2233 Arbeiten
Diese Arbeit stellt einen hybriden Regler vor, der Deep Reinforcement Learning mit robuster, modellunabhängiger Extremwertregelung kombiniert, um die Leistungsfähigkeit von Steuerungssystemen für nichtlineare, zeitvariierende Prozesse zu verbessern und gleichzeitig deren Robustheit gegenüber schnellen Modelländerungen zu gewährleisten.
Das Paper stellt den Latent Speech-Text Transformer (LST) vor, der durch die Aggregation von Sprach-Token zu latenten Patches die Sequenzlängen von Sprache und Text angleicht, was sowohl die Recheneffizienz als auch die Leistung in Sprach- und Textaufgaben im Vergleich zu herkömmlichen autoregressiven Modellen signifikant verbessert.
Das Paper stellt AlphaApollo vor, ein System für tiefes agentices Denken, das durch die Orchestrierung von Modellen und Tools mittels mehrstufiger agenter Reasoning-, Lern- und Evolutionsmechanismen die Leistung von Foundation-Modellen bei komplexen mathematischen Aufgaben signifikant verbessert.
Die Arbeit stellt das neue Forschungsgebiet der Domänengeneralisierung für LiDAR-basierte semantische Segmentierung unter verrauschten Labels vor, führt einen Benchmark ein und schlägt mit DuNe ein dual-sichtiges Framework vor, das durch konsistente Feature-Lernung und konfidenzbasiertes Filtern robuste Ergebnisse unter Domänenverschiebungen und Labelrauschen erzielt.
Das Paper stellt RECODE vor, einen agentenbasierten Rahmen, der durch das Reverse-Engineering von visuellen Eingaben in ausführbaren Code (Derendering) eine verifizierbare und präzise multimodale Reasoning-Fähigkeit für strukturierte Grafiken wie Diagramme und Schaubilder ermöglicht.
Die Studie stellt fest, dass das Beschneiden von Experten (Pruning) für generative Aufgaben überlegen ist, und schlägt die Methode REAP vor, die durch die Kombination von Router-Gate-Werten und Experten-Aktivierungsnormen eine nahezu verlustfreie Kompression von Mixture-of-Experts-Modellen ermöglicht.
Das Paper stellt RL-100 vor, ein leistungsfähiges Reinforcement-Learning-Framework für Roboter, das durch die Kombination von Diffusion-Policies mit PPO und Konsistenz-Distillation in acht realen Aufgaben eine 100-prozentige Erfolgsrate erzielt und dabei menschliche Operateure in Geschwindigkeit und Robustheit übertrifft.
Die Arbeit stellt Bradley-Terry Policy Optimization (BTPO) vor, einen neuartigen Optimierungsansatz, der durch die Ableitung eines konsistenten Monte-Carlo-Schätzers für den Gradienten der Likelihood-Funktion das Training von generativen Präferenzmodellen mit Chain-of-Thought-Verständnis für nicht-verifizierbare Aufgaben ermöglicht und dabei bestehende heuristische Methoden übertrifft.
Die Arbeit stellt AffPCL vor, einen personalisierten kollaborativen Lernrahmen für heterogene Agenten, der durch affinitätsbasierte Varianzreduktion und Korrekturmechanismen die Stichprobenkomplexität im Vergleich zum unabhängigen Lernen um einen Faktor von senkt und dabei nahtlos zwischen linearem Speedup bei Homogenität und unabhängiger Lernleistung bei Heterogenität interpoliert, ohne dass Vorwissen über das System erforderlich ist.
Die Arbeit stellt FALCON vor, ein neues Paradigma für Vision-Language-Action-Modelle, das durch die Integration von räumlichen Grundwissen aus 3D-Spatial-Foundation-Modellen in den Aktionskopf die Lücke zwischen 2D-Vision und 3D-Aktion schließt und damit in Simulationen sowie realen Umgebungen neue Maßstäbe in Bezug auf Generalisierung und Robustheit setzt.
