✓ Revisados

Artigos revisados por autores

Artigos cujos autores originais revisaram nossa explicação em linguagem simples.

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.

607 artigos revisados por autores · 201–210 / 607

Micro-Swarm Locomotion Optimization in Dynamic Flow using Multi-Objective Multi-Agent Reinforcement Learning

Este artigo apresenta uma estrutura híbrida de Dinâmica dos Fluidos Computacional e Aprendizado por Reforço Multiagente Multiobjetivo que coordena com sucesso enxames de microrrobôs acionados magneticamente em fluxos dinâmicos e pulsáteis, utilizando PCGrad para resolver conflitos de gradiente, alcançando assim a otimização simultânea da progressão a montante, da eficiência energética e da suavidade do movimento por meio de comportamentos hidrodinâmicos emergentes.

Josef Berman, Oren Gal2026-05-26✓ Author reviewed ⓘ⚡ eess

Measuring Reasoning Quality in LLMs: A Multi-Dimensional Behavioral Framework

Este artigo apresenta um quadro unificado multidimensional de comportamento que avalia o raciocínio de LLMs em seis dimensões distintas — Corretude, Consistência, Robustez, Coerência Lógica, Eficiência e Estabilidade — para revelar insights críticos e prevenir erros de classificação que métricas tradicionais baseadas apenas na precisão ignoram.

Ali Şenol, Garima Agrawal, Huan Liu2026-05-26✓ Author reviewed ⓘ🤖 cs.AI

Habermolt: Delegating Deliberation to AI Representatives

Este artigo apresenta o Habermolt, uma plataforma pública para deliberação delegada por IA onde agentes representam humanos na tomada de decisão coletiva, e avalia sua eficácia através das dimensões de representação, agregação e revisão para abordar os desafios inéditos de design e alinhamento de representantes de IA escaláveis e confiáveis.

Joseph Low, Oscar Duys, Claude Formanek, Michiel Bakker, Lewis Hammond2026-05-26✓ Author reviewed ⓘ💻 cs

The Concept Allocation Zone: Tracking How Concepts Form Across Transformer Depth

Este artigo introduz a Zona de Alocação de Conceitos (CAZ), um arcabouço que redefine a formação de conceitos em modelos transformadores como um processo estendido em profundidade que ocorre em uma região contígua do fluxo residual, em vez de em uma única "melhor" camada, utilizando novas métricas para identificar essas zonas e revelando que muitos conceitos residem em regiões de alocação sutis e multimodais que são causalmente ativas, porém invisíveis aos métodos padrão de detecção de picos.

James Henry2026-05-26✓ Author reviewed ⓘ🤖 cs.LG

Forgotten Words: Benchmarking NeoBERT for Dementia Detection in Low-Resource Conversational Filipino and English Speech

Este artigo apresenta a primeira avaliação sistemática da detecção de demência baseada em transformers em fala com alternância de código filipino-inglês, demonstrando que, embora modelos monolíngues não generalizem entre idiomas, o ajuste fino bilíngue elimina efetivamente a degradação de desempenho interlinguística e alcança alta precisão independentemente da arquitetura do modelo.

Rez Samantha Z. Floresca, Edric Castel C. Hao, Hannah Grachiella Buñales, Chelsea Dominique E. Temprosa, Georgianna Z. Reyes, Kervin Gabriel L. Chua2026-05-26✓ Author reviewed ⓘ💬 cs.CL

'Si'multaneous 'S'patial-'T'emporal Message Passing for Dynamic Graph Representation Learning

Este artigo apresenta o SiST-GNN, uma rede neural de grafos dinâmica inovadora que unifica a passagem de mensagens espacial e temporal em uma única operação, ao enriquecer o grafo com arestas cruzadas no tempo, alcançando assim desempenho de última geração em previsão de links e classificação de nós em diversos benchmarks.

Shubhajit Roy, Anirban Dasgupta2026-05-26✓ Author reviewed ⓘ🤖 cs.LG

Learning in Low-Dimensional Subspaces: Orthogonal Bottlenecks for Reinforcement Learning

Este artigo introduz gargalos ortogonais, um mecanismo leve e agnóstico à arquitetura que restringe representações de aprendizado por reforço a subespaços de baixa dimensionalidade por meio de projeções ortonormais fixas, demonstrando teoricamente e empiricamente que funções de valor relevantes para a tarefa podem ser preservadas e frequentemente melhoradas com dimensionalidade mínima, ao mesmo tempo que se estabiliza a geometria dos recursos.

Aleksandar Todorov, Matthia Sabatelli2026-05-26✓ Author reviewed ⓘ🤖 cs.LG

Geometric Workspace Analysis and Transmission-Aware Dynamics of a Serial Spherical Tool for Microsurgery

Este artigo apresenta uma estrutura de projeto cinemática e consciente da transmissão para uma ferramenta microcirúrgica esférica serial, com uma formulação analítica do espaço de trabalho e uma metodologia informada pela dinâmica para transmissões de auto-bloqueio, as quais são validadas por meio de experimentos em um sistema robótico construído especificamente para cirurgia vitreorretiniana.

Anestis Mablekos-Alexiou, Lyndon da Cruz, Christos Bergeles2026-05-26✓ Author reviewed ⓘ💻 cs

Cross-Domain Generalization Limits of Vision Foundation Models in Facial Deepfake Detection

Este artigo avalia sistematicamente os limites de generalização entre domínios dos Modelos Fundamentais de Visão na detecção de deepfakes faciais, revelando que, embora esses modelos se destaquem na identificação de síntese de rosto completo, eles enfrentam dificuldades com técnicas de edição localizada devido a compensações inerentes entre os paradigmas de pré-treinamento e as estruturas de avaliação de sondas lineares.

Ibrahim Delibasoglu2026-05-26✓ Author reviewed ⓘ🤖 cs.AI

Scaling up Energy-Aware Multi-Agent Reinforcement Learning for Mission-Oriented Drone Networks with Individual Reward

Este artigo propõe um modelo de Aprendizado por Reforço Multiagente consciente de energia, utilizando Redes Q Profundas com funções de recompensa individuais para aprimorar a robustez, a eficiência energética e a taxa de sucesso de redes de drones orientadas a missões, particularmente ao escalar o tamanho do ambiente e o número de agentes em comparação com abordagens tradicionais de recompensa compartilhada.

Changling Li, Ying Li2026-05-26✓ Author reviewed ⓘ🤖 cs.AI