7179 articoli
Questo articolo di posizione sostiene che l'antropomorfizzazione dei token intermedi generati dai modelli linguistici come "tracce di ragionamento" è un concetto pericoloso che confonde la natura di questi sistemi e porta a ricerche fuorvianti, invitando la comunità a evitare tale terminologia.
Questo studio adotta un approccio centrato sulle vittime per analizzare come l'attuale governance sociotecnica dell'IA fallisca nel regolamentare l'"ecosistema tecnico malevolo" di modelli open-source e software che facilitano la creazione di immagini intime non consensuali generate dall'IA, evidenziando le carenze delle pratiche di governance attuali.
Questo articolo offre una panoramica completa dell'Apprendimento Federato, esaminandone l'architettura, le sfide tecniche come l'eterogeneità dei dati e la privacy, le applicazioni pratiche e le future direzioni di ricerca per sistemi collaborativi decentralizzati.
Il paper propone HCT-QA, un nuovo benchmark completo per la risposta alle domande su tabelle complesse e orientate all'uomo (HCT), che include migliaia di esempi reali e sintetici per valutare e migliorare le prestazioni di modelli linguistici e visivi.
Il documento presenta FourierSpecNet, un framework ibrido che combina il metodo spettrale di Fourier con l'apprendimento profondo per approssimare efficientemente l'operatore di collisione nell'equazione di Boltzner, garantendo accuratezza, convergenza e una significativa riduzione dei costi computazionali sia per collisioni elastiche che anelastiche.
Il paper introduce i Reasoning Reward Models (ReasRMs), in particolare la famiglia RM-R1, che trasformano la modellazione delle ricompense in un compito di ragionamento tramite un meccanismo di "catena di rubriche" e un addestramento su due fasi, ottenendo prestazioni superiori rispetto a modelli proprietari e open-weight più grandi su diversi benchmark.
Questo studio propone un quadro di analisi a livelli per esaminare 178 benchmark di modelli linguistici e agenti per il codice, rivelando una significativa disparità nella copertura delle fasi del ciclo di vita del software (con un'enfasi eccessiva sull'implementazione e una scarsa attenzione alla progettazione e ai requisiti) e sottolineando la necessità di strategie anti-contaminazione per garantire valutazioni più robuste e pratiche.
Il paper presenta EVA, un nuovo framework di apprendimento asincrono che, ispirandosi alla modellazione linguistica, genera caratteristiche evento-per-evento altamente espressive superando i metodi precedenti sia in compiti di riconoscimento che di rilevamento.
Questo articolo propone K-CAST, un metodo di steering delle attivazioni basato su kNN che mitiga dinamicamente i bias di contenuto nei modelli linguistici, migliorando significativamente la loro accuratezza nel ragionamento formale senza compromettere le capacità linguistiche multilingue.
Il paper introduce AdAEM, un algoritmo di valutazione auto-estensibile che genera dinamicamente domande di test per rivelare in modo più informativo e distinguibile le differenze di valori tra i modelli linguistici su larga scala, superando i limiti delle metriche statiche attuali.
Il paper introduce ESGenius, il primo benchmark completo per valutare le capacità dei modelli linguistici di grandi dimensioni nelle conoscenze ESG e sulla sostenibilità, dimostrando che l'uso della generazione aumentata dal recupero (RAG) su un corpus curato di fonti autorevoli colma significativamente il divario di conoscenza rispetto alle prestazioni zero-shot.
Il paper introduce KramaBench, un benchmark composto da 104 sfide curate manualmente per valutare le capacità end-to-end dei sistemi di intelligenza artificiale nell'orchestrare pipeline complesse per l'estrazione di insight da data lake, rivelando che le attuali soluzioni agentiche faticano a produrre flussi di lavoro funzionanti nonostante la loro efficacia in singoli compiti isolati.
Il paper presenta VisioMath, un benchmark di 1.800 problemi matematici K-12 basato su diagrammi visivamente simili, che rivela come i modelli linguistici multimodali attuali falliscano nel ragionamento comparativo a causa di un disallineamento tra immagine e testo, proponendo strategie di allineamento per migliorare le prestazioni.
Questo studio propone un nuovo framework multidimensionale per valutare la competenza morale dei grandi modelli linguistici, rivelando che, sebbene superino gli umani in scenari etici predefiniti, falliscono significativamente nel discernere le informazioni rilevanti da quelle irrilevanti in contesti complessi, suggerendo che le attuali valutazioni sovrastimino le loro reali capacità di ragionamento morale.
Il paper introduce ContextBench, un benchmark per valutare metodi di modifica del contesto volti ad attivare specifiche caratteristiche latenti nei modelli linguistici, e dimostra che varianti avanzate dell'ottimizzazione evolutiva dei prompt riescono a bilanciare efficacemente forza di attivazione e fluidità linguistica.
Il paper presenta Sysformer, un approccio innovativo che protegge i grandi modelli linguistici (LLM) congelati adattando dinamicamente i prompt di sistema tramite un modello trasformatore, migliorando significativamente la robustezza contro gli attacchi dannosi e la conformità alle richieste sicure senza richiedere un costoso riaddestramento dei parametri del modello.
Il documento propone le Iterative Quantum Feature Maps (IQFMs), un framework ibrido quantistico-classico che costruisce architetture profonde collegando iterativamente mappe di feature quantistiche superficiali con pesi di aumento calcolati classicamente, riducendo così i tempi di esecuzione quantistica e mitigando gli effetti del rumore senza richiedere l'ottimizzazione di parametri quantistici variazionali.
Il paper introduce SPARC, un framework che utilizza autoencoder sparsi allineati per creare uno spazio latente unificato che permette di interpretare e confrontare direttamente concetti ad alto livello tra modelli e modalità diverse, migliorando drasticamente l'allineamento concettuale e abilitando nuove applicazioni come la localizzazione spaziale guidata dal testo.
Questo articolo propone un quadro pedagogico unificato che integra MOOC, insegnamento intelligente e intelligenza artificiale in un modello a strati per trasformare l'istruzione superiore attraverso l'esposizione strutturata, l'allocazione adattiva e l'amplificazione dell'efficienza.
Il paper presenta ExDD, un nuovo framework per il rilevamento di difetti superficiali che supera i limiti della rilevazione di anomalie a una sola classe modellando esplicitamente distribuzioni duali di caratteristiche e generando difetti sintetici tramite modelli di diffusione per affrontare la scarsità di dati.