7008 articoli
Il paper introduce un nuovo framework e dataset per valutare l'informatività orientata alle decisioni dei modelli visione-linguaggio nel settore alberghiero, rivelando che, sebbene le prestazioni migliorino con un fine-tuning specifico, i modelli attuali non sono intrinsecamente consapevoli delle esigenze informative degli utenti.
Questo articolo propone il framework CTP (Contrastive Tensor Pre-training), che supera i limiti dell'allineamento a coppie delle modalità sostituendo la similarità coseno con un tensore di similarità multimodale per ottenere un allineamento unificato e coerente di testo, immagini e nuvole di punti, migliorando così le prestazioni dei sistemi di guida autonoma.
Questo articolo introduce un quadro teorico basato sul filtraggio particellare per analizzare e migliorare i metodi di inferenza parallela nei modelli linguistici, identificando sia criteri per garantire l'accuratezza del campionamento sia limiti fondamentali intrinseci a tali approcci.
Il paper introduce VLM-SubtleBench, un nuovo benchmark progettato per valutare la capacità dei modelli visione-linguaggio di distinguere sottili differenze visive in ambiti diversificati come quello medico e industriale, rivelando un significativo divario tra le prestazioni attuali dei modelli e quelle umane.
Questo studio presenta un quadro decisionale probabilistico che combina modelli di intelligenza artificiale con un modello statistico delle aspettative degli agricoltori per generare previsioni monsoniche più accurate, le quali sono state implementate con successo nel 2025 per fornire informazioni cruciali a 38 milioni di agricoltori indiani.
Il paper introduce SMGI, una teoria strutturale dell'intelligenza artificiale generale che ridefinisce l'apprendimento come evoluzione controllata dell'interfaccia di apprendimento, formalizzando un modello meta-strutturale che unifica e generalizza approcci esistenti come l'empirical risk minimization, il reinforcement learning e i modelli basati su prior di programma.
Il paper presenta LeJOT-AutoML, un framework AutoML guidato da agenti LLM che automatizza l'ingegneria delle caratteristiche per la previsione dei tempi di esecuzione su Databricks, riducendo drasticamente i cicli di sviluppo e ottenendo un risparmio dei costi del 19,01% grazie a una migliore ottimizzazione dell'orchestrazione dei job.
Il paper propone E²OAL, un quadro unificato e privo di rilevatori per l'apprendimento attivo in scenari open-set che sfrutta le classi sconosciute etichettate attraverso clustering strutturale e calibrazione Dirichlet per migliorare simultaneamente la precisione, l'efficienza e la discriminazione delle classi note.
Questo studio propone un Framework Transformer Bayesiano che integra tre meccanismi di incertezza complementari in un'architettura PatchTST per ottenere previsioni probabilistiche del carico elettrico altamente calibrate e robuste, superando le prestazioni degli attuali modelli di deep learning su diversi dataset delle reti elettriche, specialmente durante eventi meteorologici estremi.
Il paper presenta NaviDriveVLM, un framework decoupled che separa il ragionamento di alto livello dalla pianificazione del movimento utilizzando un grande modello "Navigator" e un driver leggero, ottenendo prestazioni superiori rispetto ai modelli VLM esistenti nel benchmark nuScenes.
Il paper presenta DyQ-VLA, un framework di quantizzazione dinamica per modelli Vision-Language-Action che, sfruttando proxy cinematici in tempo reale per adattare dinamicamente la precisione dei bit, riduce l'ingombro di memoria del 69,1% mantenendo il 99,5% delle prestazioni originali e accelerando l'esecuzione sia in simulazione che nel mondo reale.
Il paper introduce Rel-MOSS, un nuovo approccio di apprendimento profondo relazionale che affronta il problema dello squilibrio delle classi nei database relazionali mediante un sintetizzatore di minoranza guidato dalle relazioni e un controllore di gate relazionale, ottenendo prestazioni superiori rispetto agli stati dell'arte su 12 dataset.
Questo lavoro propone un framework di trasferimento robusto per MDP che, integrando informazioni secondarie come vincoli sui momenti delle caratteristiche e distanze distribuzionali all'interno di insiemi di incertezza centrati sulla stima, genera politiche ottimali nel caso peggiore con minori livelli di conservatorismo e una maggiore efficienza nel campionamento rispetto agli approcci tradizionali.
Il paper propone un framework AI modulare che utilizza l'analisi semantica e sintattica delle definizioni SQL per assegnare punteggi di rischio alle metriche aggregate in ambito sanitario, consentendo una governance proattiva della privacy e la condivisione sicura dei dati tra diversi dipartimenti senza accedere a informazioni sensibili.
Il paper presenta ELLMob, un framework basato su LLM auto-allineati e sul primo dataset annotato con eventi, progettato per generare traiettorie umane realistiche che bilanciano efficacemente le abitudini individuali con i vincoli imposti da eventi su larga scala come tifoni, pandemie e Olimpiadi.
Gli autori sviluppano una pipeline di apprendimento per rinforzo che semplifica i diagrammi di nodi, dimostrando la sua efficacia su nodi banali complessi e recuperando il limite superiore sorprendente di tre per il numero di svincolo del nodo composto .
Il documento presenta PSTNet, una rete neurale leggera e fisicamente strutturata che integra principi aerodinamici fondamentali per stimare in tempo reale l'intensità della turbolenza atmosferica su microcontrollori, offrendo un'alternativa efficiente e più accurata ai modelli tradizionali per i sistemi di guida aerei.
Il paper propone la Local Constrained Bayesian Optimization (LCBO), un nuovo framework che supera le limitazioni dei metodi a regione di fiducia nei problemi vincolati ad alta dimensionalità alternando discesa locale ed esplorazione guidata dall'incertezza, garantendo teoricamente un tasso di convergenza polinomiale rispetto alla dimensionalità e dimostrando prestazioni superiori rispetto agli stati dell'arte su benchmark fino a 100 dimensioni.
Il paper presenta architetture di potenziali interatomici basati su apprendimento automatico che utilizzano miscele di esperti (MoE) e miscele di esperti lineari (MoLE), dimostrando che l'attivazione sparsa con esperti condivisi e il routing elemento per elemento migliorano significativamente l'accuratezza e la stabilità, ottenendo risultati all'avanguardia su diversi benchmark e rivelando una specializzazione degli esperti allineata alle tendenze della tavola periodica.
Il paper introduce $OneMillion-Bench, un nuovo benchmark composto da 400 task curati da esperti in ambiti professionali critici come diritto e finanza, progettato per valutare la capacità dei agenti linguistici di gestire scenari complessi del mondo reale attraverso un protocollo di valutazione basato su rubriche che misura accuratezza, coerenza logica e conformità professionale.