4885 articoli
Questo articolo unifica i metodi di riduzione della varianza per la valutazione on-policy e off-policy, dimostrando l'equivalenza matematica tra gli stimatori standard di differenza di medie e quelli di punteggio di propensione inversa, nonché tra le tecniche di aggiustamento tramite regressione e la stima robusta doppia.
Questo studio analizza come i benchmark attuali creino incentivi distorti che portano all'assenza di un equilibrio di Nash, dimostrando tuttavia che il protocollo "tune-before-test" può garantire un'unica soluzione che classifica correttamente i modelli in base alla loro qualità intrinseca.
Questo articolo propone un nuovo algoritmo di ottimizzazione basato sul calcolo frazionario che, sostituendo il gradiente istantaneo con un operatore di memoria storica ponderata, supera i limiti degli approcci markoviani tradizionali per migliorare significativamente l'accuratezza e la robustezza nella gestione di dati sbilanciati come quelli relativi alla frode finanziaria e alla diagnosi medica.
Il paper presenta ToCoRL, un framework che sfrutta la plasticità comportamentale intrinseca dei modelli linguistici di grandi dimensioni, rivelata attraverso la generazione condizionata ai token, per internalizzare tramite apprendimento per rinforzo adattamenti comportamentali stabili che permettono un controllo preciso delle modalità di risposta (come passare dal ragionamento passo-passo alla risposta diretta) senza degradare le capacità del modello.
Questo lavoro propone la normalizzazione del valore invariante alla scala (SVN) come tecnica semplice per stabilizzare la decomposizione non lineare dei valori nell'apprendimento per rinforzo multi-agente offline, fornendo una ricetta pratica che ne sblocca il pieno potenziale.
Il paper introduce GCOS, un framework di regolarizzazione che sintetizza outlier virtuali nello spazio delle caratteristiche rispettando la struttura geometrica dei dati in distribuzione e combinando un guscio ispirato alla conformità con un obiettivo di regolarizzazione contrastiva per migliorare la robustezza nella rilevazione di dati fuori distribuzione.
Questo articolo presenta un nuovo framework di Meta-Apprendimento per Rinforzo che, integrando un'ottimizzazione a due livelli e un'architettura ibrida con rappresentazioni condivise, migliora l'efficienza del campionamento e l'adattabilità rapida nei sistemi di gestione energetica, come dimostrato su un dataset reale di oltre dieci anni.
Il paper introduce SYNAPSE, un framework sistematico e senza riaddestramento per analizzare e stress-testare i modelli Transformer, rivelando una struttura interna ridondante e stabile che, nonostante la sua robustezza funzionale, rimane vulnerabile a manipolazioni mirate.
Il documento presenta IronEngine, una piattaforma per assistenti AI generici basata su un nucleo di orchestrazione unificato e un pipeline a tre fasi che integra modelli locali e cloud, memoria persistente e strumenti eseguibili, dimostrando prestazioni superiori nei benchmark operativi rispetto ad assistenti esistenti.
Il paper propone GRACE, un nuovo framework dinamico per l'apprendimento incrementale di classe che bilancia plasticità e stabilità attraverso una strategia ciclica di espansione, valutazione della saturazione e compressione, ottenendo prestazioni all'avanguardia riducendo al contempo l'ingombro di memoria fino al 73%.
Questo studio prospettico di fattibilità dimostra che un'intelligenza artificiale conversazionale basata su modelli linguistici (AMIE) può condurre in sicurezza colloqui clinici e formulare diagnosi differenziali in un contesto di cure primarie reale, ottenendo un'alta soddisfazione dei pazienti e una qualità delle diagnosi paragonabile a quella dei medici, sebbene i medici superino l'AI nella praticità e nel costo delle terapie proposte.
LycheeCluster è un metodo innovativo per la gestione efficiente della cache KV nei modelli linguistici su contesti lunghi, che combina un'analisi semantica dei blocchi e un indicizzazione gerarchica per ridurre la complessità di ricerca da lineare a logaritmica, ottenendo un'accelerazione fino a 3,6 volte rispetto agli stati dell'arte.
Lo studio rivela che l'identificazione di un'anonima soglia critica di deriva osservazionale negli agenti RL basati su modelli del mondo è determinata da una complessa interazione tra rumore di fondo, sensibilità del rilevatore e dinamica ambientale, portando a una rapida "sveglia" solo oltre un limite specifico o a un fallimento irreversibile in ambienti fragili.
Questo studio presenta un tracciatore a filtro particellare per il monitoraggio di singole imbarcazioni che utilizza una strategia adattiva basata sull'entropia per selezionare dinamicamente tra sensori LiDAR e camera, ottimizzando così il compromesso tra accuratezza e continuità in ambienti marittimi reali.
Il paper presenta MedCertAIn, un framework di previsione del rischio che utilizza dati multimodali e priors guidati dai dati per migliorare le prestazioni predittive e la quantificazione dell'incertezza nei sistemi di supporto alle decisioni cliniche.
Il paper propone un nuovo approccio basato sul Principio dell'Informazione Condizionale (CIB) che riformula il ragionamento come problema di compressione per ottimizzare il "Budget Forcing" nei modelli linguistici, permettendo di ridurre i costi di inferenza eliminando il ridondanza cognitiva senza compromettere la logica o l'accuratezza.
Il paper propone MUSA-PINN, un approccio multi-scala basato su forme deboli che risolve le instabilità delle reti neurali fisicamente informate (PINN) nei flussi fluidi complessi imponendo leggi di conservazione integrali su volumi di controllo gerarchici, ottenendo così una riduzione degli errori fino al 93% e una rigorosa conservazione della massa in geometrie TPMS.
Questo lavoro propone l'integrazione di reti neurali lagrangiane nel framework Dyna per il reinforcement learning basato su modelli, dimostrando che l'uso di ottimizzatori basati sulla stima dello stato accelera la convergenza e migliora l'efficienza rispetto ai metodi black-box tradizionali.
Il paper propone STRIDE, un framework di apprendimento della dinamica robotica che combina una rete neurale lagrangiana per la meccanica conservativa con un modello di flusso condizionale per le forze di interazione stocastiche, ottenendo una riduzione significativa degli errori di previsione in ambienti incerti.
Il paper propone X-AVDT, un rilevatore di deepfake robusto che sfrutta i segnali di allineamento audio-visivo interni ai generatori ottenuti tramite inversione DDIM, e introduce il nuovo dataset multimodale MMDF per valutare le prestazioni su diverse tecnologie di sintesi.