12798 Arbeiten
Das Paper stellt AutoQD vor, einen theoretisch fundierten Ansatz, der mithilfe von Zufalls-Fourier-Features und Occupancy-Maßen automatisch aussagekräftige Verhaltensdeskriptoren für Quality-Diversity-Optimierung generiert, wodurch die Abhängigkeit von manuell definierten Merkmalen überwunden und eine offene Entdeckung vielfältiger Verhaltensweisen in der Reinforcement Learning ermöglicht wird.
Die vorgestellte Arbeit führt Conflict-Aware Evidential Deep Learning (C-EDL) ein, eine leichte Nachbearbeitungsmethode, die durch die Quantifizierung von Repräsentationswidersprüchen mittels diverser Transformationen die Robustheit von Evidential Deep Learning gegenüber adversariellen Angriffen und Out-of-Distribution-Daten signifikant verbessert, ohne dass ein Nachtraining erforderlich ist.
Die Studie zeigt, dass die standardmäßige „ehrliche" Schätzung bei Causal Forests die Genauigkeit individueller Behandlungseffekte beeinträchtigen kann, da sie durch die Aufteilung der Daten das Risiko des Underfitting erhöht, und empfiehlt daher eine anwendungsbezogene Abwägung statt einer reflexiven Anwendung.
Die Autoren stellen einen neuen bayesschen Ansatz vor, der die federierten ADMM-Methoden durch die Ausnutzung einer Variational-Bayes-Dualität verallgemeinert und dabei sowohl bekannte Updates als auch leistungsfähige neue Varianten wie Newton- und Adam-ähnliche Algorithmen für heterogene Deep-Learning-Szenarien hervorbringt.
Diese Arbeit liefert eine theoretische Analyse, die zeigt, dass herkömmliche Sparse Autoencoder die Wiederherstellung monosemantischer Merkmale oft versagen, und schlägt eine gewichtete Variante (WSAE) vor, die durch eine gezielte Umverteilung die Interpretierbarkeit signifikant verbessert.
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.