3900 artigos
Este artigo propõe um novo framework que introduz uma Pontuação de Severidade de Alucinação (HSS) baseada em instabilidade semântica e análise de atribuição SHAP dentro de um pipeline SMILE aprimorado para detectar, quantificar e explicar eficazmente alucinações em sumarização de textos baseada em LLM.
Este artigo investiga a robustez de estimadores de classificação pareada de máxima verossimilhança contra perturbações coordenadas e com restrição de orçamento usando a heurística de Ataque de Seleção de Subconjunto Adaptativo (ASSA), revelando que a fragilidade da classificação é altamente dependente dos dados e sensível ao regime, em vez de ser universalmente previsível.
O artigo propõe o TDCO-Net, uma Rede de Otimização Colaborativa de Tripla Dinâmica que aprimora a análise de sentimento multimodal ao integrar o aprendizado auxiliar modal dinâmico, a calibração de polaridade visual-acústica baseada em KAN e a seleção de amostras orientada por confiança para abordar eficazmente as variações de confiabilidade de modalidade e o ruído de amostras de fronteira.
Este artigo propõe o CAMF-Zero, um framework de raciocínio consciente de contradições que aproveita um novo Score de Contradição Consciente de Consistência (CACS) para detectar ameaças de dia zero em ambientes de nuvem múltipla federados ao avaliar explicitamente discordâncias semânticas entre fontes de telemetria heterogêneas, melhorando significativamente o recall de detecção e reduzindo falsos positivos em comparação com métodos existentes.
Este artigo propõe uma estrutura de fusão multimodal robusta e explicável que integra características visuais e textuais com uma abordagem de aprendizado de conjunto empilhado para alcançar uma precisão de estado da arte (98,41%) no reconhecimento de emoções, superando métodos unimodais ao mesmo tempo em que garante interpretabilidade por meio de SHAP e LIME.
Este artigo propõe um método GDD-TL robusto, que aprimora a aprendizagem por transferência com camadas específicas para alcançar uma acurácia de 94,33% na classificação de espécies de borboletas, superando arquiteturas CNN padrão e demonstrando forte generalização através de diversos conjuntos de dados.
Este artigo demonstra que uma impressão digital de modelo de linguagem transparente e livre de domínio, derivada exclusivamente de resumos, pode superar significativamente as métricas baseadas em citações na previsão da replicabilidade de pesquisas ao isolar um eixo distinto de "verificabilidade", explicando assim por que as citações falham como um substituto para a robustez científica.
Este estudo demonstra que o uso de ciência de dados e inteligência artificial para analisar sistematicamente metadados de publicações e construir modelos baseados em grafos é uma alternativa escalável, eficiente e imparcial aos métodos manuais para a construção de redes de pesquisa acadêmica e clínica de saúde focadas em álcool, dependência e saúde mental no norte da Inglaterra.
Este estudo multicêntrico apresenta uma nova estrutura combinando um modelo de difusão guiado por prior de Gabor para aumento de dados sintéticos e uma rede de segmentação baseada em espaço de estados, que coletivamente melhoraram a precisão da delineação do derrame pericárdico e demonstraram generalização robusta através de conjuntos de dados ecocardiográficos internos e externos.
Este artigo apresenta o AIDA-AND, um framework multiagente cooperativo que integra representações semânticas com evidências de metadados interpretáveis por meio de agentes especializados para alcançar uma desambiguação de nomes de autores competitiva, modular e eficiente, reduzindo significativamente o tempo de execução ao mesmo tempo em que melhora o desempenho em conjuntos de dados de referência.