4165 artigos
O artigo apresenta o STREAM-VAE, um modelo de autoencoder variacional com roteamento de dupla via que separa dinâmicas de deriva lenta e picos rápidos em dados de telemetria veicular para melhorar a detecção robusta de anomalias em comparação com métodos existentes.
Este artigo apresenta um framework hierárquico de dupla estratégia para o esquecimento seletivo em modelos de linguagem grandes aplicados à saúde, que remove conhecimento especializado sensível preservando competências médicas fundamentais com alta eficiência e garantias de privacidade.
O artigo apresenta o CostNav, um novo benchmark que avalia agentes de IA física com base em análises econômicas realistas e dados industriais, revelando que os métodos atuais de navegação, embora focados no sucesso da tarefa, não são economicamente viáveis para aplicações comerciais no mundo real.
Este artigo introduz o framework PI-MDP e algoritmos de aprendizado por reforço parcialmente equivariantes (PE-DQN e PE-SAC) que mitigam erros de generalização em ambientes com quebra de simetria ao aplicar seletivamente backups de Bellman invariantes ou padrão, resultando em maior eficiência de amostragem e robustez em comparação com métodos existentes.
Este artigo apresenta um framework de co-design que aprende simultaneamente a morfologia da mão robótica e políticas de controle complementares para tarefas específicas, permitindo o projeto, treinamento, fabricação e implantação de novas mãos dexterosas em menos de 24 horas.
O artigo apresenta o AlphaQubit 2, um decodificador neural escalável e em tempo real que atinge taxas de erro lógico próximas ao ótimo para códigos de superfície e de cor, superando a velocidade e a precisão de decodificadores existentes e viabilizando a correção de erros quânticos em escala para computação tolerante a falhas.
O artigo apresenta o Trio, um framework de geração molecular que integra modelagem de linguagem baseada em fragmentos, aprendizado por reforço e busca em árvore Monte Carlo para criar um paradigma de descoberta de fármacos em ciclo fechado, superando métodos existentes ao gerar ligantes com maior afinidade de ligação, propriedades farmacológicas aprimoradas e acessibilidade sintética, além de expandir significativamente a diversidade química.
Este trabalho introduz variantes de florestas aleatórias baseadas no princípio de Minimização do Risco Máximo (MaxRM) para melhorar a generalização fora da distribuição, oferecendo algoritmos computacionalmente eficientes, garantias de consistência estatística e novos limites teóricos para distribuições de teste não vistas.
O artigo apresenta o PvP, um framework de aprendizado contrastivo que utiliza representações latentes de estados proprioceptivos e privilegiados para melhorar a eficiência de amostragem e o desempenho no controle corporal completo de robôs humanoides, além de introduzir o SRL4Humanoid, uma estrutura unificada para avaliação sistemática de métodos de aprendizado de representação de estado.
Este artigo apresenta o PBT (Pretrained Battery Transformer), o primeiro modelo fundamental para previsão universal da vida útil de baterias, que supera os métodos existentes ao integrar dados heterogêneos de múltiplos tipos de baterias por meio de camadas de especialistas codificadas com conhecimento específico.
O artigo apresenta o NMIRacle, um novo framework generativo de duas etapas que combina representações de fragmentos moleculares com codificadores espectrais para realizar a elucidação precisa de estruturas moleculares diretamente a partir de espectros de IR e RMN, superando os métodos existentes em precisão e robustez.
Este artigo apresenta um quadro teórico unificado que explica o viés de simplicidade em redes neurais diversas, demonstrando que a dinâmica de aprendizagem de sela-a-sela faz com que os modelos aprendam progressivamente soluções de complexidade crescente, como maior rank, número de dobras, kernels ou cabeças de atenção, dependendo da arquitetura e das condições de inicialização e dados.
Este artigo apresenta o framework de Incerteza Relativística de Dados (DRU), uma abordagem inovadora que utiliza informações de incerteza para aprimorar a qualidade de imagens de paisagens anime em baixa luminosidade, superando os métodos atuais ao preencher a lacuna de domínio e mitigar a escassez de dados.
O artigo "The Bayesian Geometry of Transformer Attention" demonstra que, em ambientes controlados chamados "túneis de vento bayesianos", os transformadores realizam inferência bayesiana com alta precisão através de um mecanismo geométrico específico envolvendo o alinhamento progressivo de chaves e consultas e uma variedade de valores de baixa dimensão, estabelecendo uma separação arquitetônica clara em relação a MLPs e oferecendo uma base para conectar sistemas pequenos verificáveis a fenômenos de raciocínio em grandes modelos de linguagem.
Este artigo estabelece que o treinamento por entropia cruzada em transformadores induz uma dinâmica de roteamento baseada em vantagens e atualizações de valores ponderadas por responsabilidade, que atuam como um procedimento EM de duas escalas temporais para esculpir geometrias bayesianas de baixa dimensão que sustentam o raciocínio probabilístico em contexto.
Este estudo demonstra que modelos de linguagem modernos preservam uma estrutura geométrica subjacente que organiza suas atualizações bayesianas aproximadas, embora essa geometria atue mais como uma leitura privilegiada da incerteza do que como um gargalo computacional singular.
O artigo apresenta o PanSubNet, um modelo de aprendizado profundo interpretável que classifica subtipos moleculares clinicamente relevantes do câncer de pâncreas diretamente a partir de lâminas histológicas rotineiras (H&E), oferecendo uma alternativa rápida, econômica e generalizável aos métodos baseados em sequenciamento de RNA para estratificação prognóstica e preditiva.
Este artigo investiga o problema do "excesso de busca" em modelos de linguagem aumentados por busca, propondo a métrica Tokens Per Correctness (TPC) para avaliar o equilíbrio entre desempenho e custo, identificando fatores que agravam o fenômeno e apresentando estratégias de mitigação e um novo conjunto de dados (OverSearchQA) para pesquisas futuras.
Este artigo propõe um método inovador para amostragem de distribuições de Boltzmann não normalizadas, utilizando uma sequência de amostradores de Langevin para simular eficientemente um fluxo de equação diferencial ordinária (ODE) derivado de interpolantes estocásticos lineares, oferecendo garantias teóricas de convergência e demonstrando eficácia em distribuições multimodais e tarefas de inferência bayesiana.
Este artigo apresenta uma análise teórica que estabelece limites quantitativos de erro para problemas inversos bayesianos utilizando priores generativos treinados, demonstrando que o erro no posterior herda a taxa de convergência do prior na distância de Wasserstein, com validação através de experimentos numéricos e um problema inverso de EDP elíptica.