Para cada artigo desta página, pelo menos um dos autores originais viu nossa explicação em linguagem simples e se envolveu com ela — confirmando a precisão ou solicitando correções que depois aplicamos. Uma confirmação não significa que os autores aprovem formalmente cada frase, mas que a explicação passou pelos olhos de quem escreveu o artigo.

568 artigos revisados por autores · 91–100 / 568

FFR: Forward-Forward Learning for Regression

Este artigo apresenta o FFR, o primeiro framework para adaptar o algoritmo Forward-Forward biologicamente plausível para tarefas de regressão ao empregar bondade competitiva ordinal, uma arquitetura de escada estratificada e predição hierárquica, alcançando precisão próxima à do backpropagation com custos significativamente reduzidos de memória e computação.

Xinyang Liu, Xuanyu Liang, Shiqi Ding, Boyang Li, Zhiqiang Que, Jiayang Li, Guosheng Hu2026-06-03✓ Author reviewed 🤖 cs.LG

Operationalizing Cyber Attack Prediction: A Gap-Prioritized Framework with Dataset and Model Selection Guidelines

Este artigo preenche a lacuna entre a pesquisa teórica e a implementação prática na defesa cibernética impulsionada por IA ao analisar mais de 150 conjuntos de dados e 200 estudos para priorizar obstáculos críticos de implementação, introduzir um framework de priorização de lacunas e fornecer diretrizes acionáveis para a seleção de conjuntos de dados e implantação de modelos.

Aminu Muhammad Auwal2026-06-03✓ Author reviewed 💻 cs

Beyond False Stability: High-Noise Drift Gating for Test-Time Adversarial Defenses in Vision-Language Models

Este artigo introduz um mecanismo de "portão de deriva" (drift-gating) plug-in e livre de treinamento que aproveita a instabilidade acentuada de exemplos adversários sob perturbações de alto ruído para acionar seletivamente defesas em tempo de teste, melhorando significativamente o equilíbrio entre robustez e precisão em modelos de visão-linguagem sem degradar a acurácia em dados limpos.

Hashmat Shadab Malik, Muzammal Naseer, Salman Khan2026-06-03✓ Author reviewed 💻 cs

d2: Improving Reasoning in Diffusion Language Models via Trajectory Likelihood Estimation

O artigo apresenta o d2, um novo framework de aprendizado por reforço para modelos de linguagem de difusão mascarada que utiliza estimadores de verossimilhança de trajetória especializados (d2-AnyOrder e d2-StepMerge) para aumentar significativamente as capacidades de raciocínio em benchmarks lógicos e matemáticos, alcançando um novo estado da arte em desempenho.

Guanghan Wang, Gilad Turok, Yair Schiff, Marianne Arriola, Volodymyr Kuleshov2026-06-02✓ Author reviewed 🤖 cs.LG

Quantum states of macrosystems and entropy

Este artigo critica a definição tradicional de entropia de Boltzmann como o logaritmo dos estados quânticos, propondo, em vez disso, que a entropia surge de processos subquânticos e é matematicamente expressa como a razão entre o logaritmo das realizações máximas de estado de um sistema macroscópico e a frequência de suas ocorrências de estado quântico ao longo de um determinado período de observação.

Maria Polski, Vladimir Skrebnev2026-06-02✓ Author reviewed 🔬 physics