8449 Arbeiten
Die Autoren schlagen einen konformen Vorhersagerahmen für graphenbasierte Ausgaben vor, der mithilfe des Z-Gromov-Wasserstein-Abstands und der Score Conformalized Quantile Regression (SCQR) eine verteilungsfreie Unsicherheitsquantifizierung für strukturierte Graphen wie Moleküle ermöglicht.
Das Paper stellt IoUCert vor, ein neuartiges formales Verifikationsframework, das erstmals die Robustheitsprüfung realer, ankerbasierter Objektdetektoren wie SSD und YOLO durch die Entwicklung einer präzisen Koordinatentransformation und einer optimierten Intervallgrenzenausbreitung für IoU-Berechnungen ermöglicht.
Die vorgestellte Arbeit führt eine inkrementelle -NN-Graph-Konstruktion ein, die durch gezielte Verknüpfung neuer Knoten mit bereits eingefügten Nachbarn die Konnektivität garantiert und so die Robustheit des spektralen Clusterings von Text-Embeddings insbesondere bei geringer Nachbarschaftszahl () verbessert.
Die Studie stellt einen auf einem Conditional Variational Autoencoder basierenden maschinellen Lernansatz vor, der die rekonstruktive Umkehrung von Schockantwortspektren zu Beschleunigungszeitreihen effizient und ohne iterative Optimierung ermöglicht und dabei sowohl höhere spektrale Genauigkeit als auch eine um mehrere Größenordnungen schnellere Inferenz als herkömmliche Methoden bietet.
Die Arbeit stellt AOI vor, ein trainierbares Multi-Agenten-Framework, das durch die Kombination von GRPO-basiertem Lernen auf lokalen Modellen, einer sicheren Trennung von Lese- und Schreibzugriffen sowie einem geschlossenen Regelkreis zur Umwandlung gescheiterter Trajektorien in Trainingsdaten die Automatisierung von SRE-Aufgaben in geschützten Unternehmensumgebungen signifikant verbessert.
Die Arbeit stellt RADAR vor, ein skalierbares neuronales Framework, das durch die Kombination von Singulärwertzerlegung zur Initialisierung statischer Embeddings und Sinkhorn-Normalisierung für dynamische Asymmetrie in Aufmerksamkeitsmechanismen bestehende Lösungsansätze für Fahrzeug-Routing-Probleme erweitert und so eine robuste Generalisierung auf asymmetrische Distanzen ermöglicht.
Das Paper stellt Stratum vor, eine neue Systeminfrastruktur, die die Ausführung von ML-Pipelines von der Planung autonomer Agenten entkoppelt und durch die Kompilierung in optimierte Ausführungsgraphen sowie die Nutzung heterogener Backends, einschließlich einer Rust-Laufzeitumgebung, die Skalierbarkeit und Geschwindigkeit von agenter Pipelinesuche in der Python-ML-Ökosystem um bis zu 16,6-fach steigert.
Diese Arbeit erklärt die überlegene Parallelisierbarkeit linearer RNNs im Vergleich zu nichtlinearen RNNs durch eine Verbindung zu Komplexitätsklassen, wonach lineare RNNs logarithmische Tiefenschaltungen darstellen, während nichtlineare Varianten P-vollständige Probleme lösen können, was eine fundamentale Barriere für ihre effiziente Parallelisierung darstellt.
Die Autoren stellen einen unpaarigen Übersetzungsrahmen auf Basis des Neuralen Schrödinger-Brücken-Modells vor, der durch Diffusions-gestützte Verteilungsausrichtung und anatomische Regularisierung die Bildqualität von Ultra-Niederfeld-MRT-Aufnahmen (64 mT) verbessert, ohne dabei die anatomische Struktur zu verfälschen.
Das Paper stellt LoRA-MME vor, einen Multi-Model-Ensemble-Ansatz, der vier mit LoRA feinabgestimmte Transformer-Encoder kombiniert, um die Klassifizierung von Code-Kommentaren in Java, Python und Pharo zu verbessern, wobei trotz hoher semantischer Genauigkeit (F1-Weighted 0,7906) der hohe Rechenaufwand zu einer niedrigeren Gesamtbewertung im Wettbewerb führte.
Diese Studie zeigt, dass die Einführung von „Semantic Anchoring" die durch artspezifische Ausrichtung verursachte semantische Kollaps in CPath-CLIP-Modellen überwindet und durch sprachgesteuerte Neuausrichtung der visuellen Merkmale die Leistung bei der kreuzspeziesigen und kreuztumorartigen Pathologieerkennung signifikant verbessert.
Das Paper stellt DynaKV vor, ein nachträglich trainierbares Framework zur tokenweisen adaptiven Kompression des KV-Caches, das durch dynamische Zuweisung von Kompressionsraten je nach semantischer Bedeutung eine signifikante Speichereinsparung bei Erhalt der Generierungsqualität ermöglicht.
Die vorgestellte Arbeit führt den FreST-Loss ein, eine frequenzbasierte Trainingsmethode, die mithilfe der gemeinsamen Fourier-Transformation räumliche und zeitliche Abhängigkeiten in Graphdaten gemeinsam im Spektralbereich modelliert und so bestehende Vorhersagemodelle signifikant verbessert.
Die Studie zeigt, dass Vision-Language-Modelle Affordanzen stark kontextabhängig berechnen, wobei sich sowohl die lexikalische als auch die semantische Darstellung drastisch mit dem Kontext verschieben, was auf die Notwendigkeit dynamischer, abfrageabhängiger Ontologien statt statischer Weltmodelle für die Robotik hindeutet.
Diese Studie stellt eine neuartige Methode namens equilibrium-informed neural networks (EINNs) vor, die mithilfe von Deep Neural Networks kritische Schwellenwerte für abrupte Regimewechsel in komplexen dynamischen Systemen effizient identifiziert, indem sie Gleichgewichtszustände als Eingabe nutzt, um die entsprechenden Systemparameter zu inferieren.
Die Arbeit stellt FedEMA-Distill vor, eine serverseitige Methode für robustes und kommunikationseffizientes Federated Learning, die durch die Kombination von Exponential Moving Average und Ensemble-Knowledge-Distillation auf Basis von Client-Logits die Genauigkeit unter nicht-IID-Datenbedingungen und Byzantine-Angriffen verbessert, ohne Änderungen an der Client-Software zu erfordern.
Diese Studie zeigt, dass das Versagen beim Skalieren von verteiltem GPU-Training oft auf übersehene Netzwerkeffekte wie Topologie, Überlastung und GPU-Lokalität zurückzuführen ist, und bietet praktische Diagnoseprinzipien zur Verbesserung der Vorhersagbarkeit und Kosteneffizienz.
Diese Studie nutzt Daten von OpenCelliD, um durch eine umfassende Analyse von Mobilfunknetzen in mehreren Ländern, insbesondere Pakistan, Strategien für die Optimierung der Infrastruktur, die Identifizierung von Unterauslastungen und gezielte Upgrades von veralteten Technologien zu entwickeln.
Die Arbeit stellt Delta-Crosscoder vor, eine robuste Methode zur präzisen Identifizierung und Isolierung latenter Richtungen, die durch schmale Feinabstimmungen in Sprachmodellen entstehen, und übertrifft dabei bestehende SAE-basierte Ansätze.
Die Arbeit zeigt, dass die Reduktion der Schlüssel- und Abfrage-Dimensionen in Transformer-Aufmerksamkeitsmechanismen auf einen Bruchteil der ursprünglichen Größe durch SVD-Kompression und nachfolgendes Feintuning die KV-Cache-Speicherkosten drastisch senkt, ohne dabei die Modellqualität signifikant zu beeinträchtigen.