8231 Arbeiten
Die Studie stellt SACP (Symmetric Aggregated Conformal Prediction) vor, eine neuartige Methode zur effizienten Aggregation von Konformitätswerten mehrerer Vorhersagemodelle durch e-Werte und symmetrische Aggregationsfunktionen, um präzisere und zuverlässigere Unsicherheitsmengen zu erzeugen.
Dieses Paper stellt TAP vor, einen neuartigen, trainingsfreien Rahmen, der Large Language Models und evolutionäre Suchstrategien nutzt, um automatisch überlegene Proxy-Modelle für die gemischte Präzisionsquantisierung zu entdecken und dabei menschliches Expertenwissen sowie aufwendige Optimierungen überflüssig macht.
Das Paper stellt ReFusion vor, ein neuartiges Masked-Diffusion-Modell, das durch die Integration von Sequenzreorganisation in den kausalen Aufmerksamkeitsrahmen paralleles Slot-Level-Decoding ermöglicht, wodurch es sowohl die Ineffizienz von KV-Caching als auch die Lernkomplexität überwindet und gleichzeitig die Leistung früherer Diffusionsmodelle deutlich übertrifft und sich der Geschwindigkeit von autoregressiven Modellen annähert.
Dieser Artikel stellt nicht-asymptotische und verteilungsfreie Methoden vor, um den -Kalibrierungsfehler von Binärklassifikatoren auf endlichen Datensätzen durch eine obere Schranke für Funktionen mit beschränkter Variation sowie durch eine effiziente Modifikation beliebiger Klassifikatoren zu quantifizieren, ohne deren Leistung signifikant zu beeinträchtigen.
Die Arbeit stellt RePo vor, eine neuartige Methode zur dynamischen Neupositionierung von Kontext-Token in Sprachmodellen, die auf der Kognitiven Lasttheorie basiert und durch die Reduzierung unnötiger kognitiver Belastung die Leistung bei Aufgaben mit verrauschtem Kontext, strukturierten Daten und längeren Eingaben verbessert.
Die Studie stellt AMPEND-LS vor, ein agentices Multi-Persona-Framework, das durch die Synergie von LLMs und SLMs sowie eine evidenzbasierte Reasoning-Pipeline multimodale Fake News genauer und erklärbarer erkennt als bisherige Methoden.
Das Papier stellt Parallel Token Prediction (PTP) vor, ein Framework, das durch die Verschiebung der Zufälligkeit auf Eingangsvariablen mehrere Token in einem einzigen Vorwärtsdurchlauf deterministisch vorhersagt und so eine 2,4-fache Beschleunigung der Autogenerierung erreicht.
Die Studie stellt einen neuen maschinellen Lernansatz namens SVGP-KAN vor, der mithilfe von sparse variational Gaussian processes und Kolmogorov-Arnold-Netzwerken zeitlich aufgelöste Strömungsfelder aus spärlichen Messdaten rekonstruiert und dabei gleichzeitig zuverlässige epistemische Unsicherheitsquantifizierung bietet, was ihn im Vergleich zu klassischen Methoden und Kalman-Filtern als robustes Werkzeug für das Experimentdesign erweist.
Diese Studie zeigt, dass die Kombination von elektrischen Impedanzsignaturen von Zellen mit dem Random-Forest-Machine-Learning-Algorithmus eine Vorhersagegenauigkeit von etwa 90 % für die Klassifizierung von bösartigen Zellen ermöglicht.
Die Arbeit stellt den Spectral Sphere Optimizer (SSO) vor, einen effizienten Parallelalgorithmus, der durch die strikte Einhaltung spektraler Beschränkungen für Gewichte und Updates eine vollständige P-Ausrichtung gewährleistet und damit bei der Skalierung großer Modelle eine überlegene Konvergenz und Stabilität im Vergleich zu AdamW und Muon erreicht.
Die Arbeit stellt den Behavioral Profiling Ensemble (BPE)-Rahmen vor, der durch die Nutzung intrinsischer Verhaltensprofile einzelner Modelle anstelle von inter-modellen Unterschieden die Vorhersagegenauigkeit verbessert und gleichzeitig den Rechenaufwand im Vergleich zu bestehenden dynamischen Ensemble-Methoden reduziert.
Das Paper stellt EmboTeam vor, ein Framework für die kollaborative Aufgabenerfüllung heterogener Roboterteams, das die semantische Stärke von Large Language Models mit der Zuverlässigkeit klassischer PDDL-Planer und reaktiver Behavior Trees verbindet, um die Erfolgsrate bei komplexen Haushaltsaufgaben signifikant zu steigern.
ButterflyMoE überwindet die lineare Speicherskalierung von Mixture-of-Experts-Modellen auf Edge-Geräten, indem es Experten als geometrische Rotationen eines gemeinsamen ternären Substrats parametrisiert, was bei 256 Experten eine 150-fache Speicherreduktion bei vernachlässigbarem Genauigkeitsverlust ermöglicht.
Das Paper stellt Yuan3.0 Ultra vor, ein Open-Source-Mixture-of-Experts-LLM mit 1010 Milliarden Parametern, das durch den neu entwickelten Layer-Adaptive Expert Pruning (LAEP)-Algorithmus die Vortrainierungseffizienz um 49 % steigert und gleichzeitig führende Leistungen in Unternehmensszenarien erzielt.
Das Paper stellt EGAgent vor, ein agentic Framework, das auf Entitäts-Szenengraphen basiert, um durch strukturierte Suche und hybride visuell-auditive Analyse kontinuierliche, langfristige Ego-Videos für kontextuelle Verständnisaufgaben zu interpretieren und dabei state-of-the-art Ergebnisse auf EgoLifeQA und Video-MME (Long) erzielt.
Die Arbeit stellt das Framework „On-Policy Self-Distillation" (OPSD) vor, bei dem ein einziges großes Sprachmodell durch den Vergleich seiner eigenen Antworten mit privilegierten Lösungswegen als sowohl Lehrer als auch Schüler fungiert, um die mathematische Schlussfolgerungsfähigkeit effizienter zu verbessern als herkömmliche Methoden.
Die Arbeit stellt eine skalierbare Erweiterung von CopulaGNN für die Vorhersage von Kantensignalen in signierten Graphen vor, die durch die effiziente Parametrisierung der Korrelationsmatrix und eine reformulierte bedingte Wahrscheinlichkeitsverteilung die rechnerische Komplexität reduziert und gleichzeitig eine schnelle Konvergenz sowie wettbewerbsfähige Leistung erzielt.
Diese Arbeit liefert eine direkte und vereinfachte Analyse des Muon-Optimierers, die schärfere Konvergenzgarantien für nichtkonvexe Optimierungsprobleme unter weniger restriktiven Annahmen als bisherige Studien etabliert.
Die Arbeit stellt Latent-IMH vor, eine effiziente Bayessche Inferenzmethode für inverse Probleme mit rechenintensiven Operatoren, die durch die Nutzung einer kostengünstigen Näherung in einer Offline-Phase und eine anschließende Verfeinerung mit dem exakten Operator die Rechenzeit im Vergleich zu State-of-the-Art-Methoden wie NUTS drastisch reduziert.
Die Arbeit stellt ME-POIs vor, ein Framework, das durch die Kombination von Sprachmodell-Embeddings mit großen menschlichen Mobilitätsdaten kontextunabhängige POI-Repräsentationen erlernt, die sowohl die Identität als auch die Nutzungsfunktion von Orten erfassen und damit bestehende Ansätze in verschiedenen Kartenerweiterungsaufgaben übertreffen.