9753 articoli
Questo articolo propone definizioni precise e una metodologia sperimentale standardizzata per classificare e valutare le capacità mnemoniche degli agenti di Reinforcement Learning, colmando le lacune attuali che ostacolano il confronto oggettivo tra diversi approcci.
Il paper introduce LMUnit, un modello di valutazione unificato basato su test unitari in linguaggio naturale che, combinando preferenze, valutazioni dirette e ragionamenti testuali, supera i limiti delle metriche automatizzate e dell'annotazione umana per migliorare l'affidabilità e l'efficacia dello sviluppo dei modelli linguistici.
Questo lavoro teorico ed empirico dimostra che, a differenza dell'apprendimento supervisionato, l'eliminazione degli esempi difficili nell'apprendimento contrastivo non supervisionato migliora le prestazioni di classificazione riducendo i limiti di generalizzazione.
Questo lavoro evidenzia il problema della "preference leakage", una forma di contaminazione nei sistemi LLM-as-a-judge causata dalla correlazione tra generatori di dati sintetici e modelli valutatori, che porta a un pregiudizio sistematico e difficile da rilevare a favore dei modelli correlati.
Il paper propone DCENWCNet, un nuovo modello ensemble basato su tre architetture CNN con configurazioni uniche di dropout e max-pooling, che supera gli stati dell'arte nella classificazione dei globuli bianchi sul dataset Rabbin-WBC offrendo al contempo spiegazioni interpretabili tramite LIME per aumentare la fiducia nella diagnosi automatizzata.
Il paper introduce MIKASA, una suite di benchmark completa che include un framework di classificazione, MIKASA-Base e MIKASA-Robo, per valutare sistematicamente le capacità di memoria degli agenti di apprendimento per rinforzo in scenari complessi e nella manipolazione robotica.
Il documento presenta Space-O-RAN, un'architettura di controllo distribuita che estende i principi Open RAN alle reti non terrestri del 6G attraverso l'uso di applicazioni decentralizzate leggere a bordo e coordinamento gerarchico, consentendo operazioni autonome e adattive delle costellazioni satellitari nonostante le limitazioni di risorse.
Questo articolo propone l'approccio TS4NAP, che utilizza la similarità tra tassonomie mediche (ICD-10-CM e ICD-10-PCS) e il matching di grafi per migliorare e rendere spiegabile la previsione del prossimo passo terapeutico nei processi di cura dei pazienti, valutata su dati del dataset MIMIC-IV.
Il paper propone RoboGuard, un'architettura di sicurezza a due stadi che combina un LLM di "fiducia radice" per generare specifiche di sicurezza contestualizzate e la sintesi di controllo logico temporale per garantire che i robot abilitati ai grandi modelli linguistici (LLM) operino in modo sicuro, riducendo drasticamente l'esecuzione di piani pericolosi senza comprometterne le prestazioni.
Il paper introduce OSCAR, un metodo innovativo di compressione soft online e dipendente dalla query che riduce l'overhead computazionale e accelera l'inferenza nei sistemi RAG senza comprometterne l'accuratezza, integrando anche una funzionalità di riclassificazione.
Il paper presenta MuRAL, un nuovo dataset di sensori ambientali per attività quotidiane in ambienti multi-abitanti arricchito da descrizioni in linguaggio naturale, che evidenzia le attuali limitazioni dei modelli linguistici di grandi dimensioni nel gestire l'assegnazione degli utenti, la descrizione delle azioni e la classificazione delle attività in scenari complessi.
Questo articolo propone un'architettura di controllo emotivo modulare e biologicamente ispirata che, soddisfacendo otto principi progettuali e quattro vincoli di riduzione del rischio (come l'assenza di broadcast globale e metarappresentazione), dimostra la fattibilità di implementare comportamenti simili alle emozioni escludendo deliberatamente le caratteristiche architettoniche associate alla coscienza di accesso, offrendo così un modello teorico e strumenti pratici per la governance e la sicurezza dei sistemi artificiali.
Il documento presenta il modello formale N2M-RSI, che dimostra come un agente AI che utilizza i propri output come dati di addestramento possa generare una crescita illimitata della complessità interna una volta superata una specifica soglia di integrazione informativa, unificando concetti di auto-prompting e riferimento godeliano in un framework agnostico rispetto all'implementazione.
Il paper propone TPK, un metodo per la previsione di traiettorie nel guida autonoma che integra conoscenze a priori specifiche per diverse classi di agenti (veicoli, pedoni, ciclisti) per garantire previsioni fisicamente fattibili e interpretabili, migliorando così l'affidabilità rispetto ai modelli esistenti.
Questo articolo presenta le fondamenta teoriche e l'architettura di un singolo agente del framework EG-MRSI, un sistema innovativo che integra metacognizione, motivazione intrinseca basata sulle emozioni e auto-modifica ricorsiva per guidare lo sviluppo verso un'AGI aperta e sicura.
Gli autori propongono un nuovo framework di apprendimento non supervisionato per la Minimizzazione del Rischio Invariante (IRM) che, attraverso i metodi PICA e VIAE, allinea le distribuzioni delle caratteristiche per apprendere rappresentazioni robuste e generalizzabili tra diversi ambienti senza fare affidamento su dati etichettati.
TSPulse è una famiglia di modelli pre-addestrati ultra-leggeri che, grazie a rappresentazioni disaccoppiate in domini temporali, spettrali e semantici, supera le prestazioni di modelli molto più grandi su diverse attività di diagnostica delle serie temporali abilitando un trasferimento zero-shot efficiente e un deployment senza GPU.
Questo lavoro propone "Feature Mixing", un metodo semplice e veloce per la sintesi di outlier multimodali che, insieme al nuovo dataset CARLA-OOD, raggiunge prestazioni all'avanguardia nella rilevazione e segmentazione di dati fuori distribuzione con un significativo aumento di velocità rispetto alle tecniche esistenti.
Il paper presenta SafeDPO, un metodo leggero e teoricamente fondato che ottimizza direttamente la sicurezza dei modelli linguistici senza reward model o campionamento online, ottenendo eccellenti compromessi tra sicurezza e utilità su benchmark come PKU-SafeRLHF-30K.
Il paper propone RLJP, un framework per la previsione delle sentenze legali che combina la formalizzazione della logica del primo ordine con l'apprendimento contrastivo confuso per creare un meccanismo di adattamento dinamico che supera i limiti di rigidità dei modelli esistenti, ottenendo risultati superiori su dataset pubblici.