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.
1206 artigos revisados por autores · 381–390 / 1206
Este artigo apresenta o PromptShield, um framework multiagente interpretável que combina análise semântica baseada em transformer com técnicas de XAI como SHAP e LIME para detectar e explicar eficazmente ataques de injeção de prompt em Grandes Modelos de Linguagem.
O StructFix é um framework de reparo automatizado de programas consciente de estrutura que aprimora modelos de linguagem mascarada ao integrar Grafos de Propriedades de Código para capturar melhor as dependências de controle e de dados, melhorando, assim, a eficácia do reparo e a robustez entre linguagens em comparação com as abordagens existentes baseadas em sequências de tokens.
A análise bayesiana dos dados de NICER e GW170817 revela que a equação de estado de estrelas de nêutrons favorecida observacionalmente apresenta uma região de densidade intermediária suave seguida de um endurecimento em alta densidade, uma estrutura que suporta configurações compactas e sugere um cenário compactificado para estrelas de nêutrons.
Este artigo apresenta um estudo orientado por observáveis demonstrando que observáveis angulares, particularmente a assimetria frente-trás e uma nova quantidade de normalização de interferência proposta, oferecem sensibilidade robusta a interações de gauge leptofílicas mediadas por um bóson que acopla genericamente a léptons, em futuros colisores , mesmo em regimes fora da ressonância onde os efeitos de interferência dominam sobre os reforços ressonantes.
Com base em novas observações de HI via FAST revelando um núcleo quiescente compacto e um envelope estendido, moldado pelo ambiente, e dados do VLA, este artigo argumenta que o Cloud-9 é um sistema dominado por matéria escura passando por remoção por pressão de radiação (ram-pressure stripping) por M94, consistente com um cenário de RELHIC desprovido.
Este artigo demonstra que a quantidade de estrutura relevante para a tarefa que um modelo de mundo aprende é estritamente determinada pela dimensionalidade de seu objetivo de treinamento, revelando que a equivalência de valor é um fenômeno dimensional onde uma única recompensa escalar instala apenas uma projeção unidimensional do fechamento preditivo necessário.
Este artigo analisa a estabilidade de modelos de fluxo generativo contínuo parametrizados por Redes Neurais de Grafos, derivando limites explícitos sobre como perturbações estruturais afetam sinais gerados e propondo uma estratégia de treinamento regularizada que aumenta a robustez ao ruído de grafos sem comprometer a qualidade da saída.
Este artigo apresenta o FMMVCC, um framework de agrupamento profundo baseado em Mamba que combina a modelagem de sequências de espaço de estados com o aprendizado autossupervisionado de múltiplas visões para capturar eficientemente dependências temporais de longo alcance em séries temporais univariadas, alcançando o estado da arte em 15 conjuntos de dados de referência sem a necessidade de rótulos manuais.
Ao utilizar explosões de raios gama longos como traçadores imparciais da formação estelar em altos redshifts, este estudo deriva uma densidade de taxa de formação estelar cósmica que explica naturalmente a reionização cósmica sem suposições extremas e revela uma população significativa de galáxias tênues evoluindo de magnitudes de -14 a -15 em z~6 até -10 a -11 em z~10.
Este artigo aborda as limitações das ferramentas existentes na avaliação de vulnerabilidades de sistemas operacionais em Veículos Definidos por Software (SDVs) ao apresentar e disponibilizar uma solução abrangente, baseada em Docker, que combina análise sistemática de CVE com avaliação de explorabilidade para aumentar a segurança e a resiliência dos sistemas automotivos de próxima geração.