7103 Arbeiten
Diese Arbeit stellt eine neuartige, erklärbare Methode zur Zustandsüberwachung vor, die ausschließlich auf gesunden Daten basiert, um mittels probabilistischer Anomalieerkennung und Unsicherheitsquantifizierung Fehler in Hubschraubergetrieben frühzeitig zu erkennen und zu interpretieren.
Das Paper stellt SAGAD vor, einen skalierbaren und adaptiven Rahmen für die Graph-Anomalieerkennung, der durch effiziente Multi-Hop-Embeddings, eine an den Anomaliekontext angepasste Fusion von Frequenzinformationen und einen frequenzbasierten Leitverlust die Herausforderungen der Homophilie-Disparität und der Skalierbarkeit bewältigt.
Die Arbeit stellt DARC vor, eine retraining-freie Inferenzmethode, die durch risikobewusste, distributionell robuste Decodierung die Abstimmung von Sprachmodellen auf heterogene menschliche Präferenzen verbessert, indem sie Diskrepanzen und Tail-Risiken reduziert, ohne die durchschnittliche Qualität zu beeinträchtigen.
Das Paper stellt Eventax vor, ein in JAX implementiertes Framework, das durch die Kombination differenzierbarer numerischer ODE-Löser mit ereignisbasierter Spike-Verarbeitung den Zielkonflikt zwischen Modellflexibilität und exakten Gradienten bei der Schulung von Spiking Neural Networks auflöst und somit komplexe Neuronenmodelle wie mehrkompartimentige Pyramidenzellen unterstützt.
Die Arbeit stellt C²FG vor, eine trainingsfreie Methode, die die Stärke der Classifier-Free Guidance durch eine exponentielle Zerfallskontrolle basierend auf einer theoretischen Analyse der Score-Diskrepanz dynamisch an den Diffusionsprozess anpasst.
Dieses Papier kritisiert die aktuelle, rein metrikzentrierte Evaluierung von Langzeitzeitreihenvorhersagen als strukturell fehlgeleitet und fordert einen multidimensionalen Ansatz, der statistische Treue, strukturelle Kohärenz und Entscheidungsrelevanz integriert, um den Fokus von bloßen Benchmark-Rankings auf sinnvolle, kontextbewusste Fortschritte zu lenken.
Diese Arbeit stellt einen neuartigen, ausreißerrobusten ALS-IRLS-Algorithmus vor, der durch eine zweistufige Strategie aus innovationsbasierter Schwellenwertbildung und der Huber-Kostenfunktion die Genauigkeit der Rausch-Kovarianzschätzung und der nachgelagerten Zustandsschätzung in Kalman-Filtern bei Vorhandensein von Ausreißern erheblich verbessert.
Die Arbeit stellt TIER vor, ein neues Verfahren zur representation learning in textreichen Netzwerken, das durch den Aufbau einer impliziten Hierarchie und deren Integration in die Knotenrepräsentationen die semantische Struktur und Interpretierbarkeit der Daten verbessert.
Die Arbeit stellt Covenant-72B vor, ein 72-Milliarden-Parameter-Sprachmodell, das durch den bisher größten kollaborativen, global verteilten Pre-Training-Lauf mit erlaubnisfreier Teilnahme über eine Blockchain-Protokoll und den effizienten SparseLoCo-Optimierer trainiert wurde und dabei mit zentralisierten Modellen vergleichbare Leistung erbringt.
Die Studie zeigt, dass das kontinuierliche Chain-of-Thought-Verfahren (CODI) im Vergleich zur herkömmlichen Feinabstimmung nicht nur eine bis zu 50-fache Kompression der Denkspuren ermöglicht, sondern auch durch seine sprachinvarianten latenten Repräsentationen insbesondere bei ressourcenarmen Sprachen und Zero-Shot-Szenarien deutlich robustere multilinguale Schlussfolgerungen erzielt.
