7216 articoli
Il paper presenta CLoPA, una strategia di adattamento continuo che ottimizza una piccola frazione dei parametri del modello nnInteractive su dati annotati in tempo reale, elevando rapidamente le prestazioni della segmentazione interattiva a livelli esperti su diverse attività mediche senza richiedere modifiche al flusso di lavoro o nuovi parametri.
Questo lavoro presenta un framework per il calcolo certificato e accurato delle norme negli spazi funzionali (come Lebesgue e Sobolev) delle reti neurali profonde, combinando l'aritmetica intervallare, la raffinamento adattivo e l'aggregazione basata su quadratura per ottenere limiti deterministici garantiti sugli integrali delle funzioni e delle loro derivate, superando i limiti delle valutazioni puntuali.
Il paper propone una Mappa di Correlazione-Complessità, caratterizzata dagli indicatori QCLI e CCI, come strumento diagnostico per identificare distribuzioni di dati reali compatibili con modelli generativi quantistici di tipo IQP, dimostrando sperimentalmente che tale approccio supera i modelli classici su dati turbolenti con una maggiore efficienza nelle risorse di addestramento.
Il documento dimostra che, nei processi di diffusione quantistica gaussiani, il recupero della completezza positiva durante il processo inverso richiede l'iniezione di diffusione aggiuntiva, rendendo il "score reversal" un'operazione non gratuita che comporta un costo geometrico legato alla perdita di informazione.
Il paper introduce NOBLE, un'architettura che accelera l'addestramento dei transformer da zero mediante rami a basso rango non lineari permanenti, ottenendo significativi miglioramenti nell'efficienza e nella velocità di convergenza con un minimo sovraccarico di parametri.
Il paper presenta COLD-Steer, un framework senza addestramento che controlla il comportamento dei grandi modelli linguistici durante l'inferenza approssimando le dinamiche di apprendimento in un solo passo tramite esempi in contesto, ottenendo un'efficacