2559 artigos
O artigo apresenta o CogBlender, um framework inovador que permite a intervenção contínua e multidimensional de propriedades cognitivas (como valência, excitação, domínio e memorabilidade) na geração de imagens a partir de texto, alinhando a criação visual a intenções psicológicas específicas através da reformulação do campo de velocidade no processo de correspondência de fluxo.
O artigo apresenta o MDTrack, um novo framework para rastreamento de objetos multimodal que supera as limitações das abordagens existentes ao utilizar fusão adaptativa baseada em Mixture of Experts e propagação temporal desacoplada via State Space Models, alcançando desempenho state-of-the-art em cinco benchmarks.
O artigo apresenta o ToolRosetta, um quadro unificado que automatiza a tradução de repositórios de código de código aberto em ferramentas compatíveis com o Protocolo de Contexto de Modelo (MCP), permitindo que agentes de modelos de linguagem de grande escala executem tarefas complexas com intervenção humana mínima e garantias de segurança.
O artigo apresenta o SPR (See, Plan, Rewind), um modelo de visão-linguagem-ação que melhora a manipulação robótica ao monitorar o progresso do tarefa através de marcos espaciais, permitindo o planejamento de trajetórias e a recuperação automática de falhas, o que resulta em maior robustez e generalização em benchmarks desafiadores.
Este estudo investiga sistematicamente como a latência afeta a Qualidade de Experiência (QoE) em quadros brancos de realidade virtual em rede, classificando-a em aspectos pragmáticos e hedônicos e analisando suas variações entre diferentes modos de colaboração e plataformas (com e sem avatares) em comparação com uma base PC tradicional.
O CORAL é um framework escalável para aprendizado robótico multi-tarefa que utiliza especialistas LoRA leves e isolados para mitigar interferências entre tarefas e evitar o esquecimento catastrófico, permitindo a adaptação contínua a novos comandos em tempo real sem sobrecarga de inferência.
Este estudo propõe um modelo que detecta o momento adequado para validação emocional em diálogos falados em japonês utilizando apenas pistas paralinguísticas e emocionais, sem depender do contexto textual, demonstrando melhorias significativas em relação a métodos convencionais e abrindo caminho para interações humano-robô mais empáticas.
Este artigo apresenta uma solução viável e eficaz para o fornecimento de entropia externa a dispositivos IoT restritos, utilizando uma infraestrutura baseada em RISC-V com Ambiente de Execução Confiável (TEE) para gerar e distribuir números aleatórios criptograficamente fortes.
O artigo apresenta o IntroSVG, um framework que utiliza um modelo de linguagem visual unificado atuando como gerador e crítico em um ciclo fechado de "gerar-revisar-refinar", aprimorado por ajuste fino supervisionado e otimização direta de preferências, para superar as limitações dos métodos atuais de geração de SVGs a partir de texto ao incorporar feedback visual explícito.
O artigo apresenta o NLiPsCalib, um framework de calibração eficiente e consistente com a física que utiliza estereoscopia fotométrica de luz próxima (NLiPs) e fontes de luz controláveis para permitir a reconstrução 3D de alta fidelidade em sensores visuotáteis curvos, simplificando o processo para poucos contatos com objetos cotidianos e reduzindo a barreira de entrada para o desenvolvimento de sensores personalizados.
O artigo apresenta o OddGridBench, um benchmark controlado que revela a baixa sensibilidade dos Modelos de Linguagem Multimodal (MLLMs) a discrepâncias visuais finas, e propõe o OddGrid-GRPO, um framework de aprendizado por reforço que melhora significativamente essa capacidade através de aprendizado curricular e recompensas sensíveis à distância espacial.
Este estudo utiliza honeypots na rede Tor para demonstrar que a descoberta de sites depende quase exclusivamente do mecanismo de busca Ahmia.fi e que, entre diversas categorias ilegais, o conteúdo relacionado ao abuso sexual infantil (CSAM) atraiu o maior engajamento de usuários, especialmente nas versões em inglês.
Este artigo apresenta e avalia um motor de matemática de precisão dinâmica para microcontroladores ESP32, que combina aritmética de ponto fixo, módulo CORDIC e multiplicação de matrizes otimizada para acelerar significativamente cálculos de álgebra linear e trigonometria em comparação com bibliotecas padrão de ponto flutuante.
Este estudo de caso demonstra que é possível gerar especificações de requisitos de sistema sintéticas e realistas com o ChatGPT sem acesso a dados reais, embora a avaliação automática por LLMs não substitua completamente a necessidade de uma avaliação expert devido a contradições e deficiências identificadas.
O artigo propõe a Calibração Espectral Preditiva (PSC), um framework sem fonte que estende o alinhamento de subespaço para correspondência espectral de blocos, melhorando a adaptação em tempo de teste para regressão de imagens sob mudanças de distribuição.
Este tutorial publicado no ICDE 2026 oferece uma visão abrangente do ciclo virtuoso entre IA e busca vetorial, explorando como a IA aprimora a eficiência da busca e como a busca vetorial, especialmente através de RAG, expande as capacidades dos modelos de linguagem, além de discutir estratégias de co-otimização e desafios futuros.
Este artigo propõe um framework de esteganografia de imagem robusto e comprovadamente seguro baseado em otimização iterativa no espaço latente, que melhora significativamente a precisão na extração de mensagens sob compressão e processamento de imagem sem comprometer a segurança teórica.
O artigo apresenta o ProvAgent, um framework que supera as limitações da colaboração humano-modelo na detecção de Ameaças Persistentes Avançadas (APTs) ao integrar modelos tradicionais de triagem, aprendizado de contraste em grafos para vinculação identidade-comportamento e uma investigação autônoma colaborativa entre múltiplos agentes, resultando em detecção superior e reconstrução de ataques com baixo custo.
O artigo propõe o EPPINN, um novo framework de redes neurais informadas por física que integra aprendizado evidencial para quantificar incertezas e melhorar a precisão e confiabilidade da estimativa de parâmetros de perfusão em imagens de tomografia computadorizada para avaliação de AVC isquêmico agudo.
O artigo apresenta o SinGeo, um framework inovador que utiliza aprendizado discriminativo dual e uma estratégia de aprendizado curricular para permitir que um único modelo realize geo-localização cruzada robusta em diversas condições de campo de visão, superando os métodos existentes e estabelecendo novos padrões de desempenho em benchmarks.