4092 artigos
O STAC-MV é o primeiro framework de compressão de vídeo multivista baseado em transformer que aproveita a seleção de contexto adaptativa consciente da geometria e a atenção entre visões para alcançar melhorias significativas de BD-rate sobre os padrões convencionais através de diversas configurações de câmera, enquanto reduz substancialmente o tempo de codificação.
Este artigo propõe um pipeline de alinhamento de múltiplos estágios combinando extração de preferência, ajuste fino supervisionado e Otimização de Preferência Direta para mitigar eficazmente o viés de popularidade em recomendadores de filmes baseados em LLM, alcançando melhoria na novidade e na cobertura do catálogo enquanto mantém uma precisão competitiva.
Para abordar a lacuna de generalização na detecção de falsificação facial causada pelo conflito entre semânticas de alto nível transferíveis e artefatos locais esparsos, este artigo propõe o SemFusion, um framework que combina a Regularização de Consistência Semântica para preservar a estrutura transferível do CLIP com o Aprendizado de Evidência de Patch Multinível para capturar e fundir efetivamente pistas de falsificação localizadas.
Este estudo demonstra que a construção de conceitos clinicamente fundamentados aprimora os modelos de gargalo de conceito para a classificação de radiografias de tórax, com abordagens supervisionadas alcançando um desempenho forte comparável às linhas de base sem gargalo, enquanto modelos livres de rótulos oferecem uma alternativa promissora quando as anotações de conceitos não estão disponíveis.
Este artigo apresenta o BioGraph-SentiCOVID, uma estrutura de rede neural de grafo de contexto adaptativo calibrado que otimiza a seleção de contexto conversacional e hiperparâmetros por meio de um algoritmo genético para alcançar o estado da arte na classificação de sentimento de tweets ruidosos sobre a COVID-19 no Twitter.
Este artigo apresenta um estudo comparativo de modelos clássicos, neurais e de transformer para a detecção de posicionamento político no X durante as eleições de 2024 nos EUA, demonstrando que, embora o BERTweet ajustado finamente alcance a maior acurácia, modelos clássicos cuidadosamente projetados, como SVMs lineares, oferecem uma alternativa altamente competitiva, mais eficiente e interpretável para implantação escalável.
Este artigo demonstra que os métodos clássicos de detecção de comunidades igualam ou superam consistentemente as Redes Neurais de Grafos recentes em redes bipartidas usando apenas a topologia, com base em uma avaliação abrangente de quatorze métodos em oito conjuntos de dados reais e cinco sintéticos.
Este artigo descreve e avalia formativamente um fluxo de trabalho governado e suportado por um modelo de linguagem de grande escala, implementado em uma empresa colombiana de IA para a saúde, para melhorar sistematicamente o rendimento e a rastreabilidade da descoberta de subsídios e do desenvolvimento de propostas, mantendo a supervisão do pesquisador. Na Fase 1 ("A Caça ao Tesouro"), a descrição da figura "83" foi corrigida para refletir que esses 83 candidatos passaram pelo filtro e foram considerados bons, em vez de serem inelegíveis ou rejeitados.
Este artigo propõe um framework de feedback-refinamento iterativo utilizando grandes modelos de linguagem para induzir dinamicamente esquemas adaptativos para converter notas clínicas não estruturadas em representações estruturadas e fiéis, o qual supera os baselines existentes ao reduzir significativamente a omissão e a alucinação sem exigir dados rotulados ou ajuste fino.
Este estudo demonstra que avaliações de métrica única podem mascarar o colapso universal de modelos de IA cirúrgica entre diferentes centros ao destacar uma robustez aparente em classes específicas, ao passo que auditorias de métrica dupla revelam que a substituição de backbone, nas configurações testadas, não foi capaz de reduzir a lacuna, evidenciando falhas generalizadas tanto em detectores customizados quanto em modelos de fundação pré-treinados.