3672 Arbeiten
Die Studie stellt OpenSanctions Pairs, einen großen Datensatz für das Entity Matching vor, und zeigt, dass große Sprachmodelle (LLMs) die bestehende regelbasierte Produktionslösung in Bezug auf die Genauigkeit deutlich übertreffen, was einen Paradigmenwechsel hin zu verbesserten Pipeline-Komponenten wie Blocking und Clustering nahelegt.
Der vorgestellte Ansatz quantifiziert die epistemische Unsicherheit von neuronalen Operatoren für PDEs effizient und räumlich präzise, indem er stochastische Störungen gezielt nur im Anhebe-Modul (Lifting) einführt, anstatt das gesamte Netzwerk zu perturbieren, was zu verlässlicheren Unsicherheitsbändern und einer besseren Ausrichtung mit lokalen Fehlerstrukturen führt.
Diese Arbeit stellt eine theoretische Grundlage vor, die es ermöglicht, die für den Durchsatz optimalen Hyperparameter von vortrainierten Sprachmodellen analytisch vorherzusagen, um das kostspielige experimentelle Training für die Optimierung von spekulativem Decodieren zu vermeiden.
Der Artikel stellt TinyNav vor, ein ressourceneffizientes TinyML-System, das auf einem ESP32-Mikrocontroller läuft und durch ein quantisiertes, 23.000 Parameter großes neuronales Netz Echtzeit-Navigationsbefehle basierend auf Tiefendaten berechnet, wodurch autonome Roboter ohne externe Rechenleistung gesteuert werden können.
Die Arbeit stellt CausalTimePrior vor, ein Framework zur Generierung synthetischer zeitlicher struktureller kausaler Modelle mit Beobachtungs- und Interventionsdaten, das Prior-Data-Fitted-Netzwerke (PFNs) befähigt, kausale Effekte in Zeitreihen im Kontext zu schätzen.
Das Paper stellt FiCSUM vor, ein allgemeines Framework, das durch die Erstellung von Fingerabdrücken aus zahlreichen dynamisch gewichteten Meta-Informationen sowohl überwachtes als auch unüberwachtes Konzeptverhalten in Datenströmen präziser darstellt und damit die Erkennung von Konzeptdrift im Vergleich zu bestehenden Methoden verbessert.
Diese Arbeit stellt einen Graph-Tokenisierung-Framework vor, der reversible Graphen-Serialisierung mit Byte-Pair-Encoding kombiniert, um Transformer-Modelle ohne architektonische Änderungen auf Graphendaten anzuwenden und dabei auf 14 Benchmark-Datensätzen state-of-the-art-Ergebnisse zu erzielen.
Die Studie zeigt, dass Routing-Signaturen in Sparse-Mixture-of-Experts-Transformern eine messbare, aufgabenabhängige Struktur aufweisen, die eine hochpräzise Klassifizierung von Aufgaben ermöglicht und beweist, dass der Routing-Mechanismus mehr als nur ein Lastausgleich ist.
Dieses Paper stellt einen skalierbaren, datengesteuerten Superpositionsoperator vor, der mithilfe von Deep Learning auf synthetischen Markov-Ankunftsprozessen trainiert wird, um die statistischen Eigenschaften nicht-erneuernder Ankunftsströme in Warteschlangennetzwerken präzise zu approximieren und dabei klassische Methoden in Bezug auf Genauigkeit und Berücksichtigung höherer Abhängigkeitsstrukturen übertrifft.
Das Paper stellt das Group Resonance Network (GRN) vor, ein neues Modell zur EEG-basierten Emotionserkennung, das individuelle Dynamiken mit lernbaren Gruppenprototypen und einer Multi-Subjekt-Resonanzanalyse kombiniert, um die Herausforderungen der interindividuellen Variabilität in Cross-Subject-Szenarien zu überwinden.
Diese Studie stellt einen hochauflösenden, wettergesteuerten Surrogatmodellierungsansatz vor, der durch die Erfassung kurzfristiger wetterbedingter Energieverbrauchsmuster eine dateneffiziente und wiederverwendbare Vorhersage der Gebäudeenergieleistung über verschiedene Standorte hinweg ermöglicht, ohne umfangreiche Simulationen mehrerer Standorte zu benötigen.
Die Arbeit stellt Co-Diffusion vor, ein neuartiges, affinitätsbewusstes Zwei-Phasen-Framework auf Basis latenter Diffusion, das die Generalisierungsfähigkeit bei der Vorhersage von Arzneimittel-Ziel-Affinitäten, insbesondere in kalten Start-Szenarien mit neuen Molekülgerüsten und Proteinfamilien, erheblich verbessert.
Diese Arbeit überwindet fundamentale Grenzen der neuronalen Approximationstheorie, indem sie eine dreidimensionale ReLU-Architektur einführt, die durch effiziente Sägezahn-Funktionen exponentielle Approximationsraten für analytische Funktionen und erstmals quantitative, nicht-asymptotische Ergebnisse für allgemeine -Funktionen ermöglicht.
Diese Arbeit stellt eine skalierbare Quanten-Convolutional-Architektur vor, die durch lokalisierte Kostenfunktionen und eine tensornetzwerkbasierte Initialisierung das Problem der barren plateaus löst und damit auf dem MNIST-Datensatz eine Klassifikationsgenauigkeit von 98,7 % bei deutlich reduzierter Parameteranzahl erreicht.
Die Arbeit stellt HOMA vor, einen neuen Aufmerksamkeitsoperator für Proteinsequenzen, der durch die Fusion von paarweisen und expliziten triadischen Interaktionen die Vorhersagegenauigkeit bei strukturellen und funktionellen Eigenschaften verbessert, ohne dabei die Recheneffizienz übermäßig zu beeinträchtigen.
Dieser Beitrag erweitert die konforme e-Vorhersage auf Fälle mit beobachteter Verwechslung (Confounding) zwischen den Zufallsobjekten und ihren Labels, wobei sowohl unabhängige und identisch verteilte Daten als auch Szenarien mit Abhängigkeiten zwischen den Beobachtungen betrachtet werden.
Die Arbeit stellt REOPOLD vor, ein Framework, das durch die Interpretation von On-Policy-Distillation als Policy-Optimierung und die Einführung relaxierter Belohnungsmechanismen die Stabilität und Effizienz bei der Übertragung von Reasoning-Fähigkeiten auf kleinere Modelle signifikant verbessert.
Diese Arbeit stellt nichtparametrische Regressionsmethoden auf Basis von tiefen neuronalen Netzen unter dem Prinzip der minimalen Fehlerentropie für stark mischende Beobachtungen vor und zeigt, dass sowohl nicht- als auch sparse-gestraffte Schätzer die minimax-optimalen Konvergenzraten erreichen.
Die Studie stellt H2LooP Spark Preview vor, einen kontinuierlichen Vortrainings-Pipeline, der das Open-Source-Modell OLMo-3-7B durch die Verarbeitung von 23,5 Milliarden Tokens eingebetteter Systemdaten spezialisiert und dabei auf Benchmark-Tests in 8 von 13 Kategorien die Leistung von großen geschlossenen Modellen wie Claude Opus 4.6 und Qwen3-Coder-30B übertrifft.
Diese Arbeit stellt GCIG (Group Counterfactual Integrated Gradients) vor, ein Regularisierungsframework, das prozedurale Fairness in maschinellen Lernmodellen sicherstellt, indem es während des Trainings die Erklärungsstabilität über verschiedene geschützte Gruppen hinweg erzwingt und so das Vertrauen in die Modellentscheidungen stärkt, ohne die Vorhersagegenauigkeit zu beeinträchtigen.