4139 artigos
Este artigo explica teoricamente as vantagens de sincronizar temperatura e viés treináveis na função de perda sigmoidal, introduzindo o conceito de "Constelações" para justificar o sucesso do modelo SigLIP, elucidar o fenômeno do "modality gap" e determinar a dimensão necessária para representações de alta qualidade.
Este estudo demonstra que modelos de aprendizado profundo, especificamente U-Net e SCAN, superam métodos convencionais na segmentação de nuvens e sombras de nuvens em imagens hiperespectrais de alta resolução das missões MethaneSAT e MethaneAIR, garantindo uma detecção mais precisa essencial para a quantificação de emissões de metano.
Este estudo empírico em larga escala revela que benchmarks de perguntas e respostas visuais frequentemente apresentam dependências inesperadas de modalidades individuais (texto ou imagem) em vez de interações multimodais, destacando a necessidade de um novo paradigma para o design e avaliação de conjuntos de dados multimodais.
Este artigo propõe um framework baseado em API que desacopla o ciclo de vida dos modelos de aprendizado de máquina do ambiente de produção, permitindo que empresas integrem essa tecnologia em sistemas legados sem custos de atualização de hardware ou interrupções operacionais, por meio de uma interface leve e interativa que empodera especialistas humanos.
O artigo apresenta o SMoPE, um novo framework para aprendizado contínuo baseado em prompts que utiliza uma arquitetura esparsa de Mixture of Experts para ativar dinamicamente um subconjunto de "especialistas de prompt", equilibrando assim eficiência computacional e desempenho ao mitigar interferência de conhecimento sem escalar linearmente com o número de tarefas.
O RADAR é um framework de roteamento leve e interpretável que otimiza o desempenho e o custo de modelos de raciocínio ao direcionar consultas com base em sua dificuldade e na capacidade dos modelos em diferentes orçamentos de raciocínio.
O artigo apresenta o Composer, um framework de busca arquitetônica modular que descobre novas arquiteturas de modelos de linguagem híbridos, superando o Llama 3.2 em desempenho, eficiência e redução de perda de validação ao explorar automaticamente combinações de primitivas computacionais e extrapolar as melhores configurações para escalas maiores.
O artigo apresenta o MIG-Vis, um método que utiliza modelos de difusão guiados por informação mútua para visualizar e validar que grupos de neurônios no córtex visual superior de macacos codificam informações visuais-semanticas estruturadas e seletivas, como pose de objetos e transformações inter e intra-categoriais.
O estudo demonstra que, em sistemas multiagentes de LLM, a comunicação direta é um mecanismo de coordenação mais robusto e eficaz para promover cooperação do que a aprendizagem curricular, que pode inadvertidamente induzir pessimismo e reduzir o desempenho devido a escolhas de design inadequadas.
Este artigo apresenta a primeira avaliação sistemática de aprendizado auto-supervisionado para o estágio do sono usando EEG vestível, demonstrando que essa abordagem supera os métodos supervisionados ao alcançar precisão clínica com apenas 5% a 10% dos dados rotulados e reduzir significativamente a dependência de anotações manuais.
Este artigo demonstra que choques geopolíticos e geoeconômicos afetam o risco soberano por canais distintos, formando um padrão de "tesoura" onde os efeitos diretos e os do ciclo financeiro global se movem em direções opostas, implicando que a liquidez pode mitigar apenas a componente mediada pelo ciclo financeiro e não o prêmio de risco geopolítico persistente.
O artigo propõe o HyWA, um método que utiliza uma hiper-rede para gerar pesos personalizados em camadas específicas de um modelo de detecção de atividade vocal, superando as técnicas existentes ao melhorar a precisão média e facilitar a implantação através do reuso da mesma arquitetura.
O artigo apresenta um framework generativo explicável e consciente de viés que unifica fusão de atenção multimodal, atribuição Grad-CAM++ e um ciclo de feedback "Reveal-to-Revise", demonstrando desempenho superior e maior robustez em benchmarks de geração de imagens e classificação de texto.
Este artigo apresenta novos índices absolutos de validação de clusters que definem funções de compactação e margens de separabilidade para determinar o número verdadeiro de clusters, demonstrando sua eficácia em comparação com índices relativos tradicionais em diversos conjuntos de dados sintéticos e reais.
Este artigo propõe um quadro teórico baseado na "ansatz de estrutura de autovalores de Hermite" (HEA) que permite prever as curvas de aprendizado da regressão por kernel em conjuntos de dados reais, como CIFAR-5m e ImageNet, utilizando apenas estatísticas de dados brutos e demonstrando que redes MLP também aprendem polinômios de Hermite conforme previsto pelo modelo.
Este artigo apresenta uma análise unificada baseada em geometria que demonstra que o algoritmo de Iteração de Valor converge geometricamente tanto nos cenários de recompensa descontada quanto na média, sob a suposição de uma política ótima unichain única, superando assim as garantias teóricas anteriores que subestimavam sua velocidade de convergência.
O artigo apresenta o KVTC, um codificador de transformada leve que comprime caches de chave-valor em modelos de linguagem grandes usando decorrelação de recursos baseada em PCA, quantização adaptativa e codificação de entropia, alcançando uma redução de até 20 vezes no uso de memória sem comprometer a precisão do raciocínio ou do contexto longo.
O artigo apresenta os Modelos Causais de Séries Temporais Aumentados (ATSCM), uma abordagem que integra descoberta causal neural e raciocínio contrafactual para detectar regimes em mercados de energia e analisar como variáveis como a geração renovável influenciam os preços em tempo real.
O artigo propõe o TNCM-VAE, um modelo que combina autoencoders variacionais com modelos causais estruturais para gerar séries temporais financeiras sintéticas com relações causais preservadas, permitindo análises contrafactuais e testes de estresse mais precisos.
Este artigo propõe o framework DGET, uma arquitetura de aprendizado multi-tarefa que combina Redes Neurais em Grafos e Transformers para otimizar o agendamento em redes IoT híbridas de RF e ópticas, alcançando desempenho próximo ao ótimo com menor complexidade computacional e robustez sob observação parcial do canal.