2412 articoli
Questo lavoro propone un framework per i modelli di diffusione in cui il processo generativo si adatta dinamicamente alle esigenze di ciascun campione, permettendo di variare la traiettoria di denoising e ridurre il numero di passaggi di campionamento mantenendo la qualità dell'immagine.
Lo studio dimostra che agenti algoritmici privi di informazioni dirette sui concorrenti possono sviluppare una "collusione ingenua" nei giochi ripetuti, la cui probabilità di emergere dipende criticamente dalla sincronizzazione delle azioni e dal tipo di politica di apprendimento utilizzata, variando da impossibile a certa a seconda che gli algoritmi siano persistentemente casuali, asintoticamente deterministici o puramente deterministici.
Questo articolo propone un metodo di ottimizzazione congiunta dei parametri di sensing, comunicazione e velocità di esplorazione per massimizzare l'efficienza energetica dei robot mobili impegnati nella SLAM a vita, inviando dati grezzi a un centro dati per la ricostruzione della mappa tramite deep learning non supervisionato.
Il paper propone HarmonicEval, una metrica di valutazione automatica senza riferimento che aggrega i punteggi per criterio in modo bottom-up, e introduce il benchmark MMHE con 18.000 giudizi umani per dimostrare che il metodo supera le metriche convenzionali nella valutazione multi-task e multi-criterio dei modelli visione-linguaggio.
Questo lavoro propone un metodo che sfrutta modelli visione-linguaggio preaddestrati per apprendere modelli del mondo simbolici astratti da dimostrazioni brevi, consentendo a sistemi robotici di pianificare e risolvere compiti decisionali a lungo termine con una generalizzazione zero-shot in scenari complessi e non visti in precedenza.
Questo paper propone strategie di riduzione dei dati basate sul clustering nello spazio latente per ottimizzare l'addestramento avversario semi-supervisionato, consentendo di ridurre drasticamente il volume di dati non etichettati e i costi computazionali mantenendo un'elevata robustezza del modello.
Il paper presenta un framework di ensemble basato su un singolo modello per la traduzione automatica neurale che, sfruttando la traduzione pivot per generare candidati diversificati e aggregarli successivamente, migliora la qualità della traduzione per le coppie linguistiche a risorse limitate riducendo al contempo i costi computazionali.
Il paper introduce GRADIEND, un nuovo approccio encoder-decoder che utilizza i gradienti delle reti neurali per identificare e modificare i pesi responsabili dei pregiudizi sociali, consentendo di debiasare i modelli mantenendone le altre capacità.
Questo articolo propone un nuovo algoritmo di ricerca locale che, collegandosi all'ottimizzazione Frank-Wolfe a blocchi, identifica comunità polarizzate in reti firmate con vertici neutrali risolvendo il problema dello squilibrio dimensionale e garantendo una convergenza lineare con prestazioni superiori rispetto agli stati dell'arte.
Questo lavoro dimostra che l'uso della Low-Rank Adaptation (LoRA) nel federated learning per i grandi modelli linguistici riduce significativamente la memorizzazione involontaria dei dati di addestramento, migliorando la privacy senza compromettere le prestazioni.
Il paper introduce Prompt-SID, un framework di denoising per immagini singole basato sull'apprendimento di prompt strutturali generati tramite un processo di diffusione latente e integrati in un denoiser transformer, che addestrato in modo auto-supervisionato preserva efficacemente i dettagli strutturali superando i limiti delle metodologie esistenti.
Questo articolo introduce un framework discreto basato su partizioni grossolane e una misura di perdita di informazione per quantificare il compromesso tra accuratezza e interpretabilità nei sistemi di intelligenza artificiale, dimostrando che la perdita informativa è inevitabile nelle pratiche valutative ordinarie e fornendo strumenti per ottimizzare tale trade-off in ambiti come la valutazione educativa e l'IA spiegabile.
Il paper propone il framework "Texts as Time Series" (TaTS), che sfrutta le proprietà periodiche dei testi associati alle serie temporali come variabili ausiliarie per potenziare le prestazioni di modelli esistenti nelle previsioni e nell'imputazione multimodale senza modificare le loro architetture.
Il paper presenta LaVCa, un approccio basato su modelli linguistici di grandi dimensioni (LLM) che genera didascalie naturali per descrivere con maggiore precisione e dettaglio la selettività dei voxel nella corteccia visiva umana, superando i limiti dei modelli di codifica tradizionali e rivelando nuove sfumature nella rappresentazione visiva del cervello.
Il paper propone il framework COD (Clustering-On-Difficulty), che raggruppa i compiti in base alle loro caratteristiche di scalabilità per prevedere con alta precisione le prestazioni downstream dei grandi modelli linguistici, superando le sfide poste dai fenomeni emergenti e dalla variabilità delle metriche.
Questo studio presenta un algoritmo che fonde immagini MRI multimodali pre-elaborate e segmentate tramite architetture UNET in 2D e 3D, per poi classificarle con un modello ResNet50, ottenendo un'accuratezza del 99,25% nella sottoclassificazione dei gliomi.
Questo studio propone un approccio di deep learning basato su architetture UNET, Inception e ResNet per la segmentazione automatica 2D e 3D dei gliomi, ottenendo risultati superiori (con un'accuratezza fino al 99,77% e un punteggio Dice di 0,9888) che bilanciano efficienza computazionale e precisione spaziale per supportare la diagnosi clinica.
Questo lavoro propone LOOP, un nuovo metodo di apprendimento per rinforzo che combina le tecniche di riduzione della varianza di REINFORCE con la robustezza di PPO per ottimizzare il fine-tuning dei modelli di diffusione testo-immagine, ottenendo un miglior equilibrio tra efficienza nel campionamento e prestazioni finali.
Questo articolo propone un nuovo framework parallelo per sistemi multi-agente basati su LLM in Minecraft, che supera i limiti delle esecuzioni seriali adottando un'architettura a doppio thread per consentire la pianificazione e l'azione simultanee, migliorando così la reattività in ambienti dinamici.
Il paper presenta GlucoLens, un sistema di intelligenza artificiale spiegabile che utilizza dati provenienti da dispositivi indossabili e diete per prevedere l'iperglicemia postprandiale e suggerire percorsi di trattamento comportamentale personalizzati, ottenendo prestazioni superiori rispetto ai modelli esistenti.