11557 Arbeiten
Die Arbeit argumentiert, dass absolute Abstraktion in neuronalen Netzen nicht allein durch Tiefe, sondern entscheidend durch die Breite des Trainingsdatensatzes erreicht wird, was durch eine Renormierungsgruppen-Analyse und numerische Experimente mit Hierarchical Feature Models bestätigt wird.
Die vorgestellte Arbeit stellt GIOROM vor, einen sampling-basierten Rahmen für die reduzierte Modellordnung, der Lagrange-Systeme direkt im physikalischen Raum über Partikel entwickelt und durch einen lernbaren Kernel eine hochpräzise, kosteneffiziente Simulation komplexer dynamischer Phänomene wie Strömungen und granulare Medien ermöglicht.
Diese Arbeit zeigt, dass die strikte Eigenschaft eines Verlusts notwendig und hinreichend für eine nicht-triviale Surrogat-Reue ist, und beweist, dass die Konvergenzordnung der -Norm zwischen geschätztem und wahrem Wahrscheinlichkeitsvektor für eine breite Klasse strikt korrekter Verluste nicht schneller als von der Ordnung der Surrogat-Reue sein kann.
Die Arbeit stellt BA-LoRA vor, eine bias-mindernde Low-Rank-Adaptierungsmethode, die durch gezielte Regularisierungen das Problem der katastrophalen Vererbung von Voreingenommenheit und Rauschen in großen Sprachmodellen effektiv bekämpft und dabei sowohl die Leistung als auch die Robustheit im Vergleich zu bestehenden Ansätzen verbessert.
Diese Arbeit stellt ein einheitliches Framework vor, das mithilfe neuartiger informationstheoretischer Maße die Benutzerkohärenz quantifiziert, um Leistungsunterschiede von Empfehlungssystemen zu erklären, stratifizierte Evaluierungen zu ermöglichen und zielgerichtete Modellentwicklungen für kohärente Nutzergruppen zu unterstützen.
Diese Arbeit schließt die Lücke in der Literatur, indem sie erstmals enge untere und obere Schranken für die metrische Entropie von Deep ReLU-Netzwerken herleitet, was fundamentale Erkenntnisse über Netzwerkeffekte wie Sparsität und Quantisierung liefert und gleichzeitig die optimale Konvergenzrate für die nichtparametrische Regression durch die Beseitigung eines überflüssigen Logarithmus-Faktors nachweist.
Die Studie stellt FP-HMsNet vor, eine effiziente hierarchische Architektur, die Fourier-Neuronale Operatoren mit Multi-Scale-Netzen kombiniert, um die Darcy-Gleichung in hochkontrastierenden porösen Medien präzise zu lösen und dabei sowohl die Genauigkeit als auch die Recheneffizienz gegenüber bestehenden Modellen signifikant zu steigern.
Diese Studie schlägt ein neuartiges Few-Shot-Framework zur Modell-Extraktion gegen sequenzielle Empfehlungssysteme vor, das durch eine autoregressive Datenaugmentierungsstrategie und einen bidirektionalen Reparatur-Verlust auch mit sehr wenigen Rohdaten hochfunktionale Surrogatmodelle erstellt.
Die Arbeit stellt das Framework der kombinatorischen steigenden Banditen (CRB) vor, das steigende Belohnungen und deren Propagierung über Basisarme hinweg modelliert, und schlägt den effizienten CRUCB-Algorithmus vor, der sowohl theoretisch durch enge Regret-Schranken als auch empirisch in realistischen Szenarien validiert wird.
Das Paper stellt RealOSR vor, ein diffusion-basiertes Framework für die Super-Resolution von omnidirektionalen Bildern in realen Szenarien, das durch den neuartigen Latent Gradient Alignment Routing (LaGAR)-Mechanismus eine effiziente einstufige Inferenz mit über 200-facher Beschleunigung und verbesserter Bildqualität ermöglicht.
Dieses Paper stellt einen semi-überwachten Ansatz vor, der durch die Nutzung von Selbstkonsistenzverlusten auf ungelabelten Daten die Robustheit amortisierter Bayesscher Inferenz gegenüber Beobachtungen außerhalb des Trainingsbereichs erheblich verbessert.
Die Studie zeigt, dass erklärbare maschinelle Lernmodelle, die auf linguistischen Merkmalen basieren, ein vielversprechendes, skalierbares Werkzeug für das automatische Screening und die Risikotriage kognitiver Beeinträchtigungen wie der Alzheimer-Krankheit darstellen, auch wenn die Generalisierbarkeit auf reale Daten noch verbessert werden muss.
Diese Arbeit analysiert die Sicherheit von Klassifikatoren im Gewichtsraum von Implicit Neural Representations (INRs), stellt fest, dass diese ohne robustes Training widerstandsfähiger gegen herkömmliche Angriffe sind, und entwickelt neue Angriffsmethoden, um die Grenzen dieser Robustheit infolge von Gradientenverschleierung aufzuzeigen.
Die Arbeit stellt \texttt{SEM-CTRL} vor, einen Ansatz, der mittels Antwortset-Grammatiken und token-basiertem Monte-Carlo-Baumsuche-Verfahren semantische und syntaktische Constraints direkt in den Decoder von Large Language Models integriert, um ohne Feinabstimmung korrekte Ausgaben zu garantieren und dabei selbst kleinere Modelle leistungsfähiger als größere State-of-the-Art-Modelle zu machen.
Diese Arbeit stellt das allgemeine \texttt{IMPRINT}-Framework für das Transferlernen vor, das durch die Verbindung von Neuronalem Kollaps und Proxy-basierter Aggregation eine neue, überlegene Methode zur robusten Gewichts-Imprinting ohne Parameteroptimierung ermöglicht.
Die Arbeit stellt „Landscape of Thoughts" (LoT) vor, ein Visualisierungswerkzeug, das die Denkprozesse von Large Language Models durch zweidimensionale Darstellungen von Textzuständen analysiert, um Modellunterschiede aufzudecken und durch einen angepassten Verifizierer die Schlussfolgerungsgenauigkeit zu verbessern.
Die Arbeit stellt Param vor, eine kostengünstige Methode, die durch einfaches Gewichtemischen von Basis- und Instruct-Modellen neue Basismodelle ohne zusätzliches Training sofort mit Post-Trainingsfähigkeiten ausstattet und dabei die Leistung herkömmlicher Nachtrainingsverfahren nahezu erreicht.
Die vorgestellte Arbeit führt das adaptive soziale Lernframework ASL mit dem AMPO-Algorithmus ein, der Sprachagenten durch kontextbewusste, token-effiziente Umschaltung zwischen verschiedenen Denkmodi eine überlegene soziale Intelligenz und Leistungsfähigkeit im Vergleich zu bestehenden Methoden wie GPT-4o und GRPO ermöglicht.
Die Arbeit stellt LiteLMGuard vor, einen leichten und plattformunabhängigen On-Device-Guardrail, der quantisierte Small Language Models durch semantische Prompt-Filterung effektiv vor Sicherheitsrisiken und Angriffen schützt, ohne dabei die Latenz oder Privatsphäre zu beeinträchtigen.
Diese Arbeit leitet deterministische Schranken und einen effizienten, unverzerrten Zufallsschätzer für den auf der Fisher-Information basierenden Metrik-Tensor auf Neuromanifolds her, indem sie die Spektraleigenschaften des zugehörigen Kernraums analysiert und eine Methode mit nur einem Rückwärtsdurchgang pro Batch vorschlägt.