7354 articoli
Il paper presenta Fly360, un sistema di evitamento degli ostacoli omnidirezionale per droni che, sfruttando una pipeline di percezione-decisione basata su osservazioni RGB panoramiche e una strategia di addestramento con imbardata casuale fissa, supera i limiti dei metodi tradizionali a campo visivo limitato garantendo una consapevolezza spaziale completa in scenari di volo complessi.
Il paper presenta BEVLM, un framework che colma il divario tra la ricchezza semantica dei Large Language Models e la coerenza spaziale delle rappresentazioni Bird's-Eye View, migliorando significativamente sia il ragionamento nelle scene di guida che le prestazioni di guida autonoma end-to-end in scenari critici per la sicurezza.
Questo studio dimostra che le illusioni di movimento statico sono causate dalle capacità predittive del cervello, confermando tale ipotesi attraverso un modello generativo basato su reti neurali e test psicometrici sull'uomo, e propone di studiare i "fallimenti motivati" come strumento per la ricerca sull'intelligenza artificiale.
Il paper presenta EHRSQL, un nuovo benchmark pratico per il testo-SQL sui dati delle cartelle cliniche elettroniche, creato raccogliendo domande da personale ospedaliero e mappandole su database open-source come MIMIC-III ed eICU per affrontare sfide uniche come la gestione di espressioni temporali e la distinzione tra domande risolvibili e non.
Questo articolo presenta una panoramica delle tecniche di deep learning applicate alla progettazione di meccanismi, illustrando come tali metodi permettano di ottenere soluzioni approssimate per problemi reali che richiedono proprietà teoricamente incompatibili, come dimostrato attraverso tre casi di studio su gestione energetica veicolare, allocazione di risorse mobili e aste di approvvigionamento agricolo.
Il paper presenta FEP-Nav, un framework ispirato al Principio dell'Energia Libera che garantisce una navigazione visiva robusta e adattiva in tempo reale minimizzando l'energia variazionale attraverso un meccanismo duale di decodifica top-down e normalizzazione adattiva, permettendo così ai sistemi autonomi di mantenere prestazioni elevate anche in presenza di corruzioni sensoriali.
Il paper dimostra che l'aggiunta di un semplice prompt che richiede di generare sia una risposta corretta che una errata (Contrastive Prompting) migliora significativamente le capacità di ragionamento degli LLM su compiti matematici, di senso comune e simbolici, superando spesso le tecniche esistenti come il Chain-of-Thought senza necessità di esempi few-shot.
Questo articolo presenta un approccio di apprendimento innovativo per il Problema del Commesso Viaggiatore con Vicinanze di Dubins (DTSPN) che, combinando l'inizializzazione dei parametri, l'apprendimento per rinforzo con informazioni privilegiate e un addestramento supervisionato, genera soluzioni circa 50 volte più velocemente dell'algoritmo LKH superando le prestazioni di altri metodi esistenti.
Il paper presenta GPSL, un metodo server-driven per l'apprendimento diviso parallelo che, campionando globalmente i dati, risolve i problemi di dimensione del batch e distribuzione non-IID, garantendo stabilità, precisione e scalabilità con overhead trascurabile.
Il paper propone una formalizzazione della coscienza come un processo di elaborazione dell'informazione qualitativa e gerarchica, guidata dalla valenza e dalla necessità di sopravvivenza, che fonda la causalità psichico-fisica e precede la costruzione di rappresentazioni neutre.
Questo articolo introduce Path Planning (P2), una strategia di inferenza innovativa che generalizza i modelli di diffusione mascherati (MDM) consentendo il raffinamento iterativo dei token, migliorando così significativamente le prestazioni generative in ambiti come la biologia, la matematica e la programmazione.
Il paper propone FBFL, un approccio innovativo per l'apprendimento federato che utilizza la coordinazione basata su campi e macroprogrammazione per superare le sfide dell'eterogeneità dei dati non-IID e dell'architettura centralizzata, dimostrando prestazioni superiori rispetto agli stati dell'arte in scenari non uniformi e una maggiore resilienza ai guasti dei server.
Questo lavoro propone una tassonomia unificata basata sul controllo come inferenza per i modelli generativi nel processo decisionale, classificandoli in quattro ruoli funzionali fondamentali e analizzandone le applicazioni critiche e le sfide per lo sviluppo di un'intelligenza fisica generalista.
Questo studio presenta un approccio incentrato sull'utente per definire euristiche che guidino lo sviluppo di strumenti di generazione grafica basati sull'IA, identificando attraverso un'indagine con 16 professionisti del settore le esigenze chiave di integrazione nei flussi di lavoro esistenti e di supporto alla creazione rapida di varianti nelle fasi iniziali del design.
Il paper introduce StudyChat, un dataset pubblico di 16.851 interazioni reali tra studenti e un chatbot basato su LLM in un corso universitario di intelligenza artificiale, rivelando che l'uso dello strumento per la comprensione concettuale e l'aiuto alla programmazione migliora i risultati, mentre il suo impiego per scrivere relazioni o aggirare gli obiettivi didattici li riduce.
Il paper propone BACE-RUL, un modello basato su una rete avversariale bi-direzionale con codifica delle covariate che, utilizzando esclusivamente le misurazioni dei sensori del ciclo di vita corrente, supera i metodi esistenti nella previsione della vita utile residua di macchinari complessi come motori aeronautici e batterie.
Il paper rivela come il fine-tuning supervisionato per la sicurezza dei modelli visione-linguaggio crei un "miraggio di sicurezza" basato su correlazioni spurie che possono essere aggirate o causano rifiuti eccessivi, dimostrando che l'apprendimento non supervisionato (machine unlearning) è una soluzione più efficace per rimuovere le conoscenze dannose preservando le capacità generali del modello.
Questo studio presenta un quadro di tre anni basato sull'apprendimento basato su problemi (PBL) per l'educazione all'intelligenza artificiale biomedica, che ha dimostrato di migliorare i risultati di apprendimento e la produttività della ricerca tra gli studenti, offrendo una soluzione scalabile alle sfide educative e pratiche nel settore.
Questo studio presenta un nuovo framework di valutazione su larga scala che, attraverso l'iniezione di mutazioni semantiche, dimostra come la capacità dei Large Language Models di localizzare i difetti sia spesso fragile e dipenda da indizi sintattici irrilevanti piuttosto che da una profonda comprensione della semantica del programma.
Il paper presenta ms-Mamba, una nuova architettura basata su Mamba che utilizza multipli blocchi con diversi tassi di campionamento per catturare scale temporali multiple, ottenendo prestazioni superiori rispetto agli stati dell'arte su diverse metriche e dataset con un'efficienza computazionale e parametrica ridotta.