2316 Arbeiten
Die Arbeit stellt Graph-GRPO vor, ein Online-Reinforcement-Learning-Framework für Graph-Flow-Modelle, das durch eine analytische Übergangswahrscheinlichkeit und eine lokale Verfeinerungsstrategie eine effiziente Ausrichtung auf komplexe Ziele ermöglicht und dabei state-of-the-art-Ergebnisse in der molekularen Optimierung erzielt.
Diese Arbeit analysiert die Lern dynamik von zweischichtigen linearen Netzwerken unter label-noise SGD und zeigt, dass das Rauschen einen kritischen Übergang vom „lazy" zum „rich" Regime bewirkt, was die verbesserte Generalisierung erklärt und auf Sharpness-Aware Minimization (SAM) verallgemeinert werden kann.
Die Arbeit stellt den PP-LUCB-Algorithmus vor, der durch die Kombination von verzerrten LLM-Bewertungen mit kostengünstigen, selektiven menschlichen Audits und einer speziellen Schätzmethode die effiziente Identifizierung optimaler Servicekonfigurationen ermöglicht und dabei die Auditkosten um 90 % senkt.
Die Arbeit stellt STemDist vor, die erste Dataset-Distillationsmethode für die spatio-temporale Vorhersage, die durch eine ausgewogene zweidimensionale Kompression von Raum und Zeit sowie eine Cluster-basierte Verfeinerung die Trainingszeit und den Speicherbedarf signifikant reduziert und gleichzeitig die Vorhersagegenauigkeit verbessert.
Diese Arbeit stellt einen domänenadaptiven Rahmen vor, der durch abbaustufen-synchronisierte Stichprobenziehung und einen cross-domänen ausgerichteten großen Autoencoder mit großen Kerneln und Cross-Attention-Mechanismen die Erstellung robuster Gesundheitsindikatoren für die Prognose und das Gesundheitsmanagement unter variierenden Betriebsbedingungen verbessert.
Die Arbeit stellt Weighted improved Greedy Sampling (WiGS) vor, eine Methode, die das statische Multiplikationsprinzip des Improved Greedy Sampling durch ein dynamisches, auf Reinforcement Learning basierendes additives Kriterium ersetzt, um die Balance zwischen Exploration und Investigation anzupassen und so die Genauigkeit sowie die Effizienz bei der Kennzeichnung von Daten in Regressionen zu verbessern.
Die Arbeit stellt den Generalized Gaussian Mixture Process (GGMP) vor, einen skalierbaren, auf Gauß-Prozessen basierenden Ansatz zur effizienten Schätzung multimodaler bedingter Dichten, der die Beschränkungen standardmäßiger unimodaler Gauß-Prozesse überwindet.
Die Arbeit zeigt, dass das Entfernen einer kohärenten Rang-eins-Mittelwertverzerrung die numerische Instabilität bei der FP4-Quantisierung von LLMs effektiv behebt und so eine hardwareeffiziente, stabile Ausbildung ermöglicht, die das Leistungsniveau von BF16 nahezu erreicht.
Die vorgestellte Arbeit führt eine effektive, promptfreie Methode zum selektiven Vergessen spezifischer, nicht textuell beschreibbarer Instanzen (wie Gesichter oder kulturelle Fehldarstellungen) in Diffusionsmodellen ein, indem sie Bildbearbeitung, taktaware Gewichtung und Gradient-Chirurgie kombiniert, um Datenschutz und ethische Compliance zu gewährleisten.
Der Artikel stellt die „Brenier-Isotone Regression" vor, eine Erweiterung der klassischen isotonen Regression auf multivariate Ausgaben durch die Nutzung zyklischer Monotonie und optimaler Transporttheorie, die sich in Anwendungen wie der Wahrscheinlichkeitskalibrierung als überlegen erweist.
Diese Studie stellt einen Multi-Resolution-ConvLSTM-Ensemble-Ansatz vor, der durch die Kombination verschiedener zeitlicher Eingabeauflösungen die Fehlerakkumulation bei der langfristigen Vorhersage von Verformungen von Stützwänden während der Baugrubenaushubarbeiten effektiv reduziert und die Vorhersagegenauigkeit verbessert.
Diese Arbeit entwickelt ein theoretisches und computergestütztes Rahmenwerk für kollektive Beam-Plasma-Oszillationen in intensiven geladenen Teilchenstrahlen, das mittels der Dielektrikums-Theorie und der Vlasov-Poisson-Gleichung sowie einer Validierung durch das auf PIC-Simulationen trainierte unüberwachte Lernmodell Prometheus die Existenz ungedämpfter Langmuir-Wellen, die universelle Plasmafrequenz und Phasenübergangssignaturen nachweist.
Die Studie zeigt, dass die Integration physiologischer Muskel-Synergie-Prioritäten in ein verstärkendes Lernframework die biomechanische Genauigkeit und Generalisierungsfähigkeit prädiktiver muskuloskelettaler Laufsimulationen über verschiedene Geschwindigkeiten und Geländebedingungen hinweg verbessert.
Diese Arbeit beweist die Konvergenz von dualraumvorkonditioniertem Gradientenabstieg auf eine interpolierende Lösung im überparametrisierten Regime und analysiert dessen implizite Verzerrung, wobei gezeigt wird, dass isotrope Vorkonditionierer die gleiche Lösung wie der Standard-Gradientenabstieg liefern.
Das Paper stellt JEDI vor, ein hierarchisches Modell, das durch das gemeinsame Lernen von kontextuellen Einbettungen und rekurrenten Gewichten neuronale Dynamiken über verschiedene Aufgaben hinweg aus experimentellen Aufzeichnungen effizient und generalisierbar inferiert.
Diese Arbeit stellt einen universellen Schätzer für die intrinsische Dimensionalität vor, der auf Verhältnissen von Nachbarschaftsabständen basiert, unabhängig von der zugrunde liegenden Datenverteilung konvergiert und sowohl theoretisch als auch experimentell überlegene Ergebnisse liefert.
Die Arbeit stellt VERI-DPO vor, eine Methode zur evidenzbewussten Ausrichtung klinischer Zusammenfassungen, die durch Claim-Verifikation und Direct Preference Optimization (DPO) die Rate nicht unterstützter Aussagen signifikant reduziert und gleichzeitig die klinische Validität sowie Informationsdichte verbessert.
Die Arbeit stellt die Tubal Tensor Train (TTT)-Zerlegung vor, ein neues Tensor-Netzwerkmodell, das die t-Produkt-Algebra der T-SVD mit der effizienten Speicherstruktur des Tensor-Train-Formats kombiniert und sich durch lineare Skalierbarkeit sowie erfolgreiche Anwendungen in Bereichen wie Bild- und Videokompression auszeichnet.
Diese Arbeit stellt ein ressourcenschonendes, hybrides Entscheidungsframework für das Amazons-Schach vor, das Graph-Attention-Autoencoder mit der generativen Kraft von GPT-4o-mini kombiniert, um durch synthetische Daten und strukturelles Rauschen eine überlegene Spielstärke zu erreichen, die sogar die des zugrundeliegenden Lehrmodells übertrifft.
Die Arbeit stellt IH-Challenge vor, ein Reinforcement-Learning-Datenset, das die Robustheit von Sprachmodellen gegenüber Konflikten in der Instruktionshierarchie signifikant verbessert, indem es Sicherheitsverletzungen reduziert und gleichzeitig die Hilfsbereitschaft erhält.