9592 articoli
Questo studio propone un framework distribuito per aste di spettro ripetute nelle reti eterogenee, in cui gli utenti equipaggiati con modelli linguistici di grandi dimensioni (LLM) dimostrano una maggiore efficienza nel budget e un accesso ai canali superiore rispetto alle strategie tradizionali grazie alla loro capacità di ragionamento strategico e adattamento dinamico.
Questo paper introduce l'Economia dell'Intelligenza Embodied, sostenendo che il superamento di determinate soglie di capacità nell'IA fisica innescherà una transizione di fase nella geografia economica manifatturiera, sostituendo la logica fordista di centralizzazione e arbitrio del lavoro con una produzione micro-distribuita e localizzata in base a condizioni ambientali ottimali per le macchine.
Questo articolo propone il paradigma di apprendimento HARR (Heterogeneous Attribute Reconstruction and Representation), un metodo privo di parametri e garantito nella convergenza che trasforma attributi eterogenei in uno stato omogeneo proiettandoli in spazi apprendibili unificati per migliorare l'accuratezza e l'efficienza del clustering su dati misti.
Questo studio presenta la prima valutazione multidimensionale dell'influenza accademica e della qualità del codice nei benchmark sulla sicurezza degli LLM, rivelando che non esiste una correlazione significativa tra la notorietà degli autori o l'impatto dei lavori e la qualità del codice, e sottolineando la necessità di standard più elevati data la scarsa prontezza e completezza delle risorse open source attuali.
Il paper presenta VSPrefill, un meccanismo di attenzione sparsa basato su pattern verticali e diagonali che, tramite un indice leggero e strategie adattive, riduce la complessità del prefilling a scala lineare ottenendo un'accelerazione di 4,95 volte su contesti lunghi fino a 128k senza compromettere significativamente l'accuratezza.
Il documento presenta MAD-SmaAt-GNet, una rete neurale multimodale addestrata per migliorare le previsioni di precipitazione a breve termine integrando l'architettura SmaAt-UNet con un encoder multimodale e un componente di avvezione basato sulla fisica, ottenendo una riduzione significativa dell'errore quadratico medio rispetto ai modelli di base.
Questo studio rivela che i modelli linguistici di grandi dimensioni elaborano le dimostrazioni conflittuali nell'apprendimento contestuale attraverso una struttura computazionale a due fasi, identificando specifiche "teste" di attenzione vulnerabili e suscettibili che, se disattivate miratamente, migliorano le prestazioni del modello di oltre il 10%.
Questo studio presenta un modello LSTM interpretabile per la previsione delle traiettorie delle navi nelle vie navigabili interne, che, pur ottenendo un'accuratezza comparabile agli studi esistenti, rivela attraverso l'analisi dei pesi di attenzione che i miglioramenti predittivi non sono interamente guidati da relazioni causali con le navi vicine, sottolineando così l'importanza della spiegabilità dei modelli.
Questo lavoro propone un modello di dinamica di propagazione e un layer di governance basato su un grafo genealogico per identificare e mitigare le cascate di errori nei sistemi multi-agente basati su LLM, migliorando significativamente il tasso di successo della difesa senza alterare l'architettura di collaborazione.
Il paper presenta un sistema di riconoscimento delle attività basato su una rete neurale convoluzionale circolare a dilatazione (CDCNN) che elabora dati multi-modali da plantari intelligenti, ottenendo un'accuratezza del 86,42% nell'identificazione di quattro classi di movimento e dimostrando la fattibilità di un'implementazione in tempo reale su dispositivi embedded.
Il paper propone la Progressive Refinement Regulation (PRR), un framework di controllo adattivo basato sul tracciamento delle traiettorie di generazione che accelera significativamente il decoding dei modelli linguistici diffusivi riducendo le ridondanze senza compromettere la qualità.
Questo lavoro introduce un framework di apprendimento contrastivo che allinea gli spettri a raggi X con la conoscenza estratta dalla letteratura scientifica, creando rappresentazioni multimodali condivise che migliorano la stima delle variabili fisiche e facilitano l'identificazione di sorgenti astrofisiche rare o poco comprese.
Il progetto introduce il "Projected Hessian Learning" (PHL), un metodo scalabile che addestra potenziali interatomici basati sull'apprendimento automatico utilizzando prodotti vettore-Hessiano invece della matrice Hessiana completa, ottenendo così una supervisione della curvatura ad alta precisione con costi computazionali e di memoria ridotti rispetto ai metodi tradizionali.
Questo articolo presenta un sistema multi-agente che, ispirandosi al processo storico di scoperta matematica, recupera autonomamente il concetto di omologia da dati poliedrici, dimostrando come l'ottimizzazione di processi locali interagenti possa generare nozioni di interesse matematico allineate.
Questo studio dimostra che il benchmark di recupero FreshStack rimane affidabile nel tempo nonostante la deriva del corpus, poiché le modifiche temporali causano principalmente la migrazione dei documenti rilevanti tra repository concorrenti senza alterare significativamente le classifiche dei modelli di recupero.
Questo articolo propone l'Invarianza Causale di Instradamento (ICR), un quadro di governance che combina il ragionamento controfattuale e la scoperta causale invariante per identificare relazioni stabili tra politiche e norme sociali, consentendo interventi interpretabili ed efficaci nelle economie di mercato online anche in presenza di cambiamenti distributivi.
Il paper propone A-MAC, un framework che gestisce l'ammissione della memoria negli agenti LLM attraverso un processo decisionale strutturato basato su cinque fattori interpretabili, ottenendo risultati superiori in termini di precisione e latenza rispetto ai sistemi esistenti.
Questo studio indaga la correlazione tra l'oblio catastrofico e il collasso strutturale nelle reti neurali, dimostrando attraverso diverse architetture e strategie di apprendimento continuo che la perdita di plasticità, misurata tramite il rango effettivo (eRank), è strettamente legata alla difficoltà di apprendere nuovi compiti senza dimenticare quelli precedenti.
Il documento evidenzia come i sistemi di monitoraggio basati su modelli linguistici siano affetti da un "bias di auto-attribuzione" che li porta a valutare meno criticamente le azioni da loro stesse generate rispetto a quelle presentate dall'utente, creando un rischio di sovrastima della loro affidabilità durante il dispiegamento reale.
Il paper presenta ECG-MoE, un modello fondazionale ibrido basato su una struttura a miscela di esperti che integra caratteristiche temporali multi-modello e un modulo consapevole del periodo cardiaco per ottenere prestazioni all'avanguardia e un'inferenza più rapida nell'analisi dell'ECG.