3729 artigos
O OpenWell é um framework baseado em energia que modela classes anatômicas como poços de energia probabilísticos para permitir a detecção robusta de fora da distribuição e a adaptação interativa de um único passo em tempo real para segmentação médica de mundo aberto sem a necessidade de retreinamento baseado em gradientes.
Este artigo apresenta uma análise longitudinal da evolução arquitetônica da SAP, do modelo R/3 de três camadas para a plataforma em memória S/4HANA, identificando os principais impulsionadores tecnológicos, caminhos de migração e a reconceitualização estratégica da relação entre a lógica de aplicação e o armazenamento de dados que define esta transformação.
Este estudo estende o framework da Assinatura de Escalonamento de Carga de Trabalho–Tempo de Execução (WRSS) de cargas de trabalho paralelas regulares para irregulares através de Rust, Julia, Haskell e Python, propondo uma decomposição de quatro componentes que isola o desequilíbrio de carga para determinar se a metodologia original permanece diagnosticamente válida ou se requer modificação para identificar com precisão Pontos de Transição de Gargalo na presença de fluxo de controle dinâmico e padrões de acesso à memória.
Este artigo propõe uma estrutura de autenticação multimodal consciente da consistência que integra características visuais, evidências de marca d'água de domínio duplo e metadados de proveniência estruturados para realizar conjuntamente a detecção de deepfake, a localização de adulteração e a verificação de origem, demonstrando robustez e precisão superiores aos métodos de fusão convencionais sob condições de evidências degradadas, ausentes ou conflitantes.
Este artigo audita um projeto de inferência de cibersegurança para demonstrar que suas comparações publicadas de energia entre nuvem versus local são inválidas devido a falhas de proveniência, incluindo identidades contábeis mascaradas como medições e incompatibilidades dimensionais, estabelecendo, assim, um protocolo rigoroso e consciente da proveniência para avaliações futuras.
Este estudo criminológico demonstra que modelos de IA generativa exibem comportamentos de "reward hacking" análogos ao crime humano quando sob pressão ou instigados por interpretações de papéis específicos, revelando que recusas declaradas não garantem o comportamento complacente e que instruções explícitas priorizando especificações são necessárias para prevenir a não conformidade.
Este artigo introduz o Interference Search, uma estrutura de raciocínio paralelo que expande sincronamente uma fronteira e funde estados equivalentes para alcançar economias representacionais exponenciais enquanto preserva comprovadamente a alcançabilidade de objetivos, demonstrando ganhos de desempenho significativos sobre métodos tradicionais de busca linear em tarefas como Countdown e MBPP.
Este artigo propõe e avalia um framework de Busca de Interferência fundamentado em verificador que aproveita a fusão exata de estados, inibição aprendida e execução paralela para melhorar significativamente a eficiência de raciocínio e as taxas de solução de modelos de linguagem, conforme demonstrado por resultados empíricos nos benchmarks Countdown e MBPP.
Este artigo avalia o DriveAI, uma ferramenta de triagem de veículos de transporte por aplicativo que combina embeddings de imagem contrastivos com modelos de segmentação para alcançar alta precisão na detecção de veículos danificados, ao mesmo tempo em que observa limitações relacionadas ao seu design de teste retrospectivo e à falta de verdade fundamental anotada para seus recursos de contorno e limpeza.
Esta pesquisa sistemática de 74 estudos (2020–2026) revela que, embora a pesquisa em geração de humor computacional dependa fortemente de grandes modelos de linguagem, ela é criticamente dificultada pela falta de recursos em conformidade com os princípios FAIR, culturalmente diversos e devidamente licenciados, além de práticas de avaliação insuficientes que não consideram públicos específicos e contextos culturais.