3775 artigos
Este artigo aborda os desafios éticos da experimentação de software online ao estabelecer um corpo de conhecimento abrangente composto por 16 fatores, 48 questões e 53 soluções, e ao introduzir o Modelo Cactus para orientar especialistas na identificação de preocupações éticas, no raciocínio sobre compensações e na justificativa de decisões durante o planejamento de experimentos.
Este artigo apresenta o PAK, o primeiro conjunto de dados de personas sintéticas da força de trabalho das artes e cultura coreanas, composto por 30.000 personas estatisticamente fundamentadas reconstruídas a partir do Levantamento de Artistas Coreanos de 2024 usando ajuste proporcional iterativo, juntamente com uma avaliação abrangente de sua precisão de distribuição e qualidade narrativa.
Este estudo demonstra que métodos de aprendizado de máquina de conjunto, particularmente o XGBoost e classificadores de votação aprimorados com SMOTE, alcançam alta precisão (até 98,19%) e melhor recall de convulsões na classificação de sinais de EEG, ao mesmo tempo em que destacam a importância crítica da integridade dos dados por meio da correção de um erro de proveniência de conjunto de dados.
O artigo apresenta o MedConclusion, um conjunto de dados de grande escala com 5,7 milhões de resumos biomédicos estruturados, projetado para testar e avançar na avaliação da capacidade de modelos de linguagem de grande escala de gerar conclusões científicas a partir de evidências estruturadas.
Este artigo introduz um framework de decomposição e um protocolo de avaliação livre de vazamento para demonstrar que os aparentes ganhos de classificação decorrentes do aumento generativo no diagnóstico da doença de Parkinson são frequentemente artefatos de vazamento de avaliação, revelando que, embora o balanceamento no espaço latente produza dados sintéticos de alta fidelidade, ele falha em melhorar o desempenho do modelo em relação às bases não aumentadas.
Este estudo propõe um framework multimodal que integra dados de movimento ocular, iluminação e velocidade do veículo com um novo algoritmo de agrupamento RaceGrid-OPTICS e um modelo de aprendizado profundo WA-PSRSMformer para avaliar e prever com precisão a carga visual do motorista sob condições de iluminação dinâmica, alcançando 90,13% de precisão em ambientes de túneis.
Ao contrário da suposição predominante de que sistemas multiagentes superam modelos únicos, este estudo demonstra que, em ambientes de cuidados primários com recursos limitados, um único LLM local de alto desempenho (GPT-oss-20b) alcança precisão diagnóstica, segurança e latência superiores em comparação a arquiteturas multiagentes complexas, defendendo, assim, estratégias de "IA Enxuta" (Lean AI) em vez de fluxos de trabalho de ensemble computacionalmente caros.
Este artigo apresenta uma estrutura baseada em simulação para determinar o tamanho de amostra necessário em avaliações de benchmarks de IA clínica pareadas para abordar as limitações dos métodos tradicionais, demonstrando através de um estudo de dislipidemia que o tamanho do banco pré-calculado, em vez do desempenho do sistema isoladamente, dita se as conclusões comparativas são estatisticamente alcançáveis.
Este artigo apresenta o MineralBench, um benchmark de avaliação abrangente que apresenta três tarefas especializadas e quatro métricas para avaliar e comparar sistematicamente o desempenho de 13 grandes modelos de linguagem no domínio dos recursos minerais, revelando lacunas significativas de desempenho entre as capacidades gerais e as específicas do domínio e a natureza dependente da tarefa do ajuste fino.
Este artigo propõe um framework integrado YOLOv8-SLAM para robôs móveis externos que aprimora a detecção de alvos pequenos, elimina a interferência dinâmica em SLAM visual e otimiza o planejamento de trajetória global-para-local através de uma abordagem híbrida de colônia de formigas e janela dinâmica, resultando em melhorias significativas na precisão da percepção, estimativa de trajetória e taxas de sucesso de navegação em ambientes complexos.