Die Arbeit stellt ALOOD vor, eine neuartige Methode zur Erkennung von Out-of-Distribution-Objekten in LiDAR-Daten, die durch die Ausrichtung von Objektdetektor-Features auf Sprachrepräsentationen eines Vision-Language-Modells eine Zero-Shot-Klassifizierung ermöglicht und so die Sicherheit autonomer Fahrsysteme erhöht.
Das Paper stellt AutoAdapt vor, ein automatisiertes Framework, das durch den Einsatz kuratierter Wissensbasen, eines Multi-Agenten-Debatte-Systems zur Planung und eines LLM-basierten Surrogats namens AutoRefine die Domain-Adaptation von Large Language Models effizienter und zuverlässiger macht und dabei die Genauigkeit im Vergleich zu bestehenden Methoden um durchschnittlich 25 % steigert.
Die Arbeit stellt SERQ vor, eine salienzaware Methode zur Low-Rank-Fehlerrekonstruktion, die durch statische Aktivierungsflachung, salienzaware Fehlerrekonstruktion und offline Gewichtspermutation die Genauigkeit von Large Language Models bei 4-Bit-Quantisierung (W4A4 und W4A8) signifikant verbessert, ohne dabei die Inferenzlatenz durch zusätzliche Online-Schichten zu erhöhen.
Diese Studie entwickelt einen hybriden Lösungsansatz, der Real-Options-Analyse mit einem Transformer-basierten Proximal-Policy-Optimierungsalgorithmus kombiniert, um unter Unsicherheit und Kapazitätsbeschränkungen sequenzielle Investitionsentscheidungen für Dienstleistungsregionen unter Berücksichtigung von Spillover-Effekten zu optimieren.
Die Arbeit kritisiert, dass aktuelle Benchmarks für tabellarische Basis-Modelle wie TabPFN nur Punktschätzer bewerten, und fordert die Einführung von angemessenen Bewertungskennzahlen für probabilistische Regression, insbesondere den Continuous Ranked Probability Score (CRPS), um die Unsicherheit von Vorhersagen zu erfassen und die Modelle entsprechend anzupassen.
Diese Arbeit untersucht alternative Distanzmetriken zur Messung von Gradientenveraltetheit im asynchronen Federated Learning und zeigt, dass deren Integration in den Aggregationsprozess die Konvergenzgeschwindigkeit, Modellleistung und Trainingsstabilität unter heterogenen Bedingungen und nicht-IID-Daten verbessert.
Diese Arbeit stellt einen neuartigen Wiener-Chaos-Expansions-basierten neuronalen Operator vor, der mittels Feature-wise Linear Modulation (FiLM) die Abhängigkeit zwischen der Lösung singulärer stochastischer partieller Differentialgleichungen und ihrem glatten Rest erfasst und damit effiziente, renormierungsfreie Surrogatmodelle für dynamische - und -Modelle ermöglicht.
Diese Studie analysiert mechanistisch, wie sich die Sicherheit von Large Language Models durch einen Wettstreit zwischen dem inhärenten Fortsetzungsdrang des Modells und den durch Alignment-Training erworbenen Sicherheitsmechanismen unterminieren lässt, und identifiziert dabei spezifische Aufmerksamkeitsköpfe als kritische Faktoren für solche Jailbreak-Angriffe.
Die Arbeit stellt Fibration Policy Optimization (FiberPO) vor, ein neuartiges Framework, das durch die Aggregational Policy Censoring Objective (APC-Obj) und die algebraische Fiber Bundle Gating (FBG) eine prinzipielle, mehrskalige Stabilitätskontrolle für die Optimierung von Large Language Models über Token-, Trajektorien- und Domänenebenen hinweg ermöglicht.
Die vorgestellte Studie entwickelt ein auf neuronalen Prozessen basierendes System, das durch die probabilistische Vorhersage von Vitalparameterverläufen und den Abgleich mit klinischen Leitlinien – statt durch das Lernen aus historischen Entscheidungen – die rechtzeitige Umstellung von intravenösen auf orale Antibiotika verbessert und dabei die klinische Urteilsfähigkeit bewahrt.