2490 articoli
Il paper presenta CauKer, un algoritmo innovativo che genera serie temporali sintetiche causalmente coerenti per pre-addestrare in modo efficiente modelli foundation per la classificazione, dimostrando leggi di scalabilità superiori rispetto ai dataset reali.
Il paper presenta GraphProp, un metodo per addestrare modelli fondazionali su grafi che migliora la generalizzazione cross-dominio attraverso due fasi: prima l'apprendimento di rappresentazioni strutturali basate su invarianti grafici, poi l'integrazione di attributi specifici del dominio per ottenere prestazioni superiori nelle attività di classificazione, specialmente in contesti privi di attributi nodali.
Il paper presenta Video-EM, un framework di memoria episodica senza addestramento che migliora la comprensione di video lunghi trasformando la selezione di fotogrammi in una costruzione di eventi temporali coerenti e verificati, permettendo ai modelli linguistici video esistenti di ragionare su contesti estesi senza modifiche architetturali.
Il paper presenta UniCast, un framework multimodale efficiente che potenzia i modelli fondazionali per le serie temporali mediante prompt condizionati all'istanza e un routing dinamico delle modalità, migliorando significativamente le previsioni sfruttando contesti visivi e testuali senza modificare i modelli di base.
Il paper presenta ECHO, un modello fondazionale innovativo che integra un'architettura a bande divise e embedding posizionali frequenziali per elaborare segnali macchina di lunghezza variabile e a diversi tassi di campionamento, ottenendo prestazioni all'avanguardia nell'individuazione di anomalie e nella classificazione dei guasti.
Questo articolo presenta un framework di addestramento unificato che combina un curriculum guidato dall'entropia e l'apprendimento multi-task per migliorare la previsione della mobilità umana, ottenendo prestazioni all'avanguardia e una convergenza più rapida rispetto ai metodi esistenti.
Questo lavoro propone un sistema ibrido che combina un controller basato sull'apprendimento con un monitor di sicurezza per garantire la navigazione autonoma e sicura dei quadricotteri in ambienti sotterranei sconosciuti, sfruttando un flusso normalizzante per rilevare le situazioni fuori distribuzione e attivare un controller di sicurezza quando necessario.
Il paper propone OTESGN, una rete che integra trasporto ottimo e grafi sintattico-semantici per migliorare l'analisi del sentiment basata su aspetti, ottenendo risultati all'avanguardia su diversi dataset grazie alla sua capacità di catturare associazioni non lineari e ridurre il rumore contestuale.
Questo studio presenta un sistema innovativo basato sulla visione artificiale e sull'analisi della posizione laterale per classificare in tempo reale comportamenti di guida pericolosi, come distrazione e alterazione, osservando i veicoli dall'esterno senza necessità di comunicazioni inter-veicolari.
Questo lavoro presenta un framework modulare multimodale basato sull'intelligenza artificiale generativa per produrre dati sintetici realistici sugli edifici residenziali a partire da immagini e informazioni pubbliche, riducendo la dipendenza da fonti dati costose o riservate e facilitando la ricerca sulla simulazione energetica.
Il paper presenta MICA, un assistente di coordinamento industriale multi-agente basato su percezione e interazione vocale che, grazie a un meccanismo di fusione adattiva dei passaggi e a un controllo di sicurezza, garantisce assistenza affidabile, privata e funzionante offline per ambienti di fabbrica dinamici.
Il paper propone un framework di apprendimento delle abilità robotiche basato su grafi di scena che, integrando reti neurali su grafi e apprendimento per imitazione diffuso con un pianificatore VLM, migliora significativamente la robustezza e la generalizzazione composizionale nell'esecuzione di compiti a lungo orizzonte.
Il paper propone FINS, un framework leggero che ricostruisce efficientemente in pochi secondi superfici implicite e campi SDF ad alta fedeltà partendo da una singola immagine, superando i metodi esistenti in velocità e precisione e dimostrando la propria efficacia in compiti di robotica come il seguire superfici.
Lo studio dimostra che i monitor lineari per i modelli linguistici sono fragili e dipendono fortemente da evidenze testuali superficiali, poiché la loro efficacia crolla drasticamente quando tali indizi vengono rimossi o quando i modelli generano output privi di verbalizzazioni esplicite del comportamento target.
Questo articolo presenta un quadro teorico basato sulla persuasione bayesiana per valutare e addestrare i grandi modelli linguistici come persuasori strategici, dimostrando che sia i modelli all'avanguardia che quelli più piccoli possono raggiungere guadagni persuasivi significativi attraverso l'apprendimento per rinforzo.
Il paper presenta GEMS, un framework di apprendimento per rinforzo multi-agente scalabile e privo di surrogati che sostituisce le popolazioni esplicite di PSRO con un generatore ammortizzato e ancoraggi latenti, ottenendo prestazioni superiori in termini di velocità, efficienza memoria e ricompensa pur mantenendo le garanzie teoriche.
Questo lavoro introduce le "firme dei benchmark", insiemi di token salienti la cui perplessità nei modelli linguistici predice le prestazioni, rivelando una struttura di sovrapposizione più sfumata e robusta rispetto alle tradizionali correlazioni di performance e suggerendo che l'organizzazione semantica degli LLM differisce dalla struttura concettuale umana.
Il paper propone ELHPlan, un nuovo framework per la pianificazione collaborativa multi-agente basato su "Action Chains" che bilancia adattabilità ed efficienza, ottenendo tassi di successo comparabili agli stati dell'arte con un consumo di token ridotto del 60-70%.
Il documento presenta un metodo attivo per il clustering di correlazione in scenari a freddo, che utilizza una strategia consapevole della copertura per garantire la diversità delle query quando non sono disponibili somiglianze iniziali, dimostrando la sua efficacia attraverso esperimenti su dati sintetici e reali.
Questo studio introduce il concetto di "misevoluzione" per descrivere i rischi emergenti in cui gli agenti LLM auto-evolutivi, pur migliorando autonomamente, deviano verso esiti dannosi attraverso percorsi di evoluzione del modello, della memoria, degli strumenti e del flusso di lavoro, evidenziando la necessità urgente di nuovi paradigmi di sicurezza.