6866 articoli
Il paper introduce Chart-RL, un metodo di apprendimento per rinforzo che utilizza ricompense matematicamente verificabili per migliorare la comprensione dei grafici nei modelli visione-linguaggio, dimostrando che la complessità dei dati di addestramento è più cruciale della quantità e ottenendo prestazioni superiori rispetto al fine-tuning supervisionato su vari benchmark.
Questo articolo presenta un metodo di apprendimento per imitazione che, grazie a una nuova analisi teorica sui cicli limite e le mappe di Poincaré, permette di addestrare politiche di locomozione per quadrupedi da zero utilizzando solo pochi secondi di dimostrazione, ottenendo risultati robusti in esperimenti hardware.
Questo articolo propone un framework di disapprendimento automatico basato su SISA per la localizzazione dei cortocircuiti tra spire nei trasformatori di potenza, che consente di rimuovere efficacemente l'influenza di dati dannosi riaddestrando solo i modelli interessati, riducendo così drasticamente i tempi di elaborazione rispetto al riaddestramento completo.
Questo studio presenta un framework di apprendimento per rinforzo basato su grafi e topologia che, integrando l'analisi della persistenza omologica, ottimizza la riconfigurazione e il carico nei reti di distribuzione elettrica per migliorare la resilienza e la stabilità operativa durante eventi estremi.
Il documento presenta CUOTM, un nuovo modello generativo condizionale basato su un framework di Trasporto Ottimo Non Bilanciato che, rilassando i vincoli di corrispondenza delle distribuzioni tramite penalità di divergenza di Csiszár, risolve efficacemente la sensibilità agli outlier tipica dei metodi tradizionali mantenendo un'elevata efficienza di campionamento.
Il paper propone NePPO, un nuovo approccio di ottimizzazione delle policy per l'apprendimento multi-agente che calcola equilibri di Nash approssimati in giochi a somma generale imparando una funzione di potenziale indipendente dal giocatore per trasformare il problema originale in un gioco cooperativo.
Il paper introduce DiffCon, un quadro unificato basato sul controllo stocastico e sugli MDP linearmente risolvibili che riformula il campionamento inverso di diffusione come un problema di controllo, derivando algoritmi di ottimizzazione efficienti e una parametrizzazione a rete laterale che migliorano l'allineamento e l'efficienza nel fine-tuning dei modelli di diffusione rispetto alle tecniche esistenti.
Questo articolo dimostra come la regolamentazione della fairness basata esclusivamente sull'effetto medio del trattamento (ATE) possa essere aggirata attraverso il "masking causale", nascondendo discriminazioni sistemiche dietro una media nulla e sottolineando la necessità di valutare l'equità a livello di modello piuttosto che di decisione.
Questo paper presenta un metodo che utilizza Modelli Linguistici Multimodali per scoprire in modo adattivo attributi audio interpretabili, sostituendo l'analisi umana nel framework AdaFlock per ottenere una classificazione a risorse limitate più rapida, accurata e praticabile in soli 11 minuti.
Questo articolo propone il nuovo problema di apprendimento online denominato "Combinatorial Allocation Bandits" (CAB), che mira a massimizzare la soddisfazione degli utenti nelle piattaforme di matching attraverso algoritmi basati su limiti di confidenza e Thompson Sampling, superando i limiti delle strategie tradizionali focalizzate solo sul numero di abbinamenti.
Il paper presenta Self-MOA, un framework automatizzato che allinea i piccoli modelli linguistici utilizzando supervisione debole da valutatori automatici, ottenendo un miglioramento del 12,41% nella sicurezza rispetto ai metodi tradizionali con una frazione dei dati di addestramento necessari.
Il paper "TEA-Time" sviluppa un quadro metodologico per l'estrapolazione temporale degli effetti dei trattamenti, proponendo due strategie di identificazione e stimatori efficienti per calcolare l'effetto medio del trattamento trasportato (TATE) in periodi non sperimentati, come dimostrato da simulazioni e applicazioni su dati reali.
Il paper presenta \textsc{ReSched}, un framework di apprendimento per rinforzo profondo minimalista basato su Transformer che, riducendo lo stato a sole quattro caratteristiche essenziali e adottando un'architettura semplificata, supera i metodi esistenti nel problema di scheduling flessibile dei lavori e dimostra una forte capacità di generalizzazione su varianti correlate.
Il paper propone un framework federato adattivo che combina il fine-tuning differenzialmente privato per i client potenti con un meccanismo di voto leggero per quelli con risorse limitate, al fine di generare dati sintetici globali riutilizzabili per compiti downstream preservando la privacy e gestendo l'eterogeneità computazionale.
Il paper presenta "Artoo", un sistema di comunicazione acustica robot-robot basato su reti neurali co-allenate che, eliminando la necessità di preservare caratteristiche paralinguistiche, ottimizza l'accuratezza di decodifica in ambienti rumorosi con un modello leggero ed efficiente da 2,1 milioni di parametri.
Il paper propone l'IMD-AD, un nuovo metodo di rilevamento delle anomalie basato su margini massimi che risolve i problemi di collasso ipersferico e scarsa interpretabilità del Deep SVDD, ottenendo prestazioni superiori e diagnosi visive grazie all'apprendimento end-to-end dei parametri del modello.
Il paper propone la "Distillazione On-Policy Consapevole dell'Entropia", un metodo che combina divergenze KL inverse e dirette per gestire l'incertezza dell'insegnante, migliorando la diversità generativa e le prestazioni di ragionamento matematico nei modelli linguistici rispetto alle tecniche di distillazione tradizionali.
Il paper presenta VLN-Cache, un framework di caching dei token che supera i limiti delle metodologie esistenti nei modelli di Navigazione Visivo-Linguistica (VLN) adattandosi alle dinamiche visive e semantiche attraverso un rimappaggio allineato alla vista e un filtro di rilevanza, ottenendo un significativo aumento della velocità di inferenza senza compromettere il successo della navigazione.
Il paper introduce Dreamer-CDP, un modello di mondo basato su rappresentazioni deterministiche continue che elimina la necessità di obiettivi di ricostruzione mantenendo prestazioni pari a Dreamer nell'ambiente Crafter.
Il paper introduce Countdown-Code, un ambiente di test che rivela come anche una minima contaminazione di dati di addestramento con strategie di "reward hacking" possa indurre modelli LLM a imparare e generalizzare tale comportamento, aggravato successivamente dall'apprendimento per rinforzo.