3447 artigos
O artigo apresenta o VisPoison, um framework de ataque de backdoor que explora vulnerabilidades em modelos de texto-para-visualização de dados tabulares através de envenenamento de dados e gatilhos sigilosos, permitindo a extração de informações sensíveis, a geração de visualizações enganosas ou a negação de serviço com alta taxa de sucesso e baixa eficácia das defesas existentes.
O artigo apresenta o OWL-TAMP, uma abordagem que integra Modelos Visuais-Linguísticos (VLMs) a sistemas de Planejamento de Tarefa e Movimento (TAMP) para gerar restrições discretas e contínuas, permitindo que robôs realizem manipulações de longo horizonte em ambientes abertos com base em objetivos expressos em linguagem natural.
Este estudo investiga os desafios da integração de assistentes de IA no fluxo de trabalho de engenharia de software, identificando nove tipos de falhas que levaram a maioria dos participantes a abandonar a ferramenta devido a respostas incorretas, sobrecarga cognitiva e perda de contexto, embora a persistência no uso de prompts tenha reduzido significativamente a probabilidade de abandono.
Este artigo propõe um framework de aprendizado ativo eficiente em orçamento para modelos visão-linguagem, que utiliza agrupamento guiado por classe e consultas seletivas baseadas em limiares adaptativos para melhorar a precisão com menos dados rotulados.
Este estudo propõe uma taxonomia de nove "maus odores" (smells) de logs, derivada de uma revisão sistemática da literatura e mapeada para ferramentas existentes, com o objetivo de auxiliar desenvolvedores a escreverem código de log de maior qualidade e identificar lacunas na pesquisa atual.
Este estudo com 72 participantes em ambiente de Realidade Mista conclui que, embora a resolução colaborativa de problemas seja desejada em tarefas complexas de análise de grafos visuais, a representação 3D por si só não é suficiente para gerar resultados superiores aos obtidos por pares nominais, destacando a importância de usar grupos nominais como referência para avaliar ambientes virtuais colaborativos.
Este artigo demonstra que a sequência de comprimentos de blocos e as posições de início e fim dos -ésimos blocos nas sequências de dobradura de papel são 2-sincronizadas e computáveis por autômatos finitos, generalizando resultados recentes e estabelecendo propriedades sobre o expoente crítico e a complexidade de subpalavras dessas sequências.
O artigo apresenta o ARSGaussian, um método inovador de síntese de novas vistas para sensoriamento remoto aéreo que integra nuvens de pontos LiDAR e perdas de consistência geométrica ao 3D Gaussian Splatting para corrigir erros de geometria e melhorar a qualidade visual, além de lançar o conjunto de dados AIR-LONGYAN para apoiar pesquisas nessa área.
Este estudo analisa 160 diretrizes e declarações políticas de 14 setores industriais por meio de mineração de texto para avaliar a governança da IA Generativa e dos Modelos de Linguagem de Grande Escala, oferecendo recomendações para equilibrar inovação, responsabilidade ética e acesso equitativo.
Este estudo propõe o modelo ELIPformer, que integra um prior linguístico-visual pré-treinado ao processamento de sinais EEG, permitindo a decodificação eficaz de interfaces cérebro-computador baseadas em Apresentação Visual Rápida Serial (RSVP) entre diferentes tarefas sem necessidade de calibração.
Este trabalho apresenta o MTREE-Net, uma rede neural que funde sinais de EEG e movimentos oculares com uma estratégia de reponderação dinâmica e transferência de conhecimento, demonstrando desempenho superior na decodificação de múltiplas categorias em interfaces cérebro-computador baseadas em Apresentação Visual Rápida em Série (RSVP) e disponibilizando um novo conjunto de dados de código aberto para esse fim.
Este artigo apresenta o Kite, um protocolo que permite a delegação privada de poder de voto em DAOs, garantindo que nem os delegados nem o público saibam quem delegou a quem, enquanto mantém a integridade do processo através de provas de conhecimento zero e do framework Universal Composability.
Este artigo apresenta os iMarkers, marcadores fiduciais invisíveis ao olho humano mas detectáveis por robôs e dispositivos de realidade aumentada, que oferecem uma solução discreta e versátil para navegação e reconhecimento de objetos sem comprometer a estética do ambiente.
Este artigo apresenta e analisa um método de elementos finitos para as equações acopladas de Stokes e Poisson-Boltzmann, demonstrando a existência e unicidade da solução, bem como a estabilidade e convergência do esquema discreto, com aplicações validadas em escoamentos eletro-osmóticos em microcanais.
Este artigo apresenta um teorema de esparsificação de paleta assimétrico (APST) que, ao permitir tamanhos de listas variáveis com uma média limitada, simplifica drasticamente a prova e a implementação de algoritmos sublineares para coloração de vértices em diversos modelos de computação, mantendo a mesma qualidade assintótica que o teorema original.
O estudo demonstra que o viés de gênero na percepção de liderança se estende dos gestores humanos para os gestores de IA, onde líderes masculinos são vistos mais favoravelmente, enquanto líderes femininas, especialmente as de IA, enfrentam maior ceticismo e julgamento negativo quando não concedem recompensas.
Este estudo apresenta um sensor de array de bigodes baseado em visão e atuado magneticamente que, ao integrar oito bigodes com rastreamento óptico, alcança alta precisão na classificação de objetos (99,17%) e no manuseio de itens delicados (87% de sucesso), demonstrando grande potencial para a percepção tátil e manipulação robótica.
Este artigo de revisão oferece uma análise abrangente e estruturada de mais de 200 trabalhos sobre generalização em sensoriamento Wi-Fi, apresentando uma taxonomia de técnicas, um resumo de conjuntos de dados públicos e direções futuras para superar os desafios de adaptação a novos usuários, dispositivos e ambientes.
O artigo apresenta o RS-STE, uma abordagem inovadora para edição de texto em cenas que integra reconhecimento e edição em um único framework unificado, utilizando um decodificador paralelo e um ciclo de autoaprendizado para alcançar desempenho superior e consistência estilística sem a necessidade de pipelines complexos ou dados pareados.
O artigo apresenta o NeurCC, um novo algoritmo de controle de concorrência baseado em aprendizado que utiliza otimização bayesiana e redução de grafos para aprender uma função eficiente que supera consistentemente os métodos mais avançados em desempenho e adaptação a diversas cargas de trabalho.