3729 artigos
Este artigo apresenta o TamilSynth, um corpus sintético de grande escala para OCR de Tamil, e demonstra que corrigir três padrões silenciosos específicos no fluxo de trabalho padrão de treinamento do Tesseract — em vez do próprio design do corpus — é crítico para alcançar reduções significativas de erros em documentos do mundo real.
Este levantamento apresenta uma análise cross-modal abrangente da detecção de conteúdo gerado por IA, sintetizando seis famílias técnicas compartilhadas em texto, imagem, áudio e vídeo, estabelecendo uma taxonomia unificada para avaliar criticamente desafios atuais, como o hiato entre o laboratório e a implementação e a robustez adversarial, ao mesmo tempo em que delineia direções futuras para sistemas de detecção robustos e generalizáveis.
O InfiniRetri é um método livre de treinamento que aproveita os mecanismos de atenção intrínsecos de um LLM pré-treinado para destilar iterativamente o contexto relevante de entradas arbitrariamente longas, permitindo a recuperação e o raciocínio de contexto longo de forma eficiente e altamente precisa sem a necessidade de modelos de embedding externos ou retreinamento dispendioso.
Este estudo propõe um modelo EARF-LSTM integrado com análise de dependência de incerteza e atenção que classifica e incorpora explicitamente incertezas de entrada e do sistema como características para aumentar significativamente a precisão, a interpretabilidade e a confiabilidade probabilística da previsão de energia fotovoltaica em comparação com técnicas convencionais de aprendizado profundo.
Este artigo introduz uma Tipologia de Aplicabilidade de Origem e um framework passo a passo para orientar a transferência de modelos de vivibilidade urbana entre diversas cidades ao demonstrar que as falhas de transferência entre cidades derivam primordialmente de percepções comunitárias distintas de ambientes semelhantes, em vez de características urbanas desconhecidas, permitindo, assim, um planejamento de IA mais escalável e consciente do contexto.
Este artigo apresenta o FundusSigns-47, um conjunto de dados oftalmológicos multi-rótulo de larga escala com 47 sinais, e propõe o SCVPT, um novo framework que combina o SigLIP2 ajustado por prompts com um verificador residual InceptionV3 aprendido, o qual alcança desempenho superior de macro-F1 e recall para o reconhecimento de sinais multi-rótulo.
Este artigo demonstra que um framework de refinamento iterativo controlado e auditável melhora significativamente a qualidade e a eficiência das respostas de modelos de linguagem de grande escala em diversos domínios e políticas de interrupção em comparação com a geração direta, ao mesmo tempo em que desafia alegações universais de que avaliações mais complexas ou estratégias de interrupção adaptativas são sempre superiores.
Este artigo introduz o Residual-Guided Simulated Annealing (RGSA), uma nova heurística de preservação de cardinalidade que gera consistentemente soluções de resíduo baixo e quase viáveis para o problema da soma de subconjuntos multidimensional em instâncias QOBLIB com , superando o simulated annealing cego e amostradores QUBO ao mesmo tempo em que fornece uma linha de base clássica reproduzível onde resolvedores exatos permanecem impraticáveis.
Esta revisão sistemática de 32 estudos sobre classificação de textos médicos baseados em transformers introduz uma taxonomia funcional de quatro níveis para organizar métodos conscientes de incerteza, revelando que a pesquisa atual foca desproporcionalmente na representação de características e na confiabilidade dos dados de treinamento, enquanto carece de frameworks de avaliação padronizados para estimativa de incerteza e tomada de decisão.
Este artigo propõe o DRAG-Net, uma rede de grafo de atenção residual profunda e leve que integra a DenseNet121, mecanismos de atenção e raciocínio relacional baseado em grafos para capturar efetivamente dependências faciais locais e globais para um reconhecimento de expressões faciais robusto em ambientes naturais.