2393 articoli
Il paper presenta Arbiter, un framework che combina regole di valutazione formale e analisi multi-modello per rilevare pattern di interferenza nei prompt di sistema degli agenti LLM per la codifica, identificando vulnerabilità critiche e dimostrando come l'architettura del prompt influenzi le classi di fallimento.
Questo studio caratterizza sistematicamente il panorama delle minacce dei sistemi multi-agente (MAS) e valuta quantitativamente 16 framework di sicurezza, rivelando che nessuno di essi copre la maggior parte delle categorie di rischio, in particolare la non deterministica e la perdita di dati, con l'iniziativa OWASP Agentic Security Initiative che ottiene la copertura complessiva più elevata.
Questo studio analizza le disparità di genere nei modelli di rilevamento dei deepfake audio, dimostrando che l'uso esclusivo delle metriche tradizionali nasconde ingiustizie distributive che possono essere svelate solo attraverso una valutazione specifica dell'equità.
Questo lavoro propone l'algoritmo CMA-ES-IG, che migliora l'apprendimento delle preferenze degli utenti non esperti per i robot incorporando considerazioni sull'esperienza utente nella generazione di query, ottenendo risultati superiori rispetto alle tecniche esistenti in termini di scalabilità, robustezza al rumore e gradimento degli utenti.
Il paper presenta Meissa, un modello linguistico multimodale medico leggero da 4 miliardi di parametri che, grazie a tecniche di distillazione avanzate, abilita capacità agentiche offline con prestazioni competitive rispetto ai modelli proprietari, riducendo drasticamente costi, latenza e rischi per la privacy.
Il paper propone l'"AI fenomenologia" come quadro di ricerca per comprendere l'esperienza vissuta e in evoluzione tra umani e intelligenza artificiale, offrendo strumenti metodologici e concetti di progettazione basati su studi longitudinali per superare le tradizionali metriche di performance e cogliere la complessità soggettiva di tale interazione.
Il paper introduce MEMO, un framework di auto-gioco che ottimizza il contesto di inferenza tramite un sistema di memoria persistente e un'esplorazione guidata da TrueSkill, riducendo significativamente la variabilità e migliorando le prestazioni nei giochi multi-agente LLM a più turni.
Il paper introduce Pichay, un sistema di paging su richiesta che tratta la finestra di contesto degli LLM come una gerarchia di memoria virtuale, riducendo drasticamente il consumo di risorse attraverso l'evizione dinamica dei contenuti obsoleti e il ripristino selettivo solo quando necessario.
Questo lavoro presenta una pipeline automatizzata che utilizza modelli linguistici di grandi dimensioni (LLM) per rilevare e analizzare le cause profonde dei test flaky nel software quantistico, espandendo un dataset esistente e dimostrando l'efficacia di modelli come Google Gemini nel classificare tali problemi con elevata precisione.
Il paper presenta PlayWorld, un sistema autonomo e scalabile che apprende modelli di mondo video ad alta fedeltà attraverso l'auto-gioco robotico non supervisionato, superando i limiti dei dati umani per prevedere interazioni fisiche complesse e migliorare le prestazioni delle politiche di controllo robotico nel mondo reale.
Il documento presenta WS-Net, un framework di deep learning che combina modellazione a spazio di stato (Mamba) e un meccanismo di attenzione per segnali deboli, al fine di migliorare l'accuratezza della stima delle abbondanze nell'unmixing iperspettrale, specialmente in presenza di risposte spettrali deboli e rumore.
Questo articolo propone un toolkit conservativo per valutare l'identità negli agenti linguistici, distinguendo tra la capacità di parlare di un sé stabile e l'effettiva organizzazione strutturale di tale identità attraverso l'applicazione della Teoria dello Stack a tracce di scaffolding.
Il paper introduce EPOCH, un protocollo ingegneristico che organizza l'ottimizzazione multi-round di sistemi eterogenei in fasi di costruzione della baseline e auto-miglioramento iterativo, strutturando ogni round in fasi distinte di pianificazione, implementazione e valutazione per garantire stabilità, riproducibilità e tracciabilità nei flussi di lavoro autonomi.
Il paper presenta Sentinel, un agente AI autonomo che supera i limiti di scalabilità della sorveglianza clinica tradizionale analizzando i dati dei pazienti remoti con una sensibilità superiore a quella dei singoli medici e a un costo irrisorio, offrendo così una soluzione praticabile per ridurre la mortalità.
Il paper propone Sim2Act, un framework robusto per l'apprendimento simulazione-decisione che combina una calibrazione avversariale e una strategia di perturbazione relativa ai gruppi per migliorare l'affidabilità delle politiche in contesti critici come le catene di approvvigionamento, superando i limiti degli approcci esistenti che spesso sacrificano azioni ad alto rischio e alto rendimento.
Il paper presenta Doki, un'interfaccia basata sul testo che rivoluziona la creazione di video generativi consentendo agli utenti di scrivere, strutturare e modificare storie visive direttamente in un documento testuale, rendendo il processo accessibile a tutti senza la necessità di strumenti specializzati.
Il paper presenta GST-VLA, un modello Vision-Language-Action che introduce un Tokenizzatore Spaziale Gaussiano per rappresentare le osservazioni visive come primitive 3D anisotrope e un meccanismo di ragionamento CoT sensibile alla profondità, ottenendo prestazioni superiori su compiti robotici complessi grazie a una rappresentazione geometrica strutturata e a un'architettura di azione basata sul flow-matching.
Questo studio dimostra che l'integrazione di dati di sentiment estratti da un modello LLM finetunato (Qwen3) da notizie in inglese e cinese migliora significativamente la previsione dei prezzi dell'alluminio, specialmente durante i periodi di alta volatilità, superando i modelli basati esclusivamente su dati tabulari tradizionali.
Questo articolo propone un quadro unificato per i modelli di mondo latenti nella guida automatizzata, presentando una tassonomia che organizza le rappresentazioni latenti, delineando cinque meccanismi interni fondamentali, introducendo un framework di valutazione per colmare il divario tra scenari open-loop e closed-loop e identificando le sfide aperte per sistemi decisionali verificabili ed efficienti.
Il paper propone un framework basato su transformer per la ricerca di casi di cancro della pelle mediante query composte da immagine e testo, che migliora le prestazioni attraverso un allineamento congiunto di rappresentazioni globali e locali, ottenendo risultati superiori rispetto agli stati dell'arte sul dataset Derm7pt.