4869 articoli
Il paper presenta EvoKernel, un framework agenziale auto-evolutivo basato su un approccio di memoria guidata dal valore che supera la scarsità di dati nella sintesi di kernel per architetture NPU, migliorando drasticamente la correttezza e le prestazioni attraverso un processo di stesura iniziale e raffinamento continuo.
Il paper presenta un Filtro a Particelle con Punti di Riferimento Semantici (SLPF) che integra la rilevazione di tronchi e pali con dati LiDAR e GNSS per risolvere il problema dell'aliasing percettivo e garantire una localizzazione robotica robusta nelle vigne, superando significativamente le prestazioni dei sistemi basati solo sulla geometria o sulla visione.
Il paper propone , un modello di valore generalista che fonde adattivamente una previsione a priori con medie empiriche da rollouts sparsi tramite test statistici in tempo reale, ottenendo una stima del baseline a bassa varianza che supera significativamente GRPO e DAPO su sei benchmark di ragionamento matematico.
Il paper presenta GRACE, un simulatore e benchmark unificato per la pianificazione di percorsi multi-robot che consente confronti trasparenti e riproducibili tra diversi livelli di astrazione (griglia, roadmap e continuo) per valutare i compromessi tra fedeltà del modello e scalabilità.
Il paper presenta un nuovo corpus bilingue (inglese/tedesco) di record bibliografici annotati con l'Integrated Authority File (GND) e una tassonomia machine-actionable, progettato per abilitare la classificazione multi-etichetta consapevole dell'ontologia e supportare catalogatori umani tramite assistenti AI trasparenti e valutabili.
Il paper presenta un Diffusion Transformer (DiT) efficiente in termini di parametri, dotato di un codificatore CNN 2D e ottimizzato tramite DDPO con Enformer, in grado di generare sequenze di DNA regolatorio sintetico specifiche per il tipo cellulare con una convergenza più rapida, una minore memorizzazione dei dati e un'attività regolatoria predetta significativamente superiore rispetto ai modelli precedenti.
Il lavoro propone il campionamento predittivo dinamico (DPS), un metodo che accelera il fine-tuning con apprendimento per rinforzo dei grandi modelli di ragionamento prevedendo online la dinamica di apprendimento dei prompt tramite inferenza bayesiana, riducendo così i costosi rollouts e migliorando le prestazioni senza compromettere l'efficienza.
Il paper presenta PharmGraph-Auditor, un sistema ibrido che combina un Knowledge Base farmaceutico unificato e una nuova catena di verifica basata su conoscenze per potenziare la sicurezza e la tracciabilità nella verifica delle prescrizioni, trasformando i modelli linguistici da generatori inaffidabili a motori di ragionamento trasparenti.
LookaheadKV è un framework di evizione della cache KV leggero e preciso che, evitando la costosa generazione di bozze, utilizza moduli efficienti per prevedere l'importanza futura dei token, garantendo prestazioni superiori e una riduzione dei costi di evizione fino a 14,5 volte rispetto ai metodi esistenti.
Lo studio dimostra che il fine-tuning LoRA del backbone LLM Qwen-0.5B, se supportato da dati di addestramento sufficientemente diversificati, migliora significativamente la coerenza vocale, la fedeltà del parlante e il rapporto segnale-rumore nei sistemi TTS rispetto ai modelli congelati.
Questo paper introduce il "Historical Consensus Training", un metodo iterativo che seleziona prior a miscela gaussiana per eliminare definitivamente il collasso posteriore nei VAE, garantendo rappresentazioni informative senza richiedere condizioni di stabilità esplicite o vincoli architetturali.
Il paper propone RAD, un nuovo framework di allineamento per l'apprendimento per rinforzo sicuro che sostituisce i vincoli di costo atteso con vincoli di dominanza stocastica di primo ordine, permettendo un controllo universale dei rischi di coda e delle prestazioni su distribuzioni fuori dal dominio attraverso un'ottimizzazione differenziabile basata sul trasporto ottimo.
Il paper propone CCGE, un metodo di esplorazione guidato dalla copertura dei contatti che, incentivando la scoperta di nuovi pattern di interazione tra dita e oggetti, migliora significativamente l'efficienza dell'addestramento e il successo nei compiti di manipolazione destriosa, permettendo un trasferimento efficace verso sistemi robotici reali.
Il paper presenta GroundCount, un framework che integra modelli di rilevamento oggetti (ODM) con modelli visione-linguaggio (VLM) per fornire un ancoraggio spaziale esplicito, riducendo significativamente le allucinazioni nel conteggio e migliorando l'accuratezza attraverso strategie di prompting che superano la fusione implicita delle feature.
Questo articolo esamina come l'intelligenza artificiale, in particolare attraverso l'apprendimento automatico e l'elaborazione del linguaggio naturale, agisca da catalizzatore per l'innovazione nell'ingegneria del software, ottimizzando le pratiche Agile e automatizzando compiti ripetitivi per migliorare qualità, velocità e adattabilità.
Questo articolo analizza le sfide metodologiche e le soluzioni pratiche per gli studi di miglioramento umano condotti con l'IA di frontiera, evidenziando come la rapida evoluzione di questi sistemi comprometta le assunzioni di validità degli studi controllati randomizzati (RCT) e offra indicazioni per un utilizzo appropriato di tali evidenze nelle decisioni ad alto rischio.
Attraverso una collaborazione interdisciplinare tra informatici e storici dell'arte, questo studio analizza i meccanismi con cui i modelli linguistici-visivi riconoscono lo stile artistico, rivelando che la maggior parte dei concetti da essi utilizzati per le previsioni è considerata coerente e rilevante dagli esperti umani.
Il paper presenta IsalGraph, un metodo che codifica la struttura di qualsiasi grafo finito e semplice in una stringa compatta e isomorfismo-invariante tramite un alfabeto di nove istruzioni, dimostrando che la distanza di Levenshtein tra queste stringhe si correla fortemente con la distanza di modifica dei grafi (GED) e rendendole adatte a ricerche di similarità, generazione e modellazione linguistica.
Il paper presenta V2M-Zero, un approccio di generazione zero-shot che allinea temporalmente la musica al video sfruttando le curve di eventi temporali calcolate indipendentemente per ciascuna modalità, ottenendo risultati superiori rispetto ai metodi basati su dati accoppiati senza richiedere training incrociato.
Il paper presenta NeFTY, un framework di fisica differenziabile che utilizza campi neurali per ricostruire con precisione le proprietà materiali 3D e localizzare difetti sotterranei analizzando misurazioni termiche superficiali transitorie, superando i limiti dei metodi tradizionali e delle PINN a vincoli morbidi.