11269 Arbeiten
Die vorgestellte Methode verbessert die Erkennungsgenauigkeit von Wörtern mit Aussprache-Rechtschreib-Unterschieden in automatischen Spracherkennungssystemen durch die Nutzung von Korrekturdaten während der Inferenz, was zu einer signifikanten Reduzierung des Fehleranteils bei verzerrten Wörtern führt, ohne die Gesamtleistung zu beeinträchtigen.
Meta FAIR stellt UMA vor, eine Familie universeller Atommodelle, die auf einer einzigartigen Datenbank von 500 Millionen 3D-Strukturen trainiert wurden und durch eine innovative Architektur aus linearen Experten sowohl hohe Genauigkeit als auch Geschwindigkeit bieten, wodurch ein einzelnes Modell ohne Feinabstimmung in der Lage ist, spezialisierte Modelle in verschiedenen chemischen und materialwissenschaftlichen Anwendungen zu übertreffen.
Das Paper stellt UQLM, ein Python-Paket vor, das fortschrittliche Techniken zur Unsicherheitsquantifizierung nutzt, um Halluzinationen in großen Sprachmodellen durch die Berechnung von Konfidenzwerten zu erkennen und so die Zuverlässigkeit der Ausgaben zu erhöhen.
Die Arbeit stellt Q-SVMPC vor, eine Methode, die modellprädiktive Steuerung mit einem RL-basierten Prior und Stein-Variational Gradient Descent kombiniert, um unter Q-Wert-Leitung diverse Trajektorien zu inferieren und so die Effizienz, Stabilität und Robustheit in verschiedenen robotischen Anwendungen zu verbessern.
Die vorgestellte Arbeit entwickelt „Fast Equivariant Imaging" (FEI), ein neuartiges unüberwachtes Lernframework, das durch die Kombination von Augmented Lagrangian und Plug-and-Play-Denoisern das Training von Bildgebungsnetzwerken ohne Ground-Truth-Daten um den Faktor 10 beschleunigt und gleichzeitig die Generalisierungsleistung verbessert.
Die Autoren stellen eine probabilistische Architektur für die Ein-Kanal-Sprachtrennung vor, die durch unsicherheitsbasierte Frühbeendigung die Rechenleistung dynamisch an die Anforderungen anpasst und dabei sowohl Recheneffizienz als auch eine hohe Rekonstruktionsqualität gewährleistet.
Diese Studie nutzt Interpretierbarkeitsmethoden, um zu zeigen, wie Large Language Models durch einen neuartigen Mechanismus namens „Funktionsinduktion" generalisieren, bei dem parallele Aufmerksamkeitsköpfe abstrakte Funktionen (wie eine Off-by-One-Addition) lernen und auf diverse neue Aufgaben übertragen.
Die Arbeit beweist, dass die endlich-dimensionalen Verteilungen von tiefen neuronalen Netzen mit zufällig initialisierten Gewichten und Lipschitz-stetigen Aktivierungsfunktionen bei wachsender Schichtbreite gegen eine Gauß-Verteilung konvergieren, wobei für proportional wachsende Schichten explizite Konvergenzraten hergeleitet werden.
Die Arbeit stellt Poker vor, ein neues selbstüberwachtes Induktives Logikprogrammierungssystem, das ohne negative Beispiele oder maßgeschneiderte Hintergrundtheorien auskommt, indem es automatisch neue Trainingsbeispiele generiert und eine zweite Ordnung Definite Normal Form (SONF) als allgemeine Hintergrundtheorie verwendet, um rekursive Logikprogramme zu erlernen.
Die Arbeit schlägt eine abhängigkeitssensible Evaluierungsmethodik vor, die die effektive Stichprobengröße statt der Rohlänge berücksichtigt, und liefert damit generalisierbare Garantien für Temporal Convolutional Networks auf β-mischenden Sequenzen, die zeigen, dass stärkere zeitliche Abhängigkeiten bei korrekter Kontrolle die Generalisierungslücken sogar verringern können.
Die Studie stellt ObfusQAte und das darauf aufbauende Framework ObfusQA vor, um die Robustheit von Large Language Models bei der Beantwortung von Fragen mit mehrstufiger Verschleierung zu evaluieren und dabei festzustellen, dass Modelle bei solchen nuancierten Variationen häufig versagen oder Halluzinationen produzieren.
Die Autoren stellen Subsampling Factorization Machine Annealing (SFMA) vor, einen optimierten Algorithmus für die schwarze-Box-Optimierung, der durch das Training auf Stichprobendatensätzen eine ausgewogene Balance zwischen Exploration und Exploitation erreicht und damit gegenüber dem ursprünglichen FMA-Verfahren sowohl in Geschwindigkeit als auch Genauigkeit überlegen ist.
Die Studie zeigt, dass Quanten-Generative Adversarial Networks (QGANs) mit reinen Zuständen als Generatoren aufgrund analytisch hergeleiteter Fidelity-Schranken Schwierigkeiten haben, Trainingsdaten zu generalisieren, und stattdessen lediglich deren Durchschnittsrepräsentation lernen.
Die Arbeit stellt „Zono-Conformal Prediction" vor, eine neue Methode zur Unsicherheitsquantifizierung, die mittels Zonotopen effizientere und weniger konservative Vorhersagemengen für Regressions- und Klassifikationsaufgaben bereitstellt als bestehende Ansätze.
Dieses Konzeptpapier stellt das Adaptive Quantized Planetary Crater Detection System (AQ-PCDSys) vor, eine Architektur, die durch Quantisierungsbewusstes Training und adaptive Multi-Sensor-Fusion die Echtzeit-Erkennung von Planetenkranzern auf ressourcenbeschränkter, strahlungsharter Weltraumhardware ermöglicht.
Der Artikel diskutiert aktuelle Methoden zur Leistungsbeurteilung von generativer KI im Gesundheitswesen und hebt dabei die Grenzen quantitativer Benchmarks sowie den wachsenden Stellenwert von Evaluierungsstrategien hervor, die menschliche Expertise und kosteneffiziente Rechenmodelle nutzen.
QDFlow ist ein Open-Source-Python-Paket, das realistische synthetische Daten für Quantenpunkt-Arrays mit Ground-Truth-Labels generiert, um die Entwicklung und Validierung von Machine-Learning-Methoden zur Kalibrierung und zum Betrieb dieser Geräte zu erleichtern.
Diese Arbeit stellt mit ActiSeg-NL den ersten Benchmark für die label-noise-robuste, aktionsbasierte Videosegmentierung vor, analysiert systematisch die Auswirkungen von Text- und Maskenrauschen und führt einen Parallel Mask Head Mechanism (PMHM) zur Verbesserung der Robustheit ein.
Die Arbeit stellt Nested Subspace Networks (NSNs) vor, ein neuartiges Architekturen-Paradigma, das es ermöglicht, einzelne vortrainierte Large Language Models durch eine verschachtelte Untergruppenstruktur dynamisch an verschiedene Rechenbudgets anzupassen und dabei einen glatten Kompromiss zwischen Inferenzkosten und Leistung zu erreichen.
Die Arbeit stellt AxelGNN vor, eine neuartige Graph-Neural-Network-Architektur, die auf Axelrods kultureller Dissemination basiert und durch similarity-gesteuerte Interaktionen, segmentweises Feature-Copying sowie globale Polarisation die Herausforderungen von Feature-Oversmoothing und heterogenen Beziehungen überwindet, um sowohl homophile als auch heterophile Graphen effizient zu verarbeiten.