// radar de ia

Visão Computacional

Papers, modelos e datasets em alta no Hugging Face, além do blog oficial — com leitura editorial em português.

todas LLMs & Texto Geração de Imagem Visão Computacional Áudio & Voz Multimodal Dados & Embeddings Robótica & RL
Blog LLMs & Texto

Limiarização Sensível à Sensibilidade e Roteamento de Tokens para Esparsificação de Ativações em Grandes Modelos de Linguagem

arXiv:2607.08991v1 Tipo de Anúncio: novo Resumo: A inferência eficiente em Grandes Modelos de Linguagem (LLMs) exige decidir onde a computação pode ser reduzida preservando a qualidade do modelo. Estudamos esse problema por meio da esparsificação de ativações do perceptron multicamadas (MLP) e do roteamento condicional em nível de token. Primeiro, propomos a Limiarização Sensível à Sensibilidade para Esparsidade (SATS), um método de calibração de limiares para escolher limiares de gate camada a camada usando um proxy de sensibilidade da saída local do MLP em vez de calib...

13.07.2026
Blog Visão Computacional

Uma Formalização da Derivação de Campo Médio da Equação de Vlasov: Formalização em Lean Assistida por IA como um Jogo de Estratégia

arXiv:2607.08986v1 Tipo de anúncio: novo Resumo: Formalizamos um resultado de pesquisa no assistente de provas Lean 4 fazendo com que um matemático dirija um sistema de IA, e enquadramos a atividade como um jogo de formalização. O objetivo é transformar um documento LaTeX em Lean. O jogo é vencido quando o desenvolvimento compila, não contém nenhum sorry, e uma verificação por máquina mostra que os teoremas-alvo se apoiam apenas nos axiomas fundamentais do Lean. A reutilização é uma segunda verificação, por uma definição que introduzimos: se o desenvolvimento produz um s...

13.07.2026
Blog Dados & Embeddings

Rumo à Detecção Ativa de Objetos para VANTs em Ambientes Reais: Um Conjunto de Dados em Larga Escala, Benchmark e Método

arXiv:2607.09078v1 Tipo de anúncio: novo Resumo: A detecção de objetos é um componente fundamental em inúmeras aplicações de Veículos Aéreos Não Tripulados (VANTs), mas há muito tempo é prejudicada por obstáculos como oclusão ou escassez de pixels do alvo. A Detecção Ativa de Objetos (AOD) oferece um novo paradigma para enfrentar esses desafios por meio da visão ativa, enquanto a pesquisa em AOD baseada em VANTs permanece escassa devido à falta de conjuntos de dados e benchmarks de alta qualidade para o desenvolvimento e a avaliação de algoritmos. Para preencher essa lacuna, este ...

13.07.2026
Blog Visão Computacional

DETRAM: Detecção, Rastreamento e Recuperação de Malhas Humanas de Ponta a Ponta

arXiv:2607.09089v1 Tipo de anúncio: novo Resumo: Na tarefa de recuperação de malha humana (HMR), cenas com múltiplas pessoas são particularmente difíceis de lidar devido às muitas entidades que aparecem e às oclusões entre elas ao longo do tempo. Em particular, para entradas de vídeo, há a necessidade de rastrear cada entidade de forma confiável e consistente. Os métodos existentes dependem de módulos de detecção humana pré-treinados, aumentando seu tempo de execução e limitando o número de entidades rastreadas. Apresentamos o DETRAM, um framework unificado para múltiplas pes...

13.07.2026
Blog Visão Computacional

Um Framework de Seleção de Coreset com Agregação por Ensemble para Classificação de Imagens

arXiv:2607.09100v1 Tipo de Anúncio: novo Resumo: O rápido crescimento dos dados de imagem produziu conjuntos de dados de grande escala, levantando preocupações sobre os custos de tempo e memória no treinamento de modelos. Selecionar subconjuntos de treinamento representativos, no entanto, continua sendo um desafio: as contribuições individuais de cada amostra não são claras, e o comportamento do modelo varia entre diferentes conjuntos de dados e execuções. Nós enfrentamos esses desafios com um framework que combina a seleção de coreset com uma agregação por ensemble ao longo de múltiplas execuções. Para a seleção de coreset,...

