4882 articoli
Il paper presenta SaiVLA-0, un'architettura Vision-Language-Action ispirata al cervello umano che separa le funzioni in tre moduli (Cerebro, Ponte e Cervelletto) per ottimizzare l'efficienza computazionale, la modularità e le prestazioni nel controllo robotico, dimostrando miglioramenti significativi nei tempi di addestramento e nei tassi di successo.
Il paper presenta FoleyFlow, un nuovo metodo che allinea encoder audio-visivi tramite modellazione mascherata e utilizza un flusso condizionale dinamico per generare audio sincronizzato semanticamente e ritmicamente con i video di input, superando le prestazioni dei metodi precedenti.
Il paper introduce TRIAGE, un framework che scompone l'incertezza in componenti aleatorie ed epistemiche per attivare risposte correttive specifiche nel controllo robotico e nella percezione adattiva, migliorando significativamente il successo dei compiti e l'efficienza computazionale rispetto ai metodi tradizionali che trattano l'incertezza in modo uniforme.
Il paper presenta un nuovo metodo spiegabile per il monitoraggio delle condizioni delle trasmissioni degli elicotteri, basato sulla rilevazione probabilistica delle anomalie utilizzando esclusivamente dati sani per quantificare l'incertezza e supportare decisioni in applicazioni critiche.
Il paper presenta SAGAD, un framework scalabile e adattivo per il rilevamento di anomalie nei grafi che risolve le disparità di omofilia e i problemi di scalabilità attraverso l'uso di filtri di Chebyshev, una fusione adattiva basata sulla struttura del sottografo anomalo e una guida di perdita per le preferenze di frequenza, garantendo elevate prestazioni e complessità lineare su larga scala.
Il paper propone DARC, un metodo di inferenza senza riaddestramento che affronta l'eterogeneità delle preferenze umane attraverso una codifica basata sulla robustezza distribuzionale e la gestione del rischio, riducendo così il rischio di coda e il disaccordo mantenendo al contempo una qualità media competitiva.
Il paper introduce Eventax, un framework basato su JAX che risolve il compromesso tra flessibilità e precisione nell'addestramento di reti neurali basate su eventi, permettendo il calcolo di gradienti esatti per modelli neuronali complessi e arbitrari tramite la risoluzione differenziabile di equazioni differenziali ordinarie.
Il paper presenta CFG, un metodo di guida senza training che ottimizza la Classifier-Free Guidance adattando dinamicamente il suo peso nel tempo tramite un'analisi teorica delle discrepanze di punteggio, migliorando così la generazione in modelli di diffusione condizionati.
Questo articolo critica l'attuale regime di valutazione per la previsione delle serie temporali a lungo termine, basato esclusivamente sulla riduzione degli errori puntuali, e propone un approccio multidimensionale che integri fedeltà statistica, coerenza strutturale e rilevanza decisionale per allineare il progresso scientifico agli obiettivi reali del forecasting.
Questo articolo propone l'algoritmo ALS-IRLS, un metodo di stima delle covarianze del rumore robusto agli outlier basato su un framework a due livelli che combina la filtrazione adattiva delle innovazioni con una funzione di costo di Huber risolta tramite pesi iterativi, dimostrando una precisione superiore rispetto alle tecniche tradizionali e ai filtri di Kalman esistenti.
Il paper propone TIER, un metodo che apprende rappresentazioni gerarchiche nelle reti ricche di testo costruendo una tassonomia implicita e integrandola nell'embedding dei nodi tramite apprendimento contrastivo e regolarizzazione, superando così i limiti dei modelli a semantica piatta.
Il documento presenta Covenant-72B, un modello linguistico su larga scala addestrato in modo collaborativo e globale tramite partecipanti permissionless supportati da un protocollo blockchain, dimostrando che è possibile raggiungere prestazioni competitive con i modelli centralizzati pur consentendo una partecipazione aperta e decentralizzata.
Lo studio dimostra che il ragionamento in uno spazio latente continuo supera il Chain-of-Thought esplicito, specialmente per le lingue a risorse limitate e in contesti zero-shot, offrendo al contempo una compressione dei passaggi di ragionamento fino a 50 volte più efficiente grazie alla maggiore invarianza linguistica delle rappresentazioni latenti.
Il paper presenta ALOOD, un nuovo metodo che sfrutta le rappresentazioni linguistiche di un modello visione-linguaggio per allineare le caratteristiche LiDAR e trattare il rilevamento di oggetti fuori distribuzione come un compito di classificazione zero-shot, migliorando così la sicurezza nei sistemi di guida autonoma.
Il paper presenta AutoAdapt, un framework automatizzato end-to-end che utilizza un sistema multi-agente di dibattito e un surrogato basato su LLM chiamato AutoRefine per ottimizzare l'adattamento di dominio dei modelli linguistici su larga scala, riducendo l'intervento umano e migliorando significativamente l'accuratezza rispetto alle tecniche esistenti.
Il paper propone SERQ, un metodo di ricostruzione degli errori sensibile alla salienza che utilizza una singola matrice di compensazione a basso rango per mitigare gli errori di quantizzazione nelle inferenze LLM a basso bit (W4A8 e W4A4), preservando l'efficienza computazionale e superando le prestazioni delle tecniche esistenti con una complessità di calibrazione ridotta.
Questo studio propone un framework che integra l'analisi delle opzioni reali con un algoritmo di ottimizzazione basato su Transformer (TPPO) per ottimizzare la progettazione sequenziale delle regioni di servizio, affrontando vincoli di capacità e effetti di spillover stocastici per identificare strategie di investimento superiori in condizioni di incertezza.
Il paper evidenzia i limiti delle attuali metriche di benchmark per la regressione tabellare basate su foundation models, che valutano solo stime puntuali, e propone l'adozione di regole di punteggio adeguate, come il CRPS, per valutare e ottimizzare le previsioni probabilistiche, suggerendo al contempo l'uso di modelli finetunati o promptabili per gestire i diversi bias induttivi.
Questo studio estende il metodo di aggregazione adattiva AsyncFedED nell'apprendimento federale asincrono esplorando metriche di distanza alternative rispetto alla distanza euclidea per misurare la staleness dei gradienti, dimostrando che l'uso di metriche specifiche migliora la convergenza, le prestazioni e la stabilità del modello in ambienti con clienti eterogenei e dati non-IID.
Questo articolo presenta un operatore neurale basato sull'espansione del caos di Wiener e modulazione lineare delle caratteristiche (WCE-FiLM-NO) che risolve con successo le equazioni differenziali stocastiche singolari, come il modello dinamico e il più complesso , senza richiedere fattori di rinormalizzazione.