13009 Arbeiten
Die Arbeit stellt Latent Policy Steering (LPS) vor, eine Methode für das Offline-Reinforcement-Learning, die durch die direkte Rückpropagation von Q-Gradienten aus dem Original-Aktionsraum über eine differenzierbare One-Step-MeanFlow-Politik eine robuste und hyperparameterunabhängige Verbesserung von Latent-Policies ermöglicht und dabei den Datensatz-Support strikt wahrt.
Die Arbeit stellt WavSLM vor, ein einfaches, single-stream Sprachmodell, das durch Quantisierung und Distillation von WavLM-Repräsentationen semantische und akustische Informationen ohne Textsupervision in einem einzigen Token-Stream modelliert und dabei wettbewerbsfähige Ergebnisse bei geringerer Komplexität erzielt.
Die Autoren schlagen asymmetrische Shapley-Werte als ehrliches Maß zur Bewertung der Bedeutung genomischer Merkmale in klinischen Vorhersagemodellen vor, um die Probleme von Kollinearität und bekannten Kausalrichtungen zu adressieren, und stellen effiziente Algorithmen für lokale und globale Analysen vor, die am Beispiel der Progressions-freien Überlebenszeit bei Darmkrebspatienten veranschaulicht werden.
Die Arbeit stellt GALACTIC vor, ein einheitliches Framework, das erstmals lokale und globale kontrafaktische Erklärungen für das unüberwachte Clustering von Zeitreihen vereint, indem es instanzspezifische Störungen generiert und durch ein supermodulares MDL-Optimierungsverfahren eine kompakte, nicht-redundante globale Zusammenfassung der Clusterübergänge liefert.
Die Arbeit stellt FairFinGAN vor, ein auf WGAN basierendes Framework zur Erzeugung fairer synthetischer Finanzdaten, das durch direkte Integration von Fairness-Bedingungen in den Trainingsprozess Verzerrungen bezüglich geschützter Attribute reduziert, ohne die Nützlichkeit der Daten für nachgelagerte Aufgaben signifikant zu beeinträchtigen.
Diese Arbeit zeigt, dass die Admissibilität in der prädiktiven Inferenz irreduzibel kriterienrelativ ist, indem sie vier paarweise nicht-nested Admissibilitätsgeometrien identifiziert, die jeweils durch unterschiedliche Zertifikate der Optimalität und inkompatible Optimierungsrahmen charakterisiert werden.
Diese Arbeit entwickelt eine umfassende statistische Theorie für empirische Risikominimierungs-Entscheidungsbäume, die durch scharfe Oracle-Ungleichungen und minimax-optimale Raten über neuartige Funktionenklassen die statistische Optimalität und den Kompromiss zwischen Interpretierbarkeit und Genauigkeit unter verschiedenen Rauschbedingungen rigoros begründet.
Diese Arbeit stellt den Geometric-Aware Quantization (GAQ)-Framework vor, der durch eine magnituden- und richtungsentkoppelte Quantisierung sowie symmetriebewusste Trainingsstrategien SO(3)-äquivariante Graph Neural Networks komprimiert, ohne deren kontinuierliche Symmetrie zu verletzen, und damit auf Consumer-Hardware eine signifikante Beschleunigung bei gleichzeitiger Erhaltung der physikalischen Konsistenz für molekulare Simulationen ermöglicht.
Der vorgestellte Ansatz „InfoFlow KV" überwindet die Engpässe bei der Inferenz für lange Kontexte in RAG-Systemen, indem er die selektive KV-Neuberechnung als Informationsflussproblem formuliert und mithilfe eines Aufmerksamkeits-Norm-Signals sowie einer kontextsensitiven Chunk-Neuordnung effizient die für die Generierung relevanten Token identifiziert.
Die Arbeit stellt TS-BOSS vor, einen skalierbaren, score-basierten Algorithmus zur Entdeckung kausaler Strukturen in multivariaten Zeitreihen, der durch die Erweiterung der BOSS-Methode mit dynamischen Bayesianischen Netzwerken und Grow-Shrink-Bäumen eine hohe Effizienz und theoretische Fundierung bietet, insbesondere in Regimen mit starker Autokorrelation.
Diese Arbeit stellt ein neuartiges tiefes adversariales Framework vor, das Inter-Subjekt-Variabilität explizit in die adversarielle Aufgabe integriert, um subjektunabhängige Merkmalsrepräsentationen zu erlernen und die Generalisierungsfähigkeit bei der inertialsensorbasierten Aktivitätserkennung zu verbessern.
Die Studie stellt TopKGraphs vor, eine robuste und interpretierbare Methode zur Schätzung von Knotenähnlichkeiten in Netzwerken, die durch jaccard-biasierte Random Walks und Rangaggregation in verschiedenen Szenarien überlegene oder wettbewerbsfähige Ergebnisse im Vergleich zu etablierten Ähnlichkeitsmaßen und Embedding-Ansätzen liefert.
Diese Studie widerlegt die Notwendigkeit lernbarer Restriktionsabbildungen in Sheaf Neural Networks, indem sie zeigt, dass ein einfacher Baseline-Ansatz mit identischen Abbildungen auf heterophilen Graphen vergleichbare Ergebnisse erzielt und das erwartete Überglättungsverhalten nicht empirisch bestätigt wird.
Dieser Artikel bietet eine statistische Übersicht über den Einsatz synthetischer Daten durch generative KI, beleuchtet deren Chancen und methodische Grenzen und leitet daraus Prinzipien sowie praktische Empfehlungen für eine valide Anwendung in Forschung und Praxis ab.
Die Arbeit stellt MobileFetalCLIP vor, einen effizienten 11,4-Millionen-Parameter-Studenten-Modell, das durch eine neuartige selektive repulsive Wissensdistillation trainiert wird und damit einen 304-Millionen-Parameter-Lehrer bei der Analyse fetaler Ultraschallbilder übertrifft, was eine Echtzeit-Anwendung auf mobilen Geräten in ressourcenarmen Umgebungen ermöglicht.
Die Autoren stellen ein neuartiges, inhärent interpretierbares neuronales Netzwerk für medizinische Tabellendaten vor, das durch das Lernen von diskretisierten Prototypen-Teilen klinisch verständliche Vorhersagen trifft und dabei eine mit etablierten Basismodellen vergleichbare Genauigkeit erreicht.
Diese Arbeit stellt ein einheitliches Framework vor, das mithilfe eines byte-level Sequential-Monte-Carlo-Algorithmus mehrere Sprachmodelle zu -Ensembles kombiniert, um Verzerrungen bei der Stichprobenziehung zu vermeiden und die Leistung bei strukturierten Textgenerierungsaufgaben zu verbessern.
Die Arbeit stellt OPSDC vor, eine Methode zur on-policy Selbst-Distillation, die Reasoning-Modelle durch Minimierung der Reverse-KL-Divergenz gegenüber ihren eigenen, durch den Befehl „sei prägnant" gesteuerten Ausgaben dazu anleitet, ihre Denkprozesse automatisch zu komprimieren, wodurch bei gleichzeitiger Verbesserung der Genauigkeit auf Benchmarks wie MATH-500 und AIME 2024 bis zu 59 % der Token eingespart werden.
Die Arbeit stellt Latent Wasserstein Adversarial Imitation Learning (LWAIL) vor, ein neuartiges Framework, das durch die Nutzung eines dynamikbewussten latenten Raums und des Wasserstein-Abstands erfolgreich Expertenniveau erreicht, indem es lediglich ein oder wenige Demonstrationsbeispiele ohne Aktionsdaten benötigt.
Die Studie stellt einen physikalisch konsistenten Ansatz zur Echtzeit-Rekonstruktion quantenmechanischer Zustände aus kontinuierlichen Messdaten vor, der durch eine Kraus-Strukturierte Ausgabeschicht in Kombination mit verschiedenen Sequenzmodellen (insbesondere Kraus-LSTM) die Genauigkeit verbessert und gleichzeitig die Einhaltung physikalischer Gesetze wie Positivität und Spur-Erhaltung garantiert.