13.07.2026
Blog Visão Computacional

Subtoken Vision Transformer para Reconhecimento de Granularidade Fina

arXiv:2607.09086v1 Tipo de anúncio: novo Resumo: Apresentamos o Subtoken Vision Transformer (SubViT), um método de tokenização seletiva de imagens para reconhecimento visual de granularidade fina. Os Vision Transformers padrão comprimem cada patch de tamanho fixo em um único token, embora as distinções de granularidade fina frequentemente dependam de variações localizadas em apenas alguns poucos patches. O SubViT aborda essa incompatibilidade representando patches discriminativos com múltiplos subtokens, ao mesmo tempo em que retém a sequência original de tokens para o contexto global...

13.07.2026
Blog Robótica & RL

Filtro Equivariante para Rastreamento de Imagem de Alto Desempenho Usando uma Câmera de Eventos

arXiv:2607.09103v1 Tipo de anúncio: novo Resumo: O rastreamento de imagem é o problema de estimar a transformação que relaciona uma imagem em movimento de uma cena a uma imagem de referência original. O problema é importante no controle de veículos autônomos ou robôs, onde a imagem codifica informações sobre o movimento da câmera ou do ambiente, bem como em aplicações de visão computacional pura. Neste artigo, apresentamos um projeto de filtro equivariante para o rastreamento de alto desempenho de transformações planares de imagem...

13.07.2026
Blog LLMs & Texto

Integrando Grandes Modelos de Linguagem e Redes Convolucionais em Grafos para Classificação de Imagens Semi-Supervisionada

arXiv:2607.09104v1 Tipo de anúncio: novo Resumo: Embora a crescente disponibilidade de dados de imagem tenha impulsionado avanços significativos, rotular conjuntos de dados continua sendo caro e demorado. Por isso, abordagens semi-supervisionadas como as Redes Convolucionais em Grafos (GCNs), que aprendem tanto com dados rotulados quanto não rotulados, surgiram como uma solução promissora. Um dos principais desafios ao aplicar GCNs à classificação de imagens é a construção do grafo, já que, diferentemente do que ocorre em redes de citações ou domínios semelhantes, i...

13.07.2026
Blog LLMs & Texto

AgentKGV: framework agêntico LLM-RAG com treinamento em dois estágios para a verificação de fatos em grafos de conhecimento

arXiv:2607.09092v1 Tipo de anúncio: novo Resumo: Grafos de conhecimento (KGs) frequentemente são construídos de forma automática a partir de corpora em larga escala, mas inevitavelmente contêm erros factuais decorrentes de fontes ruidosas e falhas de extração, e verificá-los de maneira confiável em escala industrial continua sendo um desafio crítico. Para enfrentar isso, propomos o AgentKGV, o framework agêntico LLM-RAG para a verificação de fatos em KGs, que integra roteamento dinâmico e reescrita iterativa de consultas, o que lida com incompatibilidades de forma superficial em docu...

13.07.2026
Blog LLMs & Texto

REBASE: Eliminação do Subespaço Referência-Fundo para Segmentação em Contexto sem Treinamento

arXiv:2607.09082v1 Tipo de anúncio: novo Resumo: A segmentação em contexto sem treinamento permite que novas categorias de objetos sejam introduzidas no momento da inferência a partir de uma única imagem de referência anotada, eliminando o retreinamento e o custo de memória do aprendizado incremental por classe. Abordagens recentes alcançam isso combinando modelos de fundação de visão para correspondência semântica com redes de segmentação orientáveis por prompt, como o SAM. No entanto, seu desempenho é fundamentalmente limitado pela qualidade da correspondência entre imagens...

13.07.2026
Blog LLMs & Texto

Creativity, honesty and designed forgetting emerge in small hyperbolic language models

arXiv:2607.09306v1 Announce Type: new Abstract: Language models are optimised for scale, yet remain functional rather than companionable, and as an assistant personalises into a companion, accumulating memory of one user, it quietly becomes someone, and can silently acquire traits that harm that user. What a companion is becoming, and what would make it worth becoming, has no reliable instrument: trained human raters cannot agree on the answer (Fleiss kappa = 0.074). Here we show that three smal...

13.07.2026
← anterior 11 / 30 próxima →
350 itens no radar