Verifiable Reasoning for LLM-based Generative Recommendation

O artigo apresenta o VRec, uma nova abordagem de "raciocinar-verificar-recomendar" que utiliza verificação intermediária para mitigar a degradação do raciocínio em sistemas de recomendação generativa baseados em LLMs, resultando em melhorias significativas na eficácia e escalabilidade sem comprometer a eficiência.

Xinyu Lin, Hanqing Zeng, Hanchao Yu, Yinglong Xia, Jiang Zhang, Aashu Singh, Fei Liu, Wenjie Wang, Fuli Feng, Tat-Seng Chua, Qifan Wang2026-03-10💻 cs

Post-quantum Federated Learning: Secure And Scalable Threat Intelligence For Collaborative Cyber Defense

Este estudo propõe um framework de aprendizado federado seguro contra ameaças quânticas, integrando algoritmos de criptografia pós-quântica padronizados pelo NIST para proteger o compartilhamento de inteligência de ameaças entre organizações, demonstrando alta precisão na detecção de ataques e viabilidade em cenários do mundo real, como consórcios de saúde.

Prabhudarshi Nayak, Gogulakrishnan Thiyagarajan, Ritunsa Mishra, Vinay Bist2026-03-10💻 cs

The Three Praxes Framework - A Thematic Review and Map of Social Accessibility Research

Este artigo apresenta a "Estrutura das Três Praxes", um modelo conceitual derivado da análise de 90 estudos sobre acessibilidade social (2011-2025) que identifica a desconexão entre as práticas de artefato, ecossistema e epistemologia e propõe um ciclo reflexivo para integrar as experiências vividas de pessoas com deficiência na transformação material e teórica dos sistemas de acesso.

JiWoong Jang, Patrick Carrington, Andrew Begel2026-03-10💻 cs

AeroPlace-Flow: Language-Grounded Object Placement for Aerial Manipulators via Visual Foresight and Object Flow

O artigo apresenta o AeroPlace-Flow, um framework sem treinamento que permite a manipulação aérea de objetos baseada em linguagem, unindo previsão visual e raciocínio geométrico 3D para gerar trajetórias de colocação precisas e livres de colisões a partir de instruções naturais, alcançando uma taxa de sucesso de 75% em experimentos reais.

Sarthak Mishra, Rishabh Dev Yadav, Naveen Nair, Wei Pan, Spandan Roy2026-03-10💻 cs

Directing the Robot: Scaffolding Creative Human-AI-Robot Interaction

Este artigo propõe uma reestruturação da interação humano-IA-robô como "andaime" (scaffolding), onde os humanos atuam como diretores criativos que definem intenções e orientam revisões, enquanto a IA medeia a execução robótica, visando priorizar a agência humana, a criatividade e o fluxo em vez da autonomia ou eficiência pura.

Jordan Aiko Deja, Isidro Butaslac, Nicko Reginio Caluya, Maheshya Weerasinghe2026-03-10💻 cs

The role of team diversity in AI systems development

Este estudo, baseado em entrevistas com profissionais de quatro equipes de IA em uma grande empresa de software no Brasil e em Portugal, revela que a diversidade de equipes desempenha um papel fundamental no desenvolvimento de sistemas de IA ao identificar vieses, promover empatia, combater discriminação sistêmica e fomentar decisões mais inclusivas e criativas.

Ronnie de Souza Santos, Maria Teresa Baldassarre, Cleyton Magalhaes2026-03-10💻 cs

AR2-4FV: Anchored Referring and Re-identification for Long-Term Grounding in Fixed-View Videos

O artigo propõe o AR2-4FV, um método inovador para o rastreamento de longo prazo em vídeos de visão fixa que utiliza um Banco de Âncoras derivado de estruturas de fundo estáticas e mecanismos de reidentificação para manter a continuidade do alvo mesmo durante longos períodos de oclusão ou ausência, superando significativamente as abordagens existentes em taxas de recaptura e latência.

Teng Yan, Yihan Liu, Jiongxu Chen, Teng Wang, Jiaqi Li, Bingzhuo Zhong2026-03-10💻 cs

DECADE: A Temporally-Consistent Unsupervised Diffusion Model for Enhanced Rb-82 Dynamic Cardiac PET Image Denoising

O artigo apresenta o DECADE, um modelo de difusão não supervisionado e temporalmente consistente que melhora a qualidade e a precisão quantitativa das imagens dinâmicas de PET cardíaco com Rb-82, superando as limitações de ruído e a falta de dados de treinamento pareados.

Yinchi Zhou, Liang Guo, Huidong Xie, Yuexi Du, Ashley Wang, Menghua Xia, Tian Yu, Ramesh Fazzone-Chettiar, Christopher Weyman, Bruce Spottiswoode, Vladimir Panin, Kuangyu Shi, Edward J. Miller, Attila Feher, Albert J. Sinusas, Nicha C. Dvornek, Chi Liu2026-03-10💻 cs

MedQ-Deg: A Multidimensional Benchmark for Evaluating MLLMs Across Medical Image Quality Degradations

O artigo apresenta o MedQ-Deg, um novo benchmark abrangente que avalia a robustez e a calibração de confiança de modelos de linguagem multimodal grandes (MLLMs) médicos frente a 18 tipos de degradação de imagem, revelando que, embora o desempenho caia com a severidade das falhas, os modelos mantêm uma confiança excessivamente alta, exibindo um efeito Dunning-Kruger artificial.

Jiyao Liu, Junzhi Ning, Chenglong Ma, Wanying Qu, Jianghan Shen, Siqi Luo, Jinjie Wei, Jin Ye, Pengze Li, Tianbin Li, Jiashi Lin, Hongming Shan, Xinzhe Luo, Xiaohong Liu, Lihao Liu, Junjun He, Ningsheng Xu2026-03-10💻 cs

Geometric Knowledge-Assisted Federated Dual Knowledge Distillation Approach Towards Remote Sensing Satellite Imagery

O artigo propõe o framework GK-FedDKD, que utiliza conhecimento geométrico global e destilação de conhecimento dual para superar os desafios de heterogeneidade de dados no aprendizado federado aplicado à análise de imagens de satélite de sensoriamento remoto, alcançando desempenho superior ao estado da arte.

Luyao Zou, Fei Pan, Jueying Li, Yan Kyaw Tun, Apurba Adhikary, Zhu Han, Hayoung Oh2026-03-10💻 cs

Residual Control for Fast Recovery from Dynamics Shifts

O artigo propõe uma arquitetura de controle residual alinhada à estabilidade que, ao manter uma política nominal fixa e utilizar um canal aditivo regulado para compensar dinâmicas imprevistas, permite que sistemas robóticos se recuperem rapidamente de perturbações em tempo de execução sem necessidade de re-treinamento.

Nethmi Jayasinghe, Diana Gontero, Francesco Migliarba, Spencer T. Brown, Vinod K. Sangwan, Mark C. Hersam, Amit Ranjan Trivedi2026-03-10💻 cs