Der Artikel stellt GraphKeeper vor, einen neuartigen Ansatz für das domain-incrementale Lernen auf Graphen, der durch Wissensentwirrung und -bewahrung das katastrophale Vergessen verhindert und damit signifikante Verbesserungen gegenüber bestehenden Methoden erzielt.
Die vorgestellte Arbeit zeigt, dass strukturierte Regularisierung, robuste Vorverarbeitung und effiziente Optimierung die Überanpassung bei parametrischen Nachkalibrierungsmethoden für Mehrklassenklassifikation effektiv verhindern und damit signifikante Verbesserungen gegenüber bestehenden Techniken wie der Temperatur- oder Vektorskalierung ermöglichen.
Die Arbeit stellt LTSV vor, eine leichte Methode zur Bewertung von Zeitreihendaten für Zeitreihen-Foundation-Modelle, die durch In-Context-Finetuning und temporale Blockaggregation eine effiziente und genaue Schätzung des Datenbeitrags unter Berücksichtigung zeitlicher Abhängigkeiten ermöglicht.
Diese Arbeit stellt eine Methode zur Klassifizierung des Lagerzustands mittels In-Context-Learning mit Zeitreihen-Grundmodellen vor, die eine feineinstellungsfreie Analyse von Vibrationsdaten unter verschiedenen Betriebsbedingungen ermöglicht und den Weg für AI-gestützte Wartungssysteme als Service ebnet.
Die Arbeit stellt einen provably exakten, periodisch asynchronen On-Policy-Ansatz vor, der durch die Entkopplung von Inferenz und Training sowie eine einheitliche Tri-Modell-Architektur die End-to-End-Trainingsdurchsatzrate von LLMs auf NPU-Plattformen um das Drei- bis Fünffache steigert, ohne die Genauigkeit zu beeinträchtigen.
Diese Studie stellt das Decoder-DeepONet (DDON), ein interpretierbares Operator-Learning-Modell, vor, das die Genauigkeit und Generalisierbarkeit bei der Rekonstruktion elektrischer Feldprofile aus EFISH-Signalen in Entladungen im Vergleich zu herkömmlichen neuronalen Netzen und klassischen Methoden signifikant verbessert und dabei auch mit unvollständigen Eingabedaten robust funktioniert.
Diese Studie stellt ELERAG vor, eine für den Bildungssektor optimierte Retrieval-Augmented-Generation-Architektur, die durch die Integration von Entity Linking und einer hybriden Neuordnung auf Basis von Reciprocal Rank Fusion die faktenbasierte Genauigkeit bei der Beantwortung von Fragen auf Italienisch in domänenspezifischen Kontexten signifikant verbessert.
Die Arbeit stellt SA²GFM vor, ein robustes Framework für Graph-Grundmodelle, das durch strukturaware semantische Augmentation, einen informationsbottleneck-basierten Selbstüberwachungsmechanismus und ein adaptives Experten-Routing die Generalisierungsfähigkeit und Widerstandsfähigkeit gegenüber Domänenrauschen sowie adversariellen Angriffen verbessert.
Die Arbeit stellt ADHint vor, eine adaptive Methode für das Reinforcement Learning, die Schwierigkeitspriors nutzt, um Hint-Raten dynamisch anzupassen und Gradienten zu modulieren, wodurch die Stabilität des Lernens verbessert und eine bessere Balance zwischen Exploration und Imitation erreicht wird.
Die Arbeit stellt Directional Textual Inversion (DTI) vor, eine Methode zur Personalisierung von Text-zu-Bild-Generierung, die durch die Optimierung ausschließlich der Richtungsvektoren von Embeddings auf einer hypersphärischen Mannigfaltigkeit statt ihrer Norm die Texttreue verbessert und eine kohärente Interpolation zwischen gelernten Konzepten ermöglicht.