927 artigos
Este artigo propõe uma abordagem de geração de casos de teste baseada em LLM, aprimorada por um repositório de memória de projeto que integra dados históricos e contexto de lançamento para melhorar significativamente a cobertura de riscos, reduzir a duplicidade e aumentar a descoberta de defeitos em sistemas de software de larga escala.
Este artigo estabelece um baseline preliminar de CNN baseado em MATLAB para a classificação binária de mama maligna versus não maligna em ultrassonografia utilizando o conjunto de dados BrEaST, alcançando uma precisão de teste melhorada ao enquadrar explicitamente a rotulagem exploratória de subtipos e a explicabilidade como direções de pesquisas futuras, em vez de resultados validados.
Este artigo apresenta uma estrutura de programação diferenciável modular que integra a interpretabilidade diretamente em um modelo de cadeia de Markov de tempo contínuo para suporte à decisão clínica ao decompor as taxas de transição em fatores clinicamente significativos, computar suas sensibilidades via diferenciação automática estocástica e gerar explicações rastreáveis em linguagem natural em tempo real.
Este estudo compara o desempenho do NLTK, TextBlob e spaCy no tratamento de sentenças de caminho de jardim causadas por mudanças funcionais, constatando que o spaCy supera significativamente as outras duas bibliotecas em precisão sintática e oferecendo insights para melhorar ferramentas de PLN, incluindo aquelas para línguas africanas.
Este artigo apresenta uma arquitetura de referência e uma implementação de código aberto que faz a ponte entre o aprendizado de máquina e a pesquisa operacional no planejamento da cadeia de suprimentos ao integrar a previsão probabilística conforme com o roteamento estocástico baseado em cenários, demonstrando empiricamente, por meio de um backtest sintético, que previsões de quantis não calibradas levam a uma subcobertura significativa e riscos de ruptura de estoque, validando, assim, a necessidade de interfaces cientes da calibração para um suporte à decisão confiável.
Este artigo introduz uma estrutura de teleoperação desmaterializada baseada na Teoria de Controle de Desacoplamento Cinemático que elimina a necessidade de gêmeos cinestésicos físicos ao decompor ortogonalmente a intenção humana no espaço de informação, alcançando, assim, a generalização zero-shot através de diversas morfologias robóticas e revertendo a crença de longa data de que o feedback de força física é essencial para o controle robótico intuitivo.
O Cethraian-X é um benchmark de código aberto e livre de vazamento para classificação de raios-X de tórax multirrótulo utilizando o conjunto de dados NIH ChestX-ray14 que estabelece padrões rigorosos de reprodutibilidade por meio de avaliação multi-semente, análise de calibração e ferramentas de explicabilidade para permitir a comparação transparente de métodos futuros.
Este artigo apresenta um framework de rastreamento semântico para sistemas multiagentes baseados em LLM utilizando LangChain, LangGraph e LangSmith dentro do protótipo SHADOWAI-RISK, demonstrando que a integração da avaliação semântica reduz significativamente o desvio semântico e as violações de restrições, incurrendo em apenas um aumento moderado de latência e custo local zero.
Este artigo apresenta e avalia um Motor de Aprendizagem Automatizado (ALE) que avança além do RAG padrão ao empregar um sistema orquestrado de múltiplos LLMs com recuperação híbrida e fluxos de trabalho de máquina de estados, demonstrando uma melhoria significativa na precisão factual, relevância contextual e redução nas taxas de alucinação na síntese de conhecimento empresarial em comparação com as configurações de linha de base.
Através de experimentos empíricos em um pool fixo de 24 milhões de tokens, este artigo demonstra que a filtragem agressiva de qualidade sob um orçamento de computação fixo frequentemente prejudica o desempenho do modelo ao forçar uma repetição excessiva de dados, ao passo que reter dados de menor qualidade e realizar o sobreamostragem de subconjuntos de alta qualidade produz resultados superiores ou equivalentes em vários alvos.