8170 articoli
Il paper presenta HiPP-Prune, un framework di pruning strutturato gerarchico condizionato dalle preferenze che ottimizza l'allocazione delle risorse nei modelli visione-linguaggio per bilanciare efficienza, utilità del compito e robustezza all'allucinazione, mitigando la degradazione della comprensione visiva attraverso segnali di sensibilità visiva e ottimizzazione multi-obiettivo.
Lo studio dimostra che l'implementazione di pipeline di ragionamento agentiche con recupero di informazioni (RAG) nel campo della radiologia riduce la dispersione decisionale tra diversi modelli linguistici e ne aumenta la robustezza collettiva, suggerendo che la valutazione di tali sistemi richieda analisi complementari alla sola accuratezza per garantire l'affidabilità clinica.
Questo saggio presenta un'implementazione neurale della mappa cognitiva fuzzy (FHM) che utilizza la dinamica di Langevin per apprendere modelli causali, invertire i valori dei nodi di output e fornire criteri di modifica per l'ottimizzazione di servizi o prodotti, valutando le prestazioni su diversi dataset.
Il paper propone Stem, un modulo di sparsità plug-and-play che ottimizza il flusso di informazioni nelle architetture causalmente vincolate attraverso una selezione top-k dipendente dalla posizione e una metrica consapevole dell'output, riducendo così la complessità computazionale e la latenza di pre-filling mantenendo un'elevata accuratezza.
Questo studio propone un nuovo quadro decisionale basato sul reinforcement learning per la pianificazione dell'adattamento delle infrastrutture di trasporto ai rischi di alluvione causati dal cambiamento climatico, dimostrando attraverso un caso studio su Copenaghen che tale approccio supera i metodi tradizionali identificando percorsi di adattamento coordinati e strategie più resilienti.
Il paper presenta il GMM-PIELM, un framework probabilistico che utilizza un algoritmo EM ponderato per adattare dinamicamente il campionamento dei nuclei nelle PDE rigide, consentendo alle Extreme Learning Machines di risolvere con precisione strati limite sottili e ridurre gli errori di ordini di grandezza rispetto ai metodi tradizionali, mantenendo al contempo la velocità computazionale.
Il paper introduce EpisTwin, un'architettura neuro-simbolica che supera i limiti della frammentazione dei dati personali integrando un Grafo della Conoscenza Personale verificabile con modelli linguistici multimodali e ragionamento agente per abilitare una comprensione semantica olistica e contestuale dell'utente.
Il paper presenta DEX-AR, un nuovo metodo di spiegabilità dinamica per modelli visione-linguaggio autoregressivi che genera mappe di calore 2D per-token e a livello di sequenza, identificando le regioni visive cruciali attraverso un meccanismo di filtraggio dinamico delle attention heads e un'aggregazione differenziata dei token, migliorando così le metriche di valutazione su diversi dataset.
Il paper propone una pipeline in tre fasi per addestrare i modelli linguistici a generare stime di incertezza calibrate e interpretabili in modo efficiente, superando i limiti dei metodi post-hoc tramite il calcolo di entropia, la calibrazione di Platt e l'addestramento per rinforzo.
Uno studio di campo su 54 partecipanti ha rivelato che, sebbene i modelli linguistici (LLM) generino messaggi percepiti come più utili rispetto ai template, l'ottimizzazione tramite bandit non ha migliorato ulteriormente l'efficacia rispetto agli LLM puri, suggerendo che il riconoscimento contestuale delle risposte dell'utente sia il fattore determinante per l'utilità percepita nelle interventi digitali sulla salute.
Il paper introduce SAHOO, un framework pratico che monitora e controlla la deriva dell'allineamento durante il miglioramento ricorsivo di sé stessi attraverso tre meccanismi di salvaguardia, garantendo significativi guadagni di qualità in compiti di generazione di codice e ragionamento matematico senza compromettere vincoli di sicurezza e veridicità.
Il paper presenta AIRT, un framework di deep learning end-to-end che genera piani di radioterapia VMAT per il cancro alla prostata in meno di un secondo, dimostrando una qualità non inferiore ai piani standard prodotti da RapidPlan Eclipse.
Il paper presenta K-MaT, un framework di apprendimento dei prompt che utilizza il trasporto ottimo di Fused Gromov-Wasserstein per ancorare le conoscenze cliniche e trasferire le strutture decisionali dai modelli VLM biomedici ad alta risoluzione a quelli a bassa risoluzione senza necessità di immagini di addestramento, ottenendo risultati all'avanguardia in compiti di imaging medico cross-modale.
Il paper presenta MoEless, il primo framework di serving serverless per modelli LLM basati su Mixture-of-Experts (MoE), che risolve il problema dello squilibrio del carico tra esperti tramite predittori leggeri e strategie di scaling ottimizzate, riducendo la latenza di inferenza del 43% e i costi dell'84% rispetto alle soluzioni esistenti.
Il paper introduce il Dynamic Chunking Diffusion Transformer (DC-DiT), un modello che migliora l'efficienza computazionale e la qualità della generazione delle immagini adattando dinamicamente il numero di token in base alla complessità visiva e allo stadio di denoising, ottenendo risultati superiori rispetto ai DiT tradizionali con un costo di addestramento ridotto.
Il paper presenta CLAIRE, un framework ibrido di deep learning che combina autoencoder e classificazione supervisionata per migliorare il rilevamento dei guasti nella manifattura intelligente, offrendo allo stesso tempo interpretabilità delle previsioni tramite tecniche basate sulla teoria dei giochi.
Il documento presenta ESAA-Security, un'architettura di audit di sicurezza basata su eventi e verificabile che trasforma la revisione del codice generato dall'IA da una conversazione libera in un processo governato e riproducibile, separando la cognizione degli agenti dalle mutazioni di stato per garantire tracciabilità e integrità dei risultati.
Il paper estende la regolarizzazione basata sulla cinetica (KBR) per stimare con precisione le derivate spaziali da dati discreti e rumorosi, proponendo schemi espliciti e impliciti che garantiscono convergenza quadratica e permettendo la risoluzione stabile di equazioni differenziali alle derivate parziali iperboliche su nuvole di punti irregolari.
Questo lavoro propone un framework di addestramento "prompt-group-aware" che, organizzando prompt semanticamente equivalenti in gruppi e applicando regolarizzazione e vincoli di coerenza, migliora la robustezza e la generalizzazione della segmentazione guidata da testo dei nuclei cellulari senza modificare l'architettura o l'inferenza dei modelli fondazione.
Il paper propone un'architettura di orchestrazione "schema-gated" che risolve il compromesso tra flessibilità conversazionale e determinismo esecutivo nei flussi di lavoro scientifici, separando l'autorità dialogica da quella operativa per garantire riproducibilità e governance senza rigidità.