6915 articoli
Il documento presenta la Sparse Isotonic Shapley Regression (SISR), un nuovo framework unificato per l'IA spiegabile che supera i limiti dell'additività e della densità dei valori Shapley tradizionali, apprendendo simultaneamente una trasformazione monotona non lineare e imponendo vincoli di sparsità per fornire attribuzioni robuste, efficienti e teoricamente fondate in scenari complessi.
Il paper introduce il Parallel Decoder Transformer (PDT), un'architettura che trasforma la decomposizione di compiti paralleli da una strategia di prompting esterna a un meccanismo di coordinamento interno, permettendo a un modello linguistico congelato di generare flussi multipli sincronizzati attraverso una pianificazione latente e un protocollo di condizionamento speculativo.
Questo lavoro introduce WildRoad, un nuovo dataset globale per strade off-road, e MaGRoad, un framework di estrazione basato su un ragionamento centrato sul percorso che supera i limiti dei metodi esistenti ottenendo prestazioni allo stato dell'arte e una maggiore efficienza.
Il paper presenta SALVE, un quadro unificato che combina autoencoder sparsi e mappatura di salienza per scoprire, validare e controllare meccanicisticamente il comportamento delle reti neurali attraverso interventi precisi nello spazio dei pesi, garantendo sistemi di AI più trasparenti e controllabili.
Questa survey propone un quadro unificato basato su quattro paradigmi per analizzare l'adattamento degli agenti AI post-pretraining, esaminando metodi di ottimizzazione, architetture di memoria e competenze sia per l'agente che per gli strumenti, al fine di confrontarne i compromessi e delineare le sfide future.
Il paper presenta LaMer, un framework Meta-RL che permette agli agenti LLM di esplorare attivamente e adattarsi in tempo reale tramite riflessione, migliorando significativamente le prestazioni e la generalizzazione su compiti complessi rispetto alle tradizionali tecniche di apprendimento per rinforzo.
Il paper introduce Re-Depth Anything, un framework di auto-supervisione a test-time che migliora l'estimazione della profondità monoculari fondendo modelli fondazionali con prior di diffusione su larga scala per affinare le mappe di profondità tramite ricreazione dell'illuminazione e Score Distillation Sampling, ottenendo risultati all'avanguardia senza richiedere etichette.
Questo studio dimostra che, nel contesto delle query Text-to-SQL su Google BigQuery, i modelli di ragionamento offrono un'efficienza dei costi superiore rispetto ai modelli non di ragionamento, poiché riducono significativamente il consumo di dati mantenendo un'accuratezza equivalente, mentre evidenzia che l'ottimizzazione della velocità non garantisce l'efficienza economica a causa di una debole correlazione tra tempo di esecuzione e costi cloud.
Il documento presenta NeuroSPICE, un framework basato su reti neurali informate dalla fisica che risolve le equazioni differenziali algebriche dei circuiti tramite minimizzazione del residuo, offrendo vantaggi unici per l'ottimizzazione del progetto e la simulazione di dispositivi emergenti non lineari rispetto ai metodi SPICE tradizionali.
Il documento presenta il quadro teorico CCE (Conservation-Congruent Encoding), che unifica dissipazione termodinamica, misurazione quantistica e geometria dello spaziotempo in un modello fisico neutrale rispetto al substrato per definire l'intelligenza come un processo di estrazione di lavoro che rispetta i vincoli di conservazione.
Questo studio introduce un framework di valutazione legibile agli operatori per la previsione del carico della rete elettrica, dimostrando che i modelli basati su spazi di stato (SSM) con integrazione meteorologica mirata offrono una maggiore affidabilità operativa rispetto alle metriche di accuratezza tradizionali, mentre evidenzia la necessità di vincoli specifici per evitare il rischio di "sicurezza finta" derivante da previsioni probabilistiche eccessivamente conservative.
Il paper presenta DrivingGen, il primo benchmark completo per i modelli di mondo generativi nella guida autonoma, che combina un dataset diversificato e nuove metriche per valutare realisticamente la coerenza temporale, la plausibilità delle traiettorie e il controllo, colmando le lacune delle valutazioni attuali e guidando lo sviluppo di simulatori affidabili.
Il paper introduce Batch-of-Thought (BoT), un metodo senza addestramento che migliora il ragionamento dei modelli linguistici elaborando query correlate in batch per sfruttare segnali trasversali, identificare errori e ridurre i costi computazionali fino al 61%.
Il documento presenta NC-Bench, un nuovo benchmark teorico basato sul Framework di Conversazione Naturale dell'IBM che valuta la competenza conversazionale dei modelli linguistici su tre livelli (di base, con RAG e complesso) concentrandosi sulla struttura e sul flusso dell'interazione piuttosto che sui contenuti specifici.
Questo studio rivela come il predittore LAION-Aesthetics, ampiamente utilizzato per addestrare modelli di generazione di immagini, perpetui pregiudizi culturali e di genere attraverso un "sguardo algoritmico" che privilegia canoni estetici occidentali e maschili, escludendo altre prospettive e richiedendo un passaggio verso valutazioni più pluralistiche.
Questo paper introduce un'architettura di sicurezza per gli agenti di uso informatico basata sulla pianificazione "single-shot" e sull'isolamento strutturale, che garantisce l'integrità del flusso di controllo contro gli attacchi di iniezione di prompt e di deviazione dei rami, permettendo di conciliare sicurezza rigorosa e utilità operativa senza compromettere le prestazioni.
Il paper presenta BoxMind, un sistema AI a ciclo chiuso che trasforma i dati video non strutturati in strategie tattiche ottimizzate per il pugilato, validato con successo durante le Olimpiadi del 2024 dove ha contribuito al successo storico della squadra nazionale cinese.
Il paper propone MSAHG, un metodo di apprendimento su ipergrafi che, suddividendo i dati in scenari specifici e utilizzando sub-ipergrafi disaccoppiati, risolve i conflitti di mobilità tra turisti e locali per migliorare la raccomandazione del prossimo punto di interesse.
DevBench è un benchmark basato su dati reali di sviluppo che valuta le prestazioni dei modelli di linguaggio su compiti di completamento del codice, offrendo diagnosi dettagliate e metriche pratiche per guidare la selezione e il miglioramento dei modelli.
Il paper presenta MAS-Orchestra, un framework di addestramento che ottimizza l'orchestrazione multi-agente tramite apprendimento per rinforzo e astrazione a funzioni, accompagnato da MASBENCH, un benchmark controllato che dimostra come i vantaggi dei sistemi multi-agente dipendano dalla struttura del compito e non siano universali, ottenendo al contempo miglioramenti significativi su diverse attività di ragionamento con un'efficienza superiore di 10 volte rispetto alle basi di riferimento.