7354 articoli
Il paper introduce RoboLayout, un'estensione di LayoutVLM che genera scene 3D semanticamente coerenti e fisicamente fattibili per agenti incarnati, integrando vincoli di raggiungibilità differenziabili e una fase di raffinamento locale per ottimizzare la disposizione degli oggetti in base alle capacità fisiche specifiche dell'agente.
Questo articolo offre una guida alle rappresentazioni digitali delle molecole ispirate all'elaborazione del linguaggio naturale (NLP) e alle relative applicazioni basate sull'intelligenza artificiale, fungendo da risorsa fondamentale per i ricercatori che operano all'intersezione tra chimica, scienza dei materiali e informatica.
Il paper presenta Omni-C, un singolo encoder denso basato su Transformer che comprime modalità eterogenee (immagini, audio e testo) in rappresentazioni condivise tramite pre-addestramento contrastivo, eliminando la necessità di architetture Mixture-of-Experts e riducendo significativamente l'uso di memoria rispetto ai modelli multimodali tradizionali.
Il paper introduce NGDBench, un benchmark unificato che valuta le capacità dei modelli neurali nella gestione di dati grafici strutturati supportando l'intero linguaggio di query Cypher, rivelando significative limitazioni negli attuali LLM e metodi RAG nel ragionamento strutturato e nella robustezza al rumore.
Lo studio valuta Boltz-2, un modello di fondazione biomolecolare, su due grandi dataset e conclude che, sebbene offra velocità per lo screening iniziale, manca della risoluzione energetica necessaria per l'identificazione di candidati farmacologici, rendendo indispensabili i metodi basati sulla fisica per garantire affidabilità e raffinamento.
Il paper presenta JAWS, una strategia di regolarizzazione probabilistica che modula dinamicamente il vincolo di stabilità in base alla complessità fisica locale, permettendo ai modelli di operatori neurali di mantenere la stabilità a lungo termine e la fedeltà delle caratteristiche singolari (come gli shock) senza compromettere le regioni lisce, superando così i limiti delle tecniche di regolarizzazione globale.
Il paper presenta VDCook, un sistema operativo auto-evolutivo per la costruzione dinamica e personalizzata di dataset video tramite query in linguaggio naturale, che integra recupero e sintesi controllata per abbattere le barriere all'addestramento di modelli multimediali in domini specifici.
Questo articolo esamina come i rapidi progressi dell'IA, in particolare i modelli fondazionali, stiano ridefinendo le interazioni uomo-dati e l'analisi visiva, evidenziando le nuove sfide legate all'incertezza e alla scalabilità e proponendo un approccio centrato sull'umano che integri principi cognitivi e percettivi per superare i limiti dei paradigmi esistenti.
Il paper presenta EigenData, una piattaforma multi-agente auto-evolutiva che automatizza la sintesi, l'audit e la riparazione dei dati per il function calling, migliorando significativamente la correlazione tra le valutazioni dei modelli e il giudizio umano sulla correttezza funzionale attraverso la correzione del benchmark BFCL-V3 e l'introduzione di metriche basate sullo stato del database.
Il documento presenta il Continuous-Time Koopman Autoencoder (CT-KAE) come un modello surrogato leggero e stabile per le previsioni oceaniche a lungo termine, che supera le limitazioni di instabilità e deriva energetica dei modelli basati su Transformer garantendo un'evoluzione temporale strutturata e un'inferenza estremamente rapida.
Il paper introduce il concetto di "model change" per le logiche descrittive, distinguendo tra evizione, ricezione e revisione, e analizza i risultati teorici sulla loro compatibilità e sulla natura non riducibile della revisione nelle logiche EL e ALC.
Questo studio teorizza come l'IA generativa, pur omogeneizzando le competenze individuali, possa paradossalmente ampliare la disuguaglianza aggregata spostando il valore economico verso asset concentrati, definendo due regimi di disuguaglianza la cui dinamica dipende dalla struttura tecnologica dell'IA e dalle istituzioni del mercato del lavoro.
Il paper introduce CBR-to-SQL, un framework basato sul ragionamento per casi che supera le limitazioni dei metodi RAG tradizionali nel dominio sanitario, ottenendo risultati all'avanguardia nella traduzione da testo a SQL su dati EHR grazie a un processo di recupero a due stadi che migliora l'efficienza e la robustezza anche in condizioni di scarsità di dati.
Il paper presenta PRISM, un metodo che combina apprendimento per imitazione e rinforzo guidato da istruzioni umane per affinare le politiche di manipolazione robotica, migliorandone la robustezza e l'efficienza dei dati attraverso correzioni intermedie e la generazione iterativa di funzioni di ricompensa.
Il paper presenta Tool-Genesis, un benchmark diagnostico che valuta la capacità degli agenti linguistici di creare e utilizzare strumenti autonomamente da requisiti astratti, rivelando come le imperfezioni iniziali nei modelli più avanzati compromettano drasticamente le prestazioni a valle.
Questo studio propone un quadro analitico GeoAI ibrido che integra MGWR, Random Forest e ST-GCN per modellare con successo l'eterogeneità spaziotemporale dei flussi di traffico multimodali e le loro interazioni con l'uso del suolo, offrendo agli urbanisti uno strumento interpretabile e scalabile per la gestione della mobilità e la progettazione delle politiche territoriali.
Lo studio dimostra che il preaddestramento del tokenizzatore su un sistema fisico specifico migliora significativamente l'efficienza e l'accuratezza dei modelli fondazione per la fisica, riducendo l'errore di 64% rispetto all'addestramento da zero e introducendo nuove operazioni di compressione spaziotemporale adattabili.
DreamCAD è un nuovo framework generativo multimodale che supera le limitazioni dei dati annotati producendo modelli CAD editabili direttamente da supervisione a livello di punti e da un vasto dataset di 1 milione di descrizioni, ottenendo prestazioni all'avanguardia nella generazione di geometrie complesse.
Questo articolo dimostra che la topologia dei grafi di dipendenza è determinante per la stabilità dei prezzi nell'economia dei servizi AI in tempo reale e propone un'architettura ibrida che, incapsulando sottografi complessi in slice di risorse, riduce la volatilità dei prezzi fino al 75% mantenendo l'efficienza e la conformità alle policy di governance.
Il paper presenta RACAS, un'architettura agente basata su modelli linguistici che permette il controllo a ciclo chiuso di robot eterogenei tramite descrizioni in linguaggio naturale, eliminando la necessità di riaddestramento o modifiche al codice sorgente quando si cambia piattaforma.