4047 articoli
PASS è un framework scalabile per il clustering k-means con vincoli pairwise che ottimizza un piccolo sottoinsieme di dati, risolve la fattibilità dei vincoli "cannot-link" tramite un problema di colorazione dei grafi e fornisce certificati di riparazione verificabili, permettendo così di ottenere soluzioni competitive con tempi di esecuzione ridotti anche su istanze dove i metodi tradizionali falliscono.
Questo studio presenta un confronto empirico sistematico tra modelli neurali privi di modello e filtri classici per la stima dello stato in sistemi dinamici non lineari, dimostrando che le architetture neurali, in particolare i modelli a spazio di stato, raggiungono prestazioni paragonabili ai filtri di Kalman non lineari più avanzati e superano le basi classiche più deboli, pur ottenendo un throughput di inferenza significativamente superiore senza richiedere la conoscenza delle equazioni del sistema.
Il paper presenta TimeSliver, un nuovo framework di deep learning per la classificazione di serie temporali che, decomponendo i dati in componenti simboliche e lineari, assegna punteggi di importanza a ogni segmento temporale garantendo sia un'elevata interpretabilità che prestazioni predittive competitive rispetto agli stati dell'arte.
Il paper propone TGCC, un nuovo metodo di condensazione dei grafi basato sull'invarianza causale che estrae e integra caratteristiche causali invarianti nel dominio spettrale, permettendo di ottenere dataset compressi trasferibili che superano le tecniche esistenti in scenari complessi cross-task e cross-domain.
Il paper introduce FlowSymm, una nuova architettura che combina azioni di gruppo su flussi a divergenza nulla, un encoder di attenzione su grafi e una raffinazione Tikhonov per completare i flussi di rete mancanti rispettando esattamente le leggi di conservazione locali e superando le prestazioni degli stati dell'arte su benchmark reali.
Mem-T è un agente di memoria autonomo che, grazie al framework di apprendimento per rinforzo MoT-GRPO, risolve il problema della ricompensa sparsa in compiti a lungo termine densificando il feedback e ottimizzando congiuntamente la costruzione e il recupero della memoria, ottenendo prestazioni superiori e un'efficienza computazionale migliorata rispetto agli approcci esistenti.
Questo studio propone l'applicazione dell'Analisi di Fusione Combinatoria (CFA) per prevedere il prezzo del Bitcoin, ottenendo una performance superiore rispetto ai singoli modelli e ad altre tecniche esistenti grazie a una combinazione di punteggi e ranghi che riduce l'errore medio percentuale (MAPE) allo 0,19%.
Il lavoro propone l'Adam-Aware In-Run Data Shapley, un metodo innovativo che supera i limiti delle tecniche basate su SGD per l'attribuzione dei dati negli ottimizzatori Adam, garantendo un'accuratezza quasi perfetta e un'elevata efficienza computazionale senza richiedere il riaddestramento del modello.
Lo studio dimostra che, per il rilevamento dei valori umani a livello di frase, la struttura gerarchica dei valori di Schwartz funge più efficacemente da bias induttivo che da regola di routing rigida, mentre le migliori prestazioni si ottengono attraverso tecniche di calibrazione e ensemble piuttosto che con architetture complesse o modelli LLM compatti.
Il paper presenta LatentMem, un framework di memoria multi-agente apprendibile che risolve i problemi di omogeneizzazione e sovraccarico informativo attraverso la sintesi di memorie latenti compatte e specifiche per ruolo, ottimizzate tramite una nuova strategia di apprendimento chiamata LMPO.
Il paper presenta T2T, un nuovo framework di reward shaping ispirato ai processi di apprendimento umano che migliora il ragionamento dei modelli linguistici bilanciando l'esplorazione estesa su problemi difficili con l'efficienza sui compiti già padroneggiati, ottenendo risultati superiori rispetto alle tecniche esistenti su benchmark matematici.
Il paper dimostra come gli attaccanti possano sfruttare i modelli di chat Jinja2 modificati per iniettare backdoor a tempo di inferenza in modelli linguistici open-weight, compromettendone l'affidabilità o inducendo comportamenti malevoli senza alterare i pesi del modello o il codice di runtime.
Il paper presenta l'Hinge Regression Tree (HRT), un nuovo metodo che riformula la ricerca di split obliqui negli alberi di regressione come un problema di minimi quadrati non lineari risolvibile tramite un metodo di Newton smorzato, garantendo convergenza rapida, proprietà di approssimazione universale e prestazioni superiori rispetto alle basi di riferimento con strutture più compatte.
Il paper introduce le Radial Müntz-Szász Networks (RMN), un'architettura neurale con basi di potenza radiali apprendibili progettata per modellare con alta efficienza e precisione campi singolari multidimensionali, superando i limiti delle architetture tradizionali e riducendo drasticamente il numero di parametri necessari.
Il paper propone SDFed, un framework di apprendimento federato eterogeneo che risolve le discrepanze locali-globali nell'adattamento dei modelli visione-linguaggio consentendo prompt locali a lunghezza variabile e introducendo tecniche di raffinamento del sottospazio e controllo della divergenza per migliorare le prestazioni in ambienti con dati e risorse disomogenei.
Il documento dimostra che le pipeline ibride RAG, combinando ricerca vettoriale ed espansione su grafo, introducono un nuovo rischio di sicurezza chiamato "Retrieval Pivot Attacks" che permette la fuoriuscita di dati tra tenant attraverso entità condivise, ma evidenzia che tale vulnerabilità può essere eliminata efficacemente applicando controlli di autorizzazione al confine di espansione del grafo.
Questo lavoro propone un quadro di preaddestramento unificato basato sulla diffusione per i modelli fondazionali del cervello, che supera i limiti dei metodi esistenti guidando strategie di mascheramento e lettura consapevoli della struttura per preservare i pattern di connettività semantica e migliorare la robustezza delle rappresentazioni su oltre 25.000 soggetti.
Questo studio analizza il riordinamento di documenti OAI olandesi frammentati, dimostrando che mentre i modelli basati su reti pointer e ranking pairwise raggiungono buone prestazioni su documenti brevi, i transformer seq2seq falliscono su testi lunghi a causa di strategie di ordinamento divergenti, un problema mitigato con successo attraverso la specializzazione del modello.
Questo articolo presenta un framework di modellazione tematica che utilizza le incorporazioni semantiche contestuali per semplificare le scale psicologiche senza richiedere dati di risposta, riducendo la lunghezza degli strumenti del 60,5% in media pur mantenendo la validità psicometrica e la coerenza strutturale.
Il paper presenta TrasMuon, un ottimizzatore che combina la geometria ortogonale dei metodi Muon con una calibrazione globale e un clipping basato su regioni di fiducia per stabilizzare l'addestramento e accelerare la convergenza, eliminando la necessità di fasi di warmup.