3952 artigos
O artigo apresenta o HY-WU, um framework de adaptação baseado em memória funcional que gera atualizações de pesos específicas para cada instância a partir de uma condição, evitando a sobrescrita de parâmetros compartilhados e permitindo aprendizado contínuo e personalização instantânea em modelos de base.
Este artigo apresenta um framework de coordenação Vehicle-to-Grid (V2G) baseado em aprendizado por reforço que utiliza o algoritmo Soft Actor-Critic para regular a tensão em sistemas de carregamento de um ou múltiplos hubs, respeitando restrições de bateria e demonstrando, através de simulações no sistema IEEE 34-bus, uma recuperação de tensão robusta e priorização da disponibilidade da frota em cenários de sobrecarga.
O artigo apresenta o FabricGen, um framework end-to-end que gera materiais de tecidos realistas a partir de descrições textuais, decompondo o processo na criação de texturas macro-escalares via modelos de difusão e na síntese de padrões de tecelagem micro-escalares guiados por um modelo de linguagem especializado (WeavingLLM) que respeita os princípios da tecelagem.
O artigo apresenta o PresentBench, um novo benchmark baseado em rubricas de verificação detalhada para avaliação de geração automatizada de slides, que supera os métodos existentes em confiabilidade e alinhamento com preferências humanas, demonstrando também o desempenho superior do NotebookLM nessa tarefa.
O artigo propõe a arquitetura LEPA, que supera as limitações da interpolação em modelos fundacionais geoespaciais ao prever diretamente embeddings transformados geometricamente, permitindo ajustes precisos em imagens de satélite sem a necessidade de recodificação.
Este artigo propõe uma nova abordagem hierárquica que combina aprendizado por imitação e reforço para permitir que agentes em equipes ad hoc identifiquem dinamicamente quando cooperar ou agir sozinhos diante de objetivos heterogêneos, superando métodos existentes em ambientes cooperativos estendidos.
Este artigo apresenta o VASR, um modelo de reconhecimento de fala que utiliza raciocínio multimodal e uma cadeia de pensamento áudio-visual (AV-CoT) para integrar e analisar o contexto visual rico (como cenas e texto na tela) além dos movimentos labiais, superando a dependência excessiva de uma única modalidade e alcançando desempenho state-of-the-art em reconhecimento de fala contextualizado.
Este trabalho propõe um modelo de mundo latente consciente da cinemática, que integra informações cinemáticas e supervisão geométrica ao modelo RSSM para melhorar a eficiência de dados e o desempenho na aprendizagem de políticas de direção autônoma através de uma representação espacial estruturada e fisicamente fundamentada.
Este artigo de revisão oferece uma análise abrangente dos métodos de modelagem, otimização e controle conscientes da rede para Sistemas Energéticos Integrados, identificando limitações metodológicas e propondo direções de pesquisa para superar os desafios de interdependências complexas e garantir escalabilidade em futuras redes energéticas de baixo carbono.
O artigo apresenta modelos de "inversão de traços" que, ao reconstruírem raciocínios detalhados a partir apenas de respostas e resumos de modelos de linguagem grandes (LLMs) que ocultam seus processos de pensamento, demonstram que é possível "roubar" capacidades de raciocínio e melhorar significativamente o desempenho de modelos estudantes ao serem ajustados com esses traços sintéticos.
Este artigo apresenta as bases de dados orientadas a esboços, um quadro categórico que codifica paradigmas de bases de dados como esboços de limites finitos e modelos de conjuntos, ilustrando como características comuns de grafos são capturadas uniformemente, propondo regras de inferência para caminhos e introduzindo "esboços de vacilação" para facilitar a composição modular e o crescimento escalável de modelos.
O AutoDataset é um sistema leve e automatizado que monitora continuamente o arXiv para descobrir, extrair e indexar novos conjuntos de dados diretamente de artigos científicos, permitindo uma busca semântica em tempo real e aumentando a eficiência da descoberta de dados em até 80%.
O VisualDeltas é um framework leve de aprendizado de preferências que extrai sinais de supervisão a partir de variações na qualidade visual de dados multimodais, eliminando a necessidade de anotações humanas e superando métodos tradicionais de ajuste fino em diversos benchmarks.
Este artigo demonstra que a resolução de instâncias aleatórias de uma variante não modular do problema da Solução Inteira Curta (SIS) sobre os inteiros implica a existência de um algoritmo de tempo polinomial para aproximar o problema do vetor mais curto independente (SIVP) em lattices inteiros no pior caso.
Este estudo demonstra que incorporar componentes interativos leves nas respostas de scaffolding geradas por Grandes Modelos de Linguagem (LLMs) promove um maior engajamento e foco dos aprendizes, melhorando seus resultados de aprendizagem em comparação com a simples consumo passivo de conteúdo.
O artigo apresenta o LLM-FK, um framework multi-agente totalmente automatizado que supera as limitações dos métodos heurísticos e de soluções LLM ingênuas para detecção de chaves estrangeiras em grandes bancos de dados complexos, alcançando alta precisão e escalabilidade através de uma arquitetura coordenada de quatro agentes especializados.
Este artigo apresenta um novo método combinando substituição e busca por retrocesso para provar que a complexidade bilinear da multiplicação de matrizes $3 \times 3\mathbb{F}_2$ é de pelo menos 20, superando o limite inferior anterior de 19.
Este estudo empírico demonstra que, sob diversas restrições de implantação, quatro modelos de linguagem de grande porte (LLMs) apresentam altas taxas de alucinação de citações bibliográficas, com taxas de existência verificável inferiores a 47,5%, o que reforça a necessidade imperativa de validação pós-geração antes de seu uso em síntese de evidências de engenharia de software.
Este artigo apresenta o BD-VITON, um novo conjunto de dados focado em vestuário cultural bengali (como sarees, panjabis e salwar kameez) para superar as limitações de generalização dos sistemas atuais de "virtual try-on" em relação a roupas não ocidentais, além de estabelecer e avaliar baselines robustas para modelos como StableViton, HR-VITON e VITON-HD nesse contexto.
Este artigo propõe uma nova abordagem para a otimização de taxas de entrega em cache codificado sob demandas não uniformes, que utiliza um método de classificação baseado em contagens de solicitações e agrupamento de arquivos — inspirado em sistemas de recomendação e bandits multi-arma — para superar métodos anteriores, especialmente em cenários com poucos usuários, capacidade de cache limitada ou ruído nas observações de popularidade.