6394 artigos
O artigo apresenta o FinToolBench, o primeiro benchmark executável do mundo real projetado para avaliar agentes de IA no uso de ferramentas financeiras, oferecendo um ecossistema com 760 ferramentas executáveis e um novo framework de avaliação que prioriza a precisão, a conformidade regulatória e a estabilidade em cenários financeiros de alto risco.
Este trabalho propõe um método de aprendizado livre para o rastreamento de pose 6D de objetos que funde fluxo óptico baseado em eventos para propagação de pose com uma correção baseada em templates, superando as limitações de câmeras RGB-D em cenários dinâmicos de alta velocidade.
O artigo apresenta o SAIL, um quadro de aprendizado por imitação que utiliza busca em árvore Monte Carlo e modelos de linguagem visual para refinar iterativamente trajetórias de robôs durante o teste, demonstrando que aumentar a capacidade de computação no momento da execução melhora significativamente as taxas de sucesso em tarefas de manipulação complexas.
O artigo "Prototype-Guided Concept Erasure in Diffusion Models" propõe um método que utiliza protótipos derivados da geometria de incorporação latente para identificar e condicionar negativamente representações internas, permitindo a eliminação confiável de conceitos amplos e complexos em modelos de difusão sem comprometer a qualidade da imagem gerada.
Este artigo demonstra que a simplificação das representações observacionais e a implementação de um mecanismo de atribuição de crédito local (CGCA) permitem uma coordenação robusta e sem comunicação em cenários de perseguição-evasão 3D, superando abordagens dependentes de comunicação em termos de sucesso e resiliência a atrasos e ruídos.
O artigo propõe o OSCAR, um método baseado em representações implícitas neurais que realiza a reconstrução completa da anatomia vertebral a partir de imagens de ultrassom parciais sem necessidade de rótulos anatómicos, superando os desafios de sombreamento acústico e obtendo uma melhoria de 80% no desempenho em comparação com os métodos mais avançados.
Este artigo apresenta o BladeChain, um sistema baseado em blockchain que garante a rastreabilidade imutável e auditável das inspeções de pás de motores de aeronaves, integrando agendamento automatizado, proveniência de modelos de IA e registros criptográficos em uma rede de múltiplas partes interessadas para eliminar falhas manuais e prevenir adulterações.
O artigo apresenta o SP-CLIP, um framework leve que aprimora o reconhecimento de ações zero-shot ao utilizar prompts semânticos estruturados em múltiplos níveis de abstração para alinhar representações de vídeo com descrições textuais ricas, sem a necessidade de modificar os codificadores visuais ou aprender parâmetros adicionais.
Este artigo propõe um paradigma unificado de percepção-alinhamento-raciocínio para o Raciocínio Matemático Multimodal, sistematizando as abordagens atuais através de quatro questões fundamentais e destacando os desafios e direções futuras para superar as limitações na interpretação de diagramas, alinhamento de símbolos e verificação de passos intermediários.
Este artigo apresenta o Silicone Ethernet (SEth), uma solução sem fio que integra sensores de toque, comunicação e transferência de energia em um substrato de silicone condutor, permitindo que neurônios autônomos e sem bateria formam um sistema nervoso para robôs macios com baixo consumo de energia e capacidade de priorização de tráfego.
Este artigo apresenta a primeira análise sistemática da integração entre Gráficos de Ataque e Sistemas de Detecção de Intrusão, propondo um novo ciclo de vida formal que estabelece um loop de feedback contínuo para superar a falta de um framework unificado e aprimorar a detecção e resposta a ameaças.
Este artigo demonstra que os Modelos de Linguagem e Visão (LVLMs) aprendem representações visuais alinhadas à cognição humana, estabelecendo a correspondência neural com sinais de EEG como um benchmark biologicamente fundamentado para avaliar e melhorar esses modelos.
O artigo propõe uma abordagem de geração de imagens de CT a partir de texto que utiliza a recuperação de casos clínicos relacionados para fornecer orientação anatômica explícita via ControlNet, melhorando a fidelidade e a consistência clínica dos modelos generativos volumétricos sem depender de anotações de referência.
Este artigo apresenta um quadro de controle adaptativo para sistemas de Euler-Lagrange que garante o cumprimento de restrições de estado e entrada variantes no tempo, na presença de incertezas e perturbações, através da integração de uma função de Lyapunov de barreira variante no tempo com uma lei de controle saturada e uma condição de viabilidade verificável offline, cuja eficácia foi validada experimentalmente em um modelo de helicóptero de 2 graus de liberdade.
O artigo apresenta o HDR-NSFF, um novo paradigma que substitui a fusão tradicional de imagens 2D por uma modelagem espaço-temporal 4D contínua para reconstruir campos de radiância de alta faixa dinâmica a partir de vídeos monoculares com exposições alternadas, superando artefatos de fantasmas e garantindo consistência temporal em cenas dinâmicas.
Este estudo compara o desempenho humano e de IA no reconhecimento de ações em primeira pessoa, revelando que humanos dependem de pistas espaciais críticas e esparsas para identificar ações, enquanto os modelos atuais degradam-se de forma mais gradual, baseando-se excessivamente em contextos e características de baixo nível, o que evidencia uma divergência fundamental na robustez e nos mecanismos de reconhecimento entre ambos.
O artigo apresenta o CORE-Acu, um framework neuro-simbólico para suporte à decisão clínica em acupuntura que integra rastreamento de raciocínio estruturado e verificação de segurança baseada em grafos de conhecimento para garantir interpretabilidade e eliminar violações de segurança.
O artigo apresenta o EndoSERV, um sistema de navegação robótica endoluminal baseado em visão que supera desafios como deformação tecidual e falta de marcos distintivos, utilizando mapeamento segmentar e transferência real-virtual para estimar a odometria sem necessidade de rótulos de pose reais.
Este artigo demonstra que a decidibilidade da limitação do número de viradas em autômatos de pilha e de um contador é indecidível, estabelece uma troca não recursiva entre diferentes classes de autômatos com restrições de viradas e prova a existência de uma hierarquia infinita de complexidade baseada em funções sublineares do número de viradas.
O artigo propõe o modelo DS-DGA-GCN, uma nova rede de aprendizado em grafos que combina atenção dinâmica e pontuação de características de rede para detectar grupos de revisores falsos em cenários de dados esparsos, superando os métodos atuais com alta precisão em conjuntos de dados reais.