7042 articoli
Il paper propone "Safe Transformer", un approccio modulare che inserisce un bit di sicurezza esplicito e interpretabile all'interno dei modelli linguistici pre-addestrati per garantire un allineamento controllabile e trasparente, ottenendo prestazioni di sicurezza superiori rispetto ai metodi tradizionali con un fine-tuning leggero.
Questo lavoro propone un approccio di apprendimento per rinforzo che, grazie a una codifica delle osservazioni invariante alla densità e a un addestramento randomizzato, permette a un agente di navigare in folle dense con generalizzazione zero-shot, evitando sia il congelamento tipico dei metodi analitici sia i crash dei metodi basati sull'apprendimento tradizionali.
Il documento presenta Calibrated Credit Intelligence (CCI), un framework di valutazione del rischio creditizio che combina reti neurali bayesiane, gradient boosting vincolato alla parità e una strategia di fusione adattiva per garantire previsioni accurate, ben calibrate ed eque anche in presenza di cambiamenti distributivi nel tempo.
Il paper presenta "Agent Hunt", un esperimento che utilizza un mercato simulato basato su ricompense per coordinare agenti LLM nella formalizzazione collaborativa e decentralizzata della topologia algebrica all'interno di un ambiente di dimostrazione interattiva.
Il paper propone la Rank-Factorized Implicit Neural Bias (RIB), un metodo che sostituisce il bias posizionale relativo per abilitare FlashAttention nei Transformer per la super-risoluzione, permettendo di scalare le finestre di attenzione fino a 96×96 e ottenendo prestazioni superiori con tempi di addestramento e inferenza significativamente ridotti.
Il paper introduce ResearchEnvBench, un nuovo benchmark che valuta la capacità degli agenti autonomi di sintetizzare ambienti di esecuzione per codice di ricerca, rivelando significative lacune nelle attuali soluzioni nello sviluppo di dipendenze e nell'adattamento delle versioni software.
Il paper introduce ViroGym, un benchmark completo che valuta l'efficacia dei modelli linguistici proteici nel prevedere gli effetti delle varianti virali e nel guidare la selezione razionale di antigeni, dimostrando come l'integrazione di dati sperimentali *in vitro* migliori la previsione delle mutazioni circolanti dominanti.
Il paper presenta un framework decentralizzato efficiente per l'addestramento di modelli di diffusione eterogenei che, combinando obiettivi di training diversi (DDPM e Flow Matching) e un'architettura ottimizzata, riduce drasticamente i requisiti computazionali e di dati rispetto alle approcci precedenti mantenendo o migliorando la qualità e la diversità dei risultati.
Il paper propone un framework di generazione vincolata che, tramite il fine-tuning di modelli generativi preaddestrati, permette di produrre campioni realistici all'interno di regioni fattibili complesse e non lineari, come quelle tipiche della guida autonoma e del controllo robotico, trovando un nuovo compromesso tra soddisfazione dei vincoli e qualità del campionamento.
Il paper propone StableDRL, un nuovo algoritmo di ottimizzazione della politica che risolve il collasso del reward nei modelli linguistici a diffusione applicando tecniche di clipping incondizionato e auto-normalizzazione per stabilizzare l'addestramento basato su GRPO.
Il paper introduce DIRECTER, un metodo di steering delle attivazioni che migliora il rispetto delle istruzioni nei LLM modulando dinamicamente la forza di steering tramite un ciclo di decodifica guidato dalla plausibilità, riducendo così il rischio di oversteering senza compromettere la qualità del testo.
Il paper introduce ButterflyViT, un metodo che riduce la memoria necessaria per i Vision Transformers basati su Mixture of Experts su dispositivi edge fino a 354 volte trattando gli esperti come rotazioni geometriche di un substrato condiviso anziché come matrici indipendenti, ottenendo una scalabilità sub-lineare con perdita di accuratezza trascurabile.
Il paper presenta ProtAlign, un framework di allineamento delle preferenze multi-obiettivo che ottimizza i modelli di ripiegamento inverso pre-addestrati per bilanciare la progettabilità strutturale con proprietà di sviluppabilità come solubilità e stabilità, superando i limiti degli approcci esistenti senza richiedere un'esperta conoscenza di dominio.
Questo articolo presenta un'analisi esaustiva dei modelli fondazionali robotici per il controllo industriale, proponendo un framework di valutazione basato su 149 criteri che rivela come la maturità attuale di tali modelli sia limitata e frammentata, sottolineando la necessità di integrare sistematicamente sicurezza, fattibilità in tempo reale e robustezza per un'adozione industriale efficace.
Il paper presenta XMACNet, una rete neurale convoluzionale leggera e spiegabile che integra l'attenzione automatica e la fusione multimodale di immagini RGB e indici di vegetazione per classificare con alta precisione le malattie delle piante di peperoncino, superando i modelli esistenti e abilitando il deployment su dispositivi edge.
Il documento presenta l'approccio ICD3, un metodo interpretabile e robusto che rileva il drift concettuale nei dati sbilanciati identificando e monitorando indipendentemente i concetti minoritari per superare l'effetto di mascheramento causato dalle classi dominanti.
Questo studio propone un quadro di spiegabilità multi-livello per validare la robustezza e la coerenza delle spiegazioni SHAP nei modelli di machine learning per la diagnosi e la prognosi dell'Alzheimer, dimostrando che i marcatori cognitivi e funzionali rimangono indicatori stabili e affidabili attraverso diverse fasi della malattia.
Questo articolo presenta un framework di co-progettazione annidata basato su gradienti che ottimizza congiuntamente la forma aerodinamica e il pianificatore di controllo per robot alati, utilizzando un modello surrogato neurale per gestire condizioni di flusso complesse e migliorare le prestazioni in compiti dinamici come l'atterraggio e l'aggancio rispetto ai metodi sequenziali tradizionali.
Questo lavoro propone un metodo di collocation adattivo e consapevole della diversità per le Physics-Informed Neural Networks, formulando la selezione dei punti come un problema di ottimizzazione QUBO sparsa basato su grafi e coreset ibridi per migliorare l'efficienza e l'accuratezza nella risoluzione di equazioni differenziali.
Questo studio dimostra che l'apprendimento simbolico, grazie alla sua capacità di generare modelli predittivi interpretabili e basati su regole, supera i metodi tradizionali di intelligenza artificiale nel rilevamento dei guasti nei processi chimici, offrendo una soluzione sicura e trasparente anche in assenza di dati reali di fallimento.