7687 articoli
Il paper presenta CLoPA, una strategia di adattamento continuo che ottimizza una piccola frazione dei parametri del modello nnInteractive su dati annotati in tempo reale, elevando rapidamente le prestazioni della segmentazione interattiva a livelli esperti su diverse attività mediche senza richiedere modifiche al flusso di lavoro o nuovi parametri.
Questo studio valuta la capacità dei modelli linguistici di grandi dimensioni di eseguire ragionamenti abduttivi, convertendo un dataset sillogistico per verificare se tali modelli presentino bias simili a quelli umani e per sottolineare l'importanza del ragionamento contestualizzato oltre la deduzione formale.
Il paper propone una strategia di post-addestramento basata su confini prosodici per modelli TTS LLM, che risolve le sfide della generazione in streaming con input testuale incrementale prevenendo il crollo del contesto e migliorando significativamente la qualità dell'audio e la precisione lessicale.
Il paper dimostra che i modelli fondazionali vision-language possiedono una ricca conoscenza geometrica nei loro feature congelati, accessibile tramite semplici sonde lineari con alta precisione, rivelando che le limitazioni nella misurazione fisica derivano principalmente da deficit nel percorso di generazione testuale e non dalla rappresentazione visiva stessa.
Il paper presenta PONTE, un framework human-in-the-loop che supera i limiti delle spiegazioni XAI generiche e delle allucinazioni degli LLM, orchestando la generazione di narrazioni personalizzate e affidabili attraverso un ciclo chiuso di validazione, adattamento basato su feedback utente e verifica rigorosa della fedeltà e completezza.
Il paper introduce NOBLE, un'architettura che accelera l'addestramento dei transformer da zero mediante rami a basso rango non lineari permanenti, ottenendo significativi miglioramenti nell'efficienza e nella velocità di convergenza con un minimo sovraccarico di parametri.
Il paper presenta COLD-Steer, un framework senza addestramento che controlla il comportamento dei grandi modelli linguistici durante l'inferenza approssimando le dinamiche di apprendimento in un solo passo tramite esempi in contesto, ottenendo un'efficacia di steering fino al 95% con 50 volte meno campioni rispetto alle migliori tecniche esistenti.
Questo studio presenta un sistema di intelligenza artificiale addestrato su oltre 45.000 immagini ecografiche che non solo diagnostica le fessure orofacciali fetali con un'accuratezza pari a quella dei radiologi esperti, ma funge anche da strumento didattico efficace per migliorare le capacità diagnostiche dei radiologi meno esperti.
Il paper presenta RAMoEA-QA, un modello generativo gerarchico che utilizza un meccanismo di routing a due stadi per specializzare dinamicamente l'elaborazione audio e la generazione linguistica, ottenendo prestazioni superiori e una maggiore robustezza nella risposta a domande su registrazioni respiratorie rispetto ai metodi esistenti.
Il paper presenta LiveSense, una piattaforma cross-platform che trasforma schede di rete Wi-Fi commerciali (COTS) su laptop in sensori Range-Doppler in tempo reale con precisione centimetrica, permettendo l'estrazione sincronizzata di informazioni sullo stato del canale, l'annullamento dell'auto-interferenza e il rilevamento di distanza, velocità e micro-movimenti senza compromettere la comunicazione.
Il paper propone H²RL, un approccio ibrido che utilizza un preaddestramento basato su opzioni logiche per allineare gli agenti di apprendimento per rinforzo profondo, migliorando le decisioni a lungo termine e superando le prestazioni di baselines neurali, simboliche e neuro-simboliche.
Il paper introduce SUREON, un vasto dataset di domande e risposte estratto da video chirurgici accademici, e due modelli di visione-linguaggio (SureonVLM e SureonVLM-R1) che, grazie a questo addestramento su ragionamento chirurgico, superano i modelli generici nel comprendere intenti, rischi e previsioni durante gli interventi.
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.