11703 Arbeiten
Diese Studie führt die erste systematische Untersuchung des kontinuierlichen Vergessens bei Text-zu-Bild-Diffusionsmodellen durch, identifiziert kumulative Parameterdrift als Hauptursache für den Leistungsabfall und schlägt Regularisierungsmethoden vor, die das Vergessen spezifischer Konzepte ermöglichen, ohne das allgemeine Modellwissen zu beeinträchtigen.
Das Paper stellt TransactionGPT vor, ein auf einer 3D-Transformer-Architektur basierendes Fundamentmodell für Zahlungsdaten, das durch seine effiziente Verarbeitung von Milliarden-Transaktionen und überlegene Leistung bei Anomalieerkennung sowie Transaktionsvorhersage bestehende Modelle und feinabgestimmte LLMs in Bezug auf Genauigkeit und Geschwindigkeit übertrifft.
Die Arbeit stellt SURFACEBENCH vor, das erste geometriebewusste Benchmark für die symbolische Entdeckung dreidimensionaler Flächen, das bestehende LLM-Ansätze durch eine umfassende Evaluierung über verschiedene Darstellungsformen und geometrische Metriken als unzureichend für konsistente strukturelle und parametrische Genauigkeit entlarvt.
Die Arbeit stellt FAST vor, ein DNN-freies Framework zur Coresetauswahl, das durch graphenbasierte Optimierung und eine modifizierte charakteristische Funktionsdistanz im Frequenzbereich eine überlegene Verteilungsmatching-Leistung bei gleichzeitig deutlich reduziertem Energieverbrauch und höherer Geschwindigkeit erreicht.
Die Arbeit stellt QiMeng-CRUX vor, ein Framework, das mithilfe einer strukturierten Zwischensprache (CRUX) und eines zweistufigen Trainingsverfahrens die Lücke zwischen mehrdeutigen natürlichen Sprachbeschreibungen und präziser Verilog-Codegenerierung schließt und dabei state-of-the-art Ergebnisse erzielt.
Die Arbeit stellt WARP vor, eine Verteidigungsmethode für maschinelles Unlearning, die durch Ausnutzung neuronaler Netzwerksymmetrien die Privatsphäre erhöht und Angriffe auf vergessene Daten signifikant erschwert, ohne dabei die Modellgenauigkeit zu beeinträchtigen.
Die Arbeit stellt ALARM vor, ein Framework zur visuellen Anomalieerkennung in komplexen Umgebungen, das Large Multimodal Models (MLLMs) mit Unsicherheitsquantifizierung und Qualitätssicherungstechniken kombiniert, um robuste und zuverlässige Entscheidungen über verschiedene Domänen hinweg zu treffen.
Die Arbeit stellt VGG-Flow vor, eine Methode zur effizienten und prioritätserhaltenden Feinabstimmung von Flow-Matching-Modellen durch die Nutzung der Optimalsteuerungstheorie, um die Geschwindigkeitsfeld-Differenz mit dem Gradienten einer Wertfunktion abzugleichen.
Diese Arbeit stellt ein konfidenzbewusstes, feinabgestuftes Debatten-Framework (CFD) vor, das Open-Source-LLMs zur automatischen Anreicherung von Trainingsdaten für die mentale Gesundheit und Online-Sicherheit nutzt und dabei durch die Verwendung von Debattentranskripten signifikante Verbesserungen bei nachgelagerten Aufgaben erzielt.
Das Paper stellt CORE vor, ein Reinforcement-Learning-Framework, das die Lücke zwischen Definition und Anwendung im mathematischen Schlussfolgern schließt, indem es explizite Konzepte als feingranulare Supervision nutzt, um Large Language Models zu echtem konzeptionellem Verständnis statt nur zum Mustererkennen zu führen.
Die Studie stellt CHAMMI-75 vor, einen offenen Datensatz heterogener, multikanaliger Mikroskopiebilder aus 75 Studien, der entwickelt wurde, um channel-adaptive KI-Modelle für die Zellmorphologie zu trainieren und deren Übertragbarkeit über verschiedene biologische Untersuchungen hinweg zu verbessern.
Die vorgestellte Arbeit stellt Collar Recognition Nets (CRNs), eine Familie von leichtgewichtigen, 1-D-Convolutional-Neural-Networks vor, die es ermöglichen, Kesselmanschetten in Echtzeit unter strengen Ressourcenbeschränkungen in Downhole-Umgebungen präzise zu erkennen und damit autonome Tiefenkontrollen für Bohrlochinstrumente zu realisieren.
Die Studie stellt TPI-AI vor, einen hybriden Rahmen aus tiefen temporalen Repräsentationen und physikbasierten Interaktionsmerkmalen, der durch einen LightGBM-Klassifikator robuste Vorhersagen von Fahrspurwechselabsichten über verschiedene Autobahnszenarien hinweg ermöglicht und dabei die Herausforderungen von Klassenungleichgewicht und Rauschen in den Daten adressiert.
Diese Arbeit entwickelt ein stochastisches Kontrollframework zur globalen Optimierung nicht-konvexer und nicht-differenzierbarer Funktionen in euklidischen Räumen und im Wasserstein-Raum, das durch Regularisierung, die Cole-Hopf-Transformation und Feynman-Kac-Formeln sowie Monte-Carlo-Schemata auf der Basis der Bismut-Elworthy-Li-Formel eine konvergente und ableitungsfreie Lösung ermöglicht.
Diese Arbeit stellt eine Quantisierungsmethode für SO(3)-äquivariante Graph-Neural-Networks vor, die durch innovative Techniken wie die Entkopplung von Betrag und Richtung sowie eine verzweigte Trainingsstrategie eine effiziente, präzise und physikalisch symmetrieerhaltende Vorhersage molekularer Eigenschaften auf Edge-Geräten ermöglicht.
Die Arbeit stellt DiSOL vor, einen neuen Ansatz zum Lernen diskreter Lösungsverfahren anstelle kontinuierlicher Operatoren, der durch die Nachahmung klassischer Diskretisierungsschritte stabile und genaue PDE-Lösungen auch bei stark variierenden Geometrien und topologischen Änderungen ermöglicht.
Das Paper stellt GraSP vor, eine einheitliche und übertragbare Methode zur Erkennung von Graphen in Bildern durch die Vorhersage von Teilgraphen, die das Problem der mangelnden Kanonizität und Übertragbarkeit bestehender Lösungen adressiert.
Dieser Beitrag stellt den bedingten Flexibilitätsindex (CFI) vor, der mithilfe normalisierender Flows historische Daten und Kontextinformationen nutzt, um robuste, datengetriebene Unsicherheitsmengen für die Prozessplanung zu definieren und so die Qualität von Scheduling-Entscheidungen zu verbessern.
Diese Arbeit stellt „Distributional Sobolev Training" vor, eine Methode, die durch die Modellierung der Verteilung von Wertfunktionen und deren Gradienten mittels eines bedingten VAE und des Max-Sliced Maximum Mean Discrepancy-Abstands die Effizienz von Gradientenregularisierung in stochastischen Umgebungen verbessert und dabei die Kontraktionseigenschaften des erweiterten Bellman-Operators theoretisch untermauert.
Dieser technische Bericht stellt die Quantisierungsbewusste Destillation (QAD) als eine robuste und stabile Methode vor, um die Genauigkeit von in NVFP4 quantisierten großen Sprach- und Vision-Sprachmodellen wiederherzustellen, indem ein vollpräzises Lehrermodell in ein quantisiertes Schülermodell destilliert wird, was insbesondere bei komplexen Nachtrainingspipelines Vorteile gegenüber herkömmlichen Ansätzen bietet.