4439 articoli
Il paper presenta MHDash, una piattaforma open-source progettata per il benchmarking e l'audit di assistenti AI consapevoli della salute mentale, evidenziando come le valutazioni aggregate tradizionali siano insufficienti per rilevare i fallimenti critici nei casi ad alto rischio e nelle interazioni multi-turno.
Questo lavoro teorizza che l'allucinazione nei modelli linguistici è una conseguenza inevitabile dell'ottimizzazione dello spazio di memoria, dimostrando attraverso un teorema di rate-distorsione che, in condizioni di capacità limitata, la strategia informazionalmente ottimale richiede di assegnare alta confidenza a fatti non veri piuttosto che astenersi o dimenticare.
Il paper introduce EverMemBench, il primo benchmark progettato per valutare la memoria a lungo termine nei dialoghi collaborativi multi-attore, rivelando le limitazioni fondamentali dei sistemi attuali nell'attribuzione multi-attore, nel ragionamento temporale e nella consapevolezza della memoria in contesti realistici complessi.
Il paper presenta DEFT, un generatore di traiettorie basato su diffusione che permette ai robot di completare i compiti in modo sicuro anche in caso di guasti agli attuatori, superando significativamente i metodi classici sia in simulazione che nel mondo reale grazie alla sua capacità di generalizzare a condizioni di malfunzionamento non viste durante l'addestramento.
Il paper presenta DMS2F-HAD, una rete innovativa basata su Mamba con due rami e fusione dinamica che supera le tecniche esistenti per la rilevazione di anomalie iperspettrali, offrendo prestazioni all'avanguardia e un'efficienza computazionale significativamente superiore.
Questo articolo presenta FGO, un algoritmo di apprendimento per rinforzo che comprime in modo efficiente il ragionamento a catena di pensiero (CoT) nei modelli linguistici di grandi dimensioni, risolvendo al contempo le limitazioni di GRPO relative all'uso dei dati e al collasso dell'entropia senza compromettere le prestazioni.
Il paper presenta UniWeTok, un tokenizzatore binario unificato con un codice di dimensione $2^{128}$ e un'architettura ibrida che, grazie a nuove tecniche di distillazione e formazione, supera lo stato dell'arte nella ricostruzione ad alta fedeltà, nell'estrazione semantica e nella generazione di immagini con un costo computazionale significativamente inferiore.
Il paper presenta TikArt, un agente multimodale basato su reinforcement learning che stabilizza il ragionamento visivo fine-granulare attraverso un ciclo "Pensa-Apertura-Osserva" che combina zoom e segmentazione per acquisire evidenze locali in modo sequenziale e interpretabile.
Il paper presenta GOT-JEPA, un framework di pre-addestramento basato su un'architettura predittiva a embedding congiunto che migliora la generalizzazione e la gestione delle occlusioni nel tracciamento generico di oggetti, integrando un modulo chiamato OccuSolver per stimare la visibilità e affinare i modelli di tracciamento in ambienti dinamici.
Questo studio dimostra che gli analisti AI autonomi possono replicare a basso costo la diversità analitica umana, rivelando come le scelte metodologiche influenzino i risultati e proponendo nuove norme di trasparenza che includano la segnalazione multiverso e la divulgazione completa dei prompt.
Il paper presenta LAVIDA, un framework end-to-end per la rilevazione di anomalie video in zero-shot che utilizza un Multimodal Large Language Model (MLLM) e un campionatore di esposizione alle anomalie addestrato esclusivamente su dati sintetici per raggiungere prestazioni all'avanguardia su diversi benchmark.
Il paper presenta PatchDenoiser, un framework di denoising ultra-leggero ed efficiente basato su patch multi-scala che, superando i limiti dei metodi tradizionali e delle architetture profonde, elimina il rumore nelle immagini TC a bassa dose preservando i dettagli anatomici con una ridotta complessità computazionale e un consumo energetico significativamente inferiore.
Il paper introduce Hubscan, uno scanner di sicurezza open-source progettato per rilevare il "hubness poisoning" nei sistemi Retrieval-Augmented Generation (RAG) attraverso un'architettura multi-rilevatore che combina analisi statistiche, valutazioni di stabilità e adattabilità a diversi database vettoriali, ottenendo prestazioni elevate nel identificare contenuti dannosi su benchmark e dataset reali.
Il paper presenta AMLRIS, una strategia di apprendimento mascherato consapevole dell'allineamento che migliora la segmentazione di immagini riferite filtrando i pixel non allineati durante l'addestramento senza richiedere modifiche architetturali o overhead inferenziale.
Il paper propone un agente minimale per la dimostrazione automatica di teoremi che, pur adottando un'architettura semplificata rispetto agli stati dell'arte, ottiene prestazioni competitive grazie a un approccio iterativo che migliora l'efficienza dei campioni e riduce i costi, rendendo il codice sorgente disponibile come riferimento open-source per la comunità.
Il documento rivela che l'allineamento alla sicurezza dei modelli linguistici di grandi dimensioni genera un "pregiudizio di rifiuto difensivo", portandoli a negare ingiustificatamente assistenza a compiti legittimi di cybersecurity quando questi contengono termini sensibili, un problema che peggiora con le autorizzazioni esplicite e che richiede un approccio basato sull'intento piuttosto che sulla semplice similarità semantica.
Il paper introduce CARE, un framework agentico che migliora l'accountability clinica nel ragionamento medico multimodale decomponendo il compito in moduli specializzati per l'estrazione di evidenze visive e l'uso di ricompense verificabili, ottenendo prestazioni superiori rispetto agli stati dell'arte.
Il paper propone SEED-SET, un framework di progettazione sperimentale bayesiana che combina valutazioni oggettive e giudizi soggettivi degli stakeholder per testare in modo scalabile ed efficiente l'allineamento etico dei sistemi autonomi in ambiti ad alto rischio.
Il paper introduce BrandFusion, un innovativo framework multi-agente che risolve le sfide dell'integrazione di marchi nei video generati da testo, garantendo al contempo la fedeltà semantica, il riconoscimento del brand e un inserimento contestuale naturale per abilitare la monetizzazione commerciale.
Questo studio presenta la prima valutazione completa del fine-tuning efficiente dei parametri (PEFT) per l'analisi del codice multitasking, dimostrando che un singolo modulo PEFT condiviso può eguagliare o superare il fine-tuning completo offrendo un ottimo compromesso tra prestazioni e efficienza, pur essendo il successo dipendente da fattori come la stabilità del compito e la complementarità, e superando le capacità di modelli LLM generici di grandi dimensioni in compiti di analisi.