6837 articoli
Questo articolo presenta un nuovo framework per l'inversione congiunta 3D di gravità e magnetismo basato su flussi rettificati e un regolarizzatore di Ginzburg-Landau, progettato per superare i limiti delle soluzioni deterministiche tradizionali catturando l'intera distribuzione delle possibili densità sotterranee.
Il paper presenta un algoritmo basato su epoche e una corrispondente limite inferiore che caratterizzano il tasso minimax esatto per il regret nel commercio bilaterale contestuale con valutazioni a coda pesante (momento finito ), interpolando tra il tasso non parametrico classico e quello lineare.
Il paper presenta \textbf{\texttt{C3}}, un metodo di assegnazione del credito controfattuale contestuale che risolve il problema della diffusione del segnale di ricompensa nei sistemi multi-agente basati su LLM isolando l'impatto causale dei singoli messaggi tramite replay a continuazione fissa e una baseline leave-one-out, migliorando così le prestazioni terminali e la fedeltà dell'assegnazione del credito.
Il paper introduce IGLU, una nuova funzione di attivazione parametrica basata su una distribuzione di Cauchy che garantisce gradienti non nulli e robustezza, offrendo prestazioni competitive rispetto a ReLU e GELU su diversi benchmark e un'approssimazione efficiente (IGLU-Approx) che riduce i costi computazionali.
Il paper presenta SymLang, un framework unificato che combina grammatiche vincolate dalla simmetria, sintesi di programmi guidata da modelli linguistici e selezione bayesiana di modelli per scoprire equazioni governative interpretabili e fisicamente coerenti a partire da osservazioni rumorose e parziali, superando significativamente gli approcci esistenti in termini di accuratezza strutturale e stabilità.
Il paper propone l'attenzione stocastica, un metodo di campionamento senza addestramento basato sulla dinamica di Langevin applicata all'energia di Hopfield moderna, che trasforma i meccanismi di attenzione esistenti in generatori diversificati e controllabili tramite temperatura, superando le prestazioni dei modelli appresi senza richiedere modifiche architetturali.
Questo studio presenta un modello surrogato basato su un operatore neurale informato dalla fisica (PINO) che accelera di oltre 10.000 volte l'analisi della ritenzione dei dati nei transistor a effetto di campo ferroelettrico verticali (Fe-VNAND) rispetto alle simulazioni TCAD tradizionali, consentendo una rapida ottimizzazione dei dispositivi mantenendo l'accuratezza fisica.
Il documento propone un algoritmo di clustering possibilistico in un singolo passaggio (SPC) per dati in streaming, che utilizza finestre smorzate e l'unione delle covarianze per modellare cluster non sferici, ottenendo prestazioni superiori rispetto ad altri metodi esistenti.
Il paper propone un nuovo paradigma di aumento dei dati che, ispirandosi alle procedure di progettazione industriale, utilizza modelli linguistici di grandi dimensioni per generare programmi CAD più diversificati e complessi, arricchendo i dataset esistenti con forme organiche e curvature basate su spline tipiche dei progetti industriali reali.
Questo studio dimostra che, mentre l'uso di attributi sensibili nelle decisioni algoritmiche migliora inevitabilmente gli esiti per i gruppi svantaggiati, l'approccio "cieco" agli attributi può paradossalmente peggiorare le condizioni di tutti i gruppi a causa di un effetto di livellamento verso il basso.
Il paper presenta XGenBoost, un approccio generativo basato su XGBoost che utilizza un modello DDIM per dataset piccoli e un modello autoregressivo gerarchico per dataset grandi, superando le prestazioni dei metodi esistenti nella sintesi di dati tabulari misti con costi di addestramento ridotti.
Il paper propone DySECT, un sistema di estrazione auto-evolutivo che crea un ciclo virtuoso in cui un modello LLM popola dinamicamente una base di conoscenza che, a sua volta, raffina l'estrazione futura attraverso ragionamento grafico e addestramento sintetico.
Il paper propone il CN-CBF, un metodo di controllo neurale composito che combina più funzioni di barriera addestrate tramite la raggiungibilità di Hamilton-Jacobi per garantire una navigazione robotica sicura ed efficace in ambienti dinamici, superando le prestazioni dei metodi esistenti sia in simulazione che in esperimenti hardware.
Il paper introduce NerVE, un framework unificato basato sulla dinamica degli autovalori che analizza come le reti feed-forward nei grandi modelli linguistici organizzano il flusso informativo nello spazio latente, rivelando come le non linearità e la geometria dell'ottimizzatore governino l'utilizzo delle dimensioni latenti e fornendo metriche predittive per migliorare le scelte architetturali e di ottimizzazione.
Il paper presenta Swimba, un modello che integra un meccanismo Mixture-of-Experts nello spazio dei parametri degli State Space Models per aumentare la capacità del modello mantenendo fissi i costi computazionali dominanti del ricorsione.
Questo lavoro presenta un approccio computazionale che combina elementi finiti e reti neurali fisicamente consistenti per risolvere problemi di elasticità di Cosserat, integrando criteri di stabilità energetica basati su condizioni di convessità per validare le soluzioni apprese.
Questo lavoro introduce i Joint MDP (JMDP), un formalismo che estende i processi decisionali di Markov classici per modellare ambienti a dinamiche accoppiate attraverso un'interfaccia multi-azione che specifica le leggi congiunte dei risultati controfattuali, consentendo lo sviluppo di algoritmi di programmazione dinamica e incrementali con garanzie di convergenza per i momenti di ritorno.
Questo studio dimostra che le rappresentazioni vettoriali (embedding) dei modelli fondazionali del DNA, spesso condivise come servizio, sono vulnerabili ad attacchi di inversione che permettono agli avversari di ricostruire quasi perfettamente le sequenze genomiche sensibili originali, evidenziando la necessità urgente di progettare tali modelli con criteri di privacy.
Questo studio dimostra che la sparsificazione dei grafi, utilizzata come pre-elaborazione leggera, può accelerare significativamente l'addestramento e l'inferenza delle reti neurali su grafi (GNN) su larga scala mantenendo o addirittura migliorando l'accuratezza nei compiti di classificazione dei nodi.
Il documento dimostra che, sebbene i metodi di Policy Gradient ottimizzino l'addestramento post-preliminare dei modelli autoregressivi lineari tramite ricompense di esito, essi incontrano una barriera fondamentale legata al supporto del modello di base che può richiedere un numero esponenziale di query, barriera che può essere superata utilizzando ricompense di processo che sfruttano una quantile di verosimiglianza a livello di token per evitare la maledizione della dimensionalità.