3536 Arbeiten
Die Studie zeigt, dass ein auf XLS-R basierendes Modell mit nur den ersten drei Schichten die Erkennung von Hustenereignissen in Audiodaten für die Tuberkulose-Screening-Programme in Südafrika und Uganda mit hoher Präzision ermöglicht und dabei rechenintensive Alternativen wie den Audio Spectrogram Transformer übertrifft.
Die Arbeit stellt GGE vor, ein Open-Source-Python-Framework, das durch die Bereitstellung standardisierter, biologisch fundierter Metriken die inkonsistente Evaluierung generativer Modelle für Einzelzell-Genexpressionsdaten behebt und vergleichbare Benchmarking-Prozesse ermöglicht.
Die Arbeit stellt DISCOMAX vor, einen differentierbaren Algorithmus, der auf der diskreten Enumeration thermodynamisch zulässiger Zustände und einer maskierten Softmax-Aggregation basiert, um physik-konsistente neuronale Modelle für Phasengleichgewichte zu trainieren und dabei die Genauigkeit bestehender Methoden bei binären flüssig-flüssig-Gleichgewichten zu übertreffen.
Diese Arbeit stellt ein integriertes Framework vor, das die Hopf-Cole-Transformation mit einem Deep-Learning-Ansatz kombiniert, um die nichtlineare Gasströmung in porösen Medien unter Berücksichtigung von Klinkenberg-Effekten präzise zu modellieren und gleichzeitig eine effiziente inversen Bestimmung schwer messbarer Parameter zu ermöglichen.
Die Arbeit identifiziert das Phänomen des Domain-Sensitivity Collapse bei Single-Domain-Modellen und stellt Teacher-Guided Training (TGT) vor, das durch Wissensdistillation von einem eingefrorenen Multi-Domain-Lehrer die Out-of-Distribution-Erkennung verbessert, ohne zusätzliche Inferenzkosten zu verursachen.
Die Studie zeigt, dass die Integration von duration-bewussten Scheduling-Algorithmen wie HRRN in vLLM die End-to-End-Latenz bei ASR-Serving unter wechselnder Arbeitslast signifikant reduziert, ohne dabei die Durchsatzleistung zu beeinträchtigen oder die Tail-Latenz übermäßig zu verschlechtern.
Die Arbeit stellt RIE-Greedy vor, eine Methode für kontextbasierte Banditen, die durch die Nutzung der inhärenten Stochastizität im Regularisierungsprozess beim Modelltraining eine effektive Exploration ohne zusätzliche Strategien ermöglicht und theoretisch sowie empirisch mit Thompson Sampling vergleichbare Ergebnisse liefert.
Diese Arbeit stellt den SMLM-C-Benchmark vor, um State Space Models auf biologisch realistischen, langfristigen Daten der Einzelmolekül-Lokalisierungsmikroskopie zu evaluieren, und zeigt dabei, dass deren Leistung bei zunehmender zeitlicher Diskontinuität und schwerfälligen Blinkdynamiken erheblich abnimmt.
Die Arbeit stellt einen unified Framework namens wcPCA vor, der robuste, worst-case-optimale Low-Rank-Approximationen für heterogene Datenbereiche entwickelt, deren Konsistenz und asymptotische Garantien theoretisch bewiesen und in Anwendungen wie Matrix Completion sowie realen Ökosystemdaten erfolgreich validiert werden.
Die vorgeschlagene Methode verbessert das federierte Lernen unter Datenheterogenität, indem sie ein globales Modell auf lokal berechnete PCA-Statistiken konditioniert, wodurch eine Oracle-Leistung erreicht wird, die bei kombinierter Heterogenität sogar übertroffen wird und gleichzeitig eine robuste Leistung bei spärlichen Daten gewährleistet.
Diese Arbeit stellt eine robuste Hauptkomponentenanalyse für hochdimensionale, schwerfällige Daten vor, die auf einem logarithmischen Verlust und einem superstatistischen Modell basiert, um die Hauptkomponenten auch bei fehlenden Momenten zuverlässig zu schätzen und dabei klassische PCA-Methoden in Bezug auf Rauschen und Ausreißer zu übertreffen.
Die Studie stellt MRI2Qmap vor, ein quantitatives Rekonstruktionsframework, das räumliche Struktur-Priors aus großen Mengen klinischer gewichteter MRT-Bilder nutzt, um hochbeschleunigte quantitative MRT-Daten (z. B. MRF) ohne Ground-Truth-Trainingsdaten für quantitative Bilder präzise zu rekonstruieren.
Diese Arbeit zeigt, dass Langevin-Dynamik selbst bei beliebig kleinen L²-Fehlern der geschätzten Score-Funktion in hohen Dimensionen innerhalb polynomieller Zeit nicht zur Zielverteilung konvergiert, was die Überlegenheit von Diffusionsmodellen unterstreicht und vor der Verwendung von Langevin-Dynamik mit geschätzten Scores warnt.
Die Arbeit stellt HAPO vor, eine Methode, die durch einen Thompson-Sampling-gesteuerten Mechanismus zur synthetischen Erfolgseinjizierung das Problem des Advantages-Collapses in sparse-Reward-Umgebungen löst und so eine asymptotische Konsistenz gewährleistet, bei der Lehrer-Demonstrationen als temporäres Gerüst dienen, das mit fortschreitender Verbesserung des Modells automatisch abklingt.
Die Arbeit stellt MR-Search vor, ein Meta-Reinforcement-Learning-Verfahren für Suchagenten, das durch die Generierung und Nutzung von Selbstreflexionen über mehrere Episoden hinweg eine verbesserte kontextbasierte Exploration und Generalisierung ermöglicht.
Diese Studie analysiert systematisch, wie numerische Schlechtbedingtheit durch starke Korrelationen in Kandidatenbibliotheken die datengestützte Identifikation biologischer Dynamiken erschwert, und zeigt, dass orthogonale Polynombasen nur dann die Modellgenauigkeit verbessern, wenn die Datenverteilung mit der entsprechenden Gewichtsfunktion übereinstimmt.
Die Studie zeigt, dass durch Prompt-Injection-Angriffe die Erfolgsrate von Jailbreaks bei großen Sprachmodellen von einer polynomialen auf eine exponentielle Skalierung übergeht, was durch ein theoretisches Spin-Glas-Modell erklärt wird, bei dem lange injizierte Prompts als starkes Magnetfeld wirken und einen geordneten Phasenübergang auslösen.
Diese Arbeit widerlegt die Möglichkeit einer effizienteren parallelen Berechnung von Multi-Head-Multi-Layer-Transformern im Vergleich zur unabhängigen Verarbeitung der einzelnen Aufmerksamkeitsköpfe und etabliert unter der Annahme SETH sowie durch Anwendung des Baur-Strassen-Theorems die Optimalität der bekannten Algorithmen für kleine und große Einbettungsdimensionen.
Die Arbeit stellt FinRule-Bench vor, einen Benchmark, der die Fähigkeit von großen Sprachmodellen zur Diagnose von Verstößen gegen Rechnungslegungsprinzipien in realen Finanztabellen bewertet und dabei zeigt, dass die Leistung bei komplexen Aufgaben wie der Identifizierung mehrerer gleichzeitiger Verstöße deutlich nachlässt.
Dieses Paper stellt Teleodynamisches Lernen als ein neues Paradigma vor, das maschinelles Lernen als die durch Ressourcen beschränkte Ko-Evolution von Struktur, Parametern und Anpassungsfähigkeit beschreibt und dabei in der Distinction Engine (DE11) eine interpretierbare, selbstorganisierende KI-Methodik mit konkurrenzfähiger Genauigkeit auf Standard-Benchmarks realisiert.