simultâneos em modelos de grande escala.