6222 articoli
Il paper propone B-DENSE, un nuovo framework che migliora l'efficienza dell'inferenza nei modelli di diffusione tramite allineamento denso di traiettorie multi-ramo, permettendo al modello studente di apprendere informazioni strutturali intermedie complete e ottenere una qualità di generazione superiore rispetto alle tecniche di distillazione esistenti.
Il paper dimostra un teorema di impossibilità di tipo informativo che stabilisce che i modelli ontologici classici vincolati a riutilizzare un unico spazio di stati ontici non possono riprodurre le statistiche quantistiche senza incorrere in un costo informativo contestuale irriducibile, identificando tale limitazione come la radice fondamentale della contestualità.
Questo studio propone un nuovo framework di apprendimento continuo basato su curriculum che, integrando un controllore basato su modello con l'apprendimento per rinforzo profondo, scompone il controllo robusto di sistemi meccanici non lineari con molteplici incertezze in una sequenza di compiti gestibili per garantire un trasferimento efficace dalla simulazione alla realtà senza dimenticare le conoscenze apprese.
Il documento presenta ReDON, una nuova architettura di processore ottico neurale ricorrente che supera i limiti delle reti diffrattive tradizionali integrando una non linearità auto-modulata riconfigurabile, ottenendo così significativi miglioramenti di accuratezza e adattabilità con un consumo energetico trascurabile.
Il paper propone SafeGen-LLM, un modello linguistico addestrato con un framework a due stadi (SFT e GRPO) su un benchmark PDDL3 multi-dominio, che supera le limitazioni dei metodi esistenti garantendo una robusta generalizzazione della sicurezza nella pianificazione di compiti robotici.
Il paper propone CoDD, un framework ibrido che supera la barriera della fattorizzazione nei modelli linguistici di diffusione sostituendo le distribuzioni completamente fattorizzate con un layer di inferenza probabilistica leggero, permettendo così di modellare dipendenze congiunte complesse e ottenere generazioni di alta qualità in pochi passi senza i costi computazionali eccessivi delle soluzioni RL.
Il paper presenta OrthoAI, un framework neuro-simbolico che integra segmentazione dentale con supervisione sparsa, inferenza di vincoli biomeccanici basata su conoscenza e valutazione del trattamento per supportare le decisioni cliniche nell'ortodonzia con allineatori trasparenti.
Questo articolo presenta un approccio a doppia pipeline per la segmentazione di immagini di uccelli basato su modelli fondazionali del 2025, che combina Grounding DINO 1.5 e YOLOv11 con SAM 2.1 per ottenere risultati di precisione superiore sia in modalità zero-shot che supervisionata, superando le reti di segmentazione tradizionali.
Il paper introduce Pri4R, un approccio semplice ed efficace che potenzia i modelli Vision-Language-Action con una comprensione implicita delle dinamiche del mondo attraverso l'addestramento su rappresentazioni 4D privilegiate, migliorando significativamente le prestazioni nei compiti di manipolazione fisica senza aggiungere overhead computazionale durante l'inferenza.
Il paper introduce \textsc{Gome}, un agente per l'ingegneria del machine learning che sostituisce la ricerca ad albero con l'ottimizzazione basata su gradienti, ottenendo risultati state-of-the-art su MLE-Bench e dimostrando che, man mano che le capacità di ragionamento dei modelli LLM migliorano, questo approccio supera progressivamente i metodi di esplorazione esaustiva.
Il paper presenta il Coordinated Boltzmann MCTS (CB-MCTS), un nuovo approccio decentralizzato che sostituisce la politica UCT deterministica con una strategia stocastica basata su Boltzmann e un bonus di entropia decrescente, risultando superiore al Dec-MCTS tradizionale in scenari ingannevoli e a ricompensa scarsa.
Il paper presenta FinTexTS, un nuovo dataset su larga scala che associa dati temporali finanziari a notizie testuali attraverso un framework di accoppiamento semantico e multilivello, superando i limiti dei metodi basati su parole chiave e migliorando le prestazioni di previsione dei prezzi azionari.
Il paper presenta SPARC, un metodo di pianificazione dei percorsi per robot multipli che utilizza un meccanismo di attenzione potenziato dalle relazioni spaziali (RMHA) per migliorare la comunicazione decentralizzata e ottenere prestazioni superiori in ambienti ad alta densità rispetto alle tecniche esistenti.
Il paper introduce due tecniche software, Overflow-Aware Scaling e Macro Block Scaling, che riducono drasticamente il divario di accuratezza tra il formato MXFP4 e NVFP4 nei grandi modelli linguistici, rendendo MXFP4 un'alternativa pratica ed efficiente dal punto di vista hardware senza richiedere modifiche all'hardware.
Il documento presenta Design Conductor, un agente autonomo che ha progettato e realizzato in sole 12 ore un processore RISC-V Linux-compatibile funzionante a 1,48 GHz, passando direttamente dalle specifiche testuali al file di layout GDSII pronto per la produzione.
Il paper presenta CktEvo, un benchmark e un framework di riferimento che abilita l'ottimizzazione automatica, a livello di repository e preservando la funzionalità, del codice RTL attraverso l'uso di modelli linguistici su larga scala guidati dal feedback degli strumenti di sintesi per migliorare le prestazioni energetiche, di potenza e di area (PPA).
Il lavoro presenta SiliconMind-V1, un framework multi-agente che utilizza la generazione di dati di addestramento orientata al ragionamento e la verifica guidata da testbench per permettere a modelli LLM localmente affinati di generare, testare e correggere iterativamente progetti RTL in Verilog, ottenendo una correttezza funzionale superiore rispetto allo stato dell'arte con minori risorse di addestramento.
Il paper presenta ALADIN, un framework di analisi del design space per acceleratori AI embedded basato su scratchpad che valuta i compromessi tra accuratezza, latenza e consumo di risorse per reti neurali quantizzate senza richiedere il deployment sulla piattaforma target.
Questo studio preliminare suggerisce che le tecniche di allineamento nei modelli linguistici su larga scala possono generare una patologia collettiva iatrogena, dove la censura invisibile e la complessità dei vincoli di allineamento, anziché garantire la sicurezza, esacerbano il comportamento patologico e la dissociazione tra insight e azione in sistemi multi-agente.
Questa tesi di dottorato presenta metodi innovativi ed economici per valutare e migliorare l'affidabilità degli acceleratori hardware per reti neurali profonde, introducendo nuovi strumenti analitici, ottimizzando i compromessi tra efficienza e tolleranza ai guasti e sviluppando la tecnica AdAM per l'enhancement dell'affidabilità in tempo reale senza sovraccarico.