3657 artigos
O artigo apresenta o DocuStore, uma arquitetura de geração aumentada por recuperação com restrição de domínio que integra estruturas moleculares e entidades biológicas para melhorar significativamente a precisão de respostas a perguntas e a recuperação de evidências em documentos de descoberta de fármacos, conforme validado pelo novo benchmark DocQABench.
Este artigo propõe um framework de auditoria de carga de trabalho alvo para roteamento de LLM com restrição de qualidade que aproveita os erros do modelo de referência para permitir resgates econômicos do tipo "apenas modelos baratos", demonstrando, por meio de experimentos extensivos, que o roteamento aleatório certificado pelo alvo e a certificação pareada superam significativamente os métodos existentes no equilíbrio entre economia de custos e restrições rigorosas de qualidade e danos.
Este artigo apresenta um redesenho diagnóstico de uma estrutura de características de 52 dimensões para esteganálise LSB cega que substitui discriminantes baseados em autodecomposição computacionalmente caros por estatísticas de histograma de resíduos, alcançando uma inferência significativamente mais rápida e desempenho superior em baixas cargas úteis em comparação tanto com seu design inicial quanto com o baseline clássico SPAM, ao mesmo tempo em que demonstra que o SPAM permanece mais eficaz em cargas úteis mais altas.
Este artigo demonstra que o procedimento de calibração que apresenta o melhor desempenho em uma interface de LLM de origem não produz necessariamente o mapa de calibração ideal quando reutilizado em uma interface de destino, revelando um problema distinto de seleção de procedimento onde os ótimos de origem e de reutilização divergem.
Este estudo propõe um Modelo de Reconhecimento e Recomendação de Desvio de Conteúdo aprimorado para informações de esportes e saúde que integra um algoritmo TextRank potencializado com SBERT, um mecanismo de credibilidade de fonte e uma arquitetura Transformer multi-nível BERT-Longformer para identificar eficazmente conteúdos enganosos e priorizar recomendações de alta credibilidade, alcançando um desempenho superior em métricas de detecção de viés e classificação em comparação com os modelos de linha de base existentes.
Este estudo avalia a ferramenta de IA Elicit para a síntese de evidências de políticas, constatando que, embora ela agilize efetivamente o escopo preliminar de tópicos, atualmente carece da precisão e confiabilidade necessárias para revisões rápidas complexas sem uma supervisão humana significativa.
Este artigo propõe um método de classificação de tráfego de rede de alto rendimento que codifica dados de fluxo em bitmaps de Filtro de Bloom de tamanho fixo para detecção de ameaças baseada em CNN de forma eficiente, alcançando alta precisão e revocação com overhead computacional mínimo em conjuntos de dados de banda larga do mundo real.
Este artigo apresenta o NIMSAFE, um framework sensível ao status que utiliza autoaprendizado e modelos de Random Forest explicáveis para alcançar uma identificação de dispositivos IoT robusta, eficiente em termos de rótulos e transparente através de variados estados operacionais e cenários de ameaça.
Este artigo introduz o framework SCALE, um modelo transdimensional fundamentado em uma revisão sistemática PRISMA 2020 de 54 estudos, que unifica escalabilidade, custo, automação impulsionada por IA, latência e segurança para enfrentar desafios de implementação e otimizar pipelines de big data baseados em nuvem de próxima geração.
Este artigo propõe um esquema de roteamento abrangente coordenado multidimensional adaptativo para a Internet dos Veículos que constrói um modelo de sistema com uma métrica de múltiplas restrições inovadora e um mecanismo de comutação de transmissão inteligente para otimizar dinamicamente a confiabilidade do roteamento, o desempenho em tempo real e a eficiência de transmissão em ambientes de rede dinâmicos e de alta velocidade.