3730 artigos
Este artigo apresenta o Taklif.AI, uma plataforma de IA generativa sem servidor que utiliza o Llama 3.3 e engenharia de prompts estruturada para criar tarefas universitárias personalizadas com base nos interesses únicos e contextos culturais dos estudantes, demonstrando uma recepção positiva dos usuários ao mesmo tempo em que aborda desafios de engajamento e éticos na educação.
Este artigo propõe uma arquitetura híbrida Complex Quantum U-Net que integra ResNet-50, convoluções de valores complexos e uma camada quântica variacional de oito qubits para alcançar o estado da arte no desempenho de segmentação de pólipos em múltiplos conjuntos de dados de imagens médicas, superando modelos de base tradicionais de aprendizado profundo como Attention U-Net e SegFormer.
Este artigo demonstra que explorar simetrias clássicas para reduzir instâncias de QAOA para o problema MaxCut pode colapsar a dimensão da álgebra de Lie dinâmica de exponencial para quadrática, mitigando assim os platôs estéreis (barren plateaus) enquanto preserva a expressividade e a alcançabilidade da solução.
Este artigo propõe uma estrutura de diagnóstico assistida por modelos de grande escala que separa a detecção de conflitos de evidências adversárias da classificação robusta, demonstrando que, embora gatilhos e políticas específicas possam identificar e deslocar eficazmente entradas adversárias, essa capacidade permanece distinta de alcançar uma robustez forte contra ataques de caixa branca.
Este artigo propõe um framework adaptativo consciente de IA utilizando uma abordagem de hashing multicamadas sequencial (combinando SHA3-256 e um algoritmo customizado BALKE2) para aumentar exponencialmente a complexidade de ataque de preimagem de 2^256 para 2^512, protegendo assim a confiança digital contra a exploração comportamental por IA Generativa com um overhead mínimo de tempo de execução.
Este estudo demonstra que, na predição de risco cardiovascular no mundo real, o tratamento apropriado de dados ausentes por meio de imputação ou estratégias híbridas é crítico para manter a confiabilidade e a interpretabilidade do modelo, ao passo que a exclusão acrítica de registros incompletos degrada significamente o desempenho e negligencia o valor informativo da própria ausência de dados.
Uma auditoria do conjunto de dados público de ultrassom de fígado SMC-LUD revela problemas críticos de integridade de dados, incluindo a sobreposição de pacientes entre as partições de treinamento e teste e uma separação diagnóstica perfeita baseada apenas na geometria da imagem, o que infla artificialmente o desempenho do modelo e compromete a validade do conjunto de dados como um benchmark para a classificação de carcinoma hepatocelular.
Este estudo identificou e corrigiu sistematicamente o ruído de rótulos em nove conjuntos de dados públicos de imagens multimodais de retina ao combinar a triagem automatizada com a verificação de especialistas, revelando que aproximadamente 5,39% das imagens continham erros — incluindo proporções significativas de casos fora da distribuição e de múltiplos rótulos que desafiam as estruturas convencionais de rótulo único — ao mesmo tempo em que demonstrou que ferramentas como o Cleanlab reduzem efetivamente os encargos de revisão manual.
Este estudo avalia três modelos GPT-5.6 no Exame de Qualificação de Farmacêutico Licenciado da China de 2025, constatando que todos os modelos passaram em todas as disciplinas, com o GPT-5.6-Sol e o GPT-5.6-Terra superando significativamente o GPT-5.6-Luna, ao mesmo tempo em que observou que o desempenho em questões contendo imagens foi geralmente inferior e potencialmente influenciado pelo fornecimento de entradas de imagens originais.
Este artigo apresenta o YOLO-o1, um modelo de detecção multifatorial aprimorado baseado no YOLOv11n que integra CBAM, Focal Loss, Label Smoothing e perda DIoU para alcançar simultaneamente a detecção de doenças no caule, classificação de maturação e estimativa do tamanho dos frutos da pitaya com alta precisão para aplicações agrícolas em tempo real.