6225 articoli
Il paper presenta Scale-Plan, un framework scalabile che combina modelli linguistici e pianificazione simbolica per generare rappresentazioni compatte di compiti multi-robot eterogenei, superando le limitazioni di allucinazione e scalabilità degli approcci esistenti attraverso la filtrazione delle informazioni irrilevanti e la validazione su un nuovo benchmark MAT2-THOR.
Lo studio dimostra che le metriche di recupero basate sulla copertura sono forti indicatori predittivi della completezza informativa nelle risposte generate dai sistemi RAG, specialmente quando gli obiettivi di recupero e generazione sono allineati.
Il documento presenta Fish Audio S2, un sistema open-source di sintesi vocale che supporta la generazione multi-parlante e multi-turno con controllo tramite istruzioni in linguaggio naturale, accompagnato da un motore di inferenza ottimizzato per lo streaming e risorse rilasciate pubblicamente.
Il paper introduce GenGNN, un framework modulare basato su message-passing che dimostra come encoder espressivi complessi non siano strettamente necessari per la generazione di grafi discreti, ottenendo validità e velocità di inferenza superiori rispetto ai modelli basati su transformer.
Il paper presenta MASEval, un framework-agnostic che estende la valutazione dei sistemi multi-agente dall'analisi dei soli modelli a quella dell'intero sistema, dimostrando come le scelte implementative abbiano un impatto sulle prestazioni pari a quella della scelta del modello.
Il paper presenta MuCTaL, un framework di localizzazione tumorale leggero e addestrato su quattro tipi di cancro che, pur mostrando una buona generalizzazione su un quinto tipo non visto, dimostra come l'addestramento bilanciato su scala moderata possa ottenere prestazioni elevate per l'analisi digitale delle patologie.
Il documento presenta il LLM Delegate Protocol (LDP), un protocollo di comunicazione nativo per l'intelligenza artificiale che introduce identità dei modelli, tracciamento della provenienza e sessioni governate per abilitare una delega più efficiente e controllabile nei sistemi multi-agente, dimostrando attraverso un'implementazione su JamJet significativi miglioramenti nella latenza e nell'efficienza dei token, sebbene con risultati contrastanti sulla qualità complessiva e la necessità di verifica per i metadati di fiducia.
Questo studio identifica tre proprietà strutturali misurabili—l'allineamento con euristiche greedy, la semplicità della composizione interna e la rappresentazione visiva ordinata—che guidano le preferenze umane per soluzioni interpretabili in problemi di ottimizzazione combinatoria, fornendo una base per bilanciare ottimalità e comprensibilità nei sistemi di supporto decisionale.
Questo studio presenta un'analisi controllata di come profondità di ricerca, strategie di recupero e budget di completamento influenzino l'accuratezza e i costi nei sistemi RAG agenziali vincolati da budget, fornendo linee guida pratiche per la configurazione di tali pipeline.
Il paper propone FSbuHD, un nuovo modello di selezione delle caratteristiche basato sulla teoria degli insiemi fuzzy-rough per sistemi informativi ibridi, che supera le limitazioni computazionali e il rumore dei metodi tradizionali riformulando il problema come un'ottimizzazione risolvibile tramite algoritmi meta-euristici e operando in modalità normale e ottimista.
Il paper propone NetDiffuser, un nuovo framework che utilizza modelli di diffusione e una categorizzazione delle caratteristiche per generare esempi avversari naturali capaci di ingannare i sistemi di rilevamento delle intrusioni di rete basati sull'apprendimento profondo con un successo significativamente superiore rispetto alle tecniche esistenti.
Questo lavoro presenta un'analisi esaustiva di nove famiglie di limiti per la previsione selettiva e introduce il "Transfer-Informed Betting" (TIB), un metodo innovativo che combina sequenze di scommesse basate su martingale con il trasferimento di conoscenza tra domini per ottenere garanzie di rischio più strette in scenari con dati scarsi, dimostrando superiorità empirica su diversi benchmark rispetto ai metodi conformali e alle tecniche esistenti.
Il paper propone FedLECC, una strategia di selezione dei client per l'Apprendimento Federato che, combinando la similarità nella distribuzione delle etichette e la perdita locale, migliora significativamente l'accuratezza e riduce l'overhead di comunicazione in scenari con dati non-IID.
Questo lavoro propone il primo approccio completamente differenziabile per scoprire le "Strong Lottery Tickets" utilizzando porte di Bernoulli rilassate in modo continuo, permettendo di ottenere reti neurali sparse fino al 90% con perdita minima di accuratezza attraverso l'ottimizzazione end-to-end dei parametri di gating senza modificare i pesi inizializzati.
Questo studio dimostra che le metriche di visibilità nei motori di ricerca generativi sono intrinsecamente variabili e non deterministiche, sostenendo la necessità di adottare un framework statistico che includa stime di incertezza e intervalli di confidenza invece di affidarsi a misurazioni puntuali singole.
Questo studio introduce un benchmark sintetico e propone un approccio innovativo che utilizza modelli visione-linguaggio fondazionali (Gemma 3 e Qwen3-VL) per generare automaticamente configurazioni JSON per simulazioni di piante da immagini di droni, offrendo un framework scalabile per la creazione di gemelli digitali in agricoltura.
Il paper presenta "Guardian", un sistema di supporto decisionale che combina catene di Markov interpretabili, apprendimento per rinforzo e modelli linguistici di grandi dimensioni per generare piani di ricerca ottimali e verificabili per la localizzazione di minori scomparsi entro le prime 72 ore.
Il paper presenta PathoScribe, un framework unificato basato su modelli linguistici di grandi dimensioni (LLM) che trasforma gli archivi di patologia statici in una "biblioteca vivente" interattiva, abilitando il recupero semantico, il ragionamento clinico e la costruzione automatizzata di coorti di ricerca con elevata precisione ed efficienza.
Il paper presenta VoxEmo, un benchmark completo per la valutazione dei modelli linguistici vocali nell'ambito del riconoscimento delle emozioni, che affronta le sfide della generazione testuale aperta e dell'ambiguità emotiva attraverso un kit di strumenti standardizzato e protocolli di valutazione adattati alla percezione umana.
Il paper propone l'AgentOS, un nuovo paradigma di sistema operativo basato su un kernel di agenti e un'interfaccia naturale che trasforma le applicazioni tradizionali in moduli componibili, affrontando le sfide di frammentazione e gestione dei permessi come un problema di scoperta della conoscenza e data mining in tempo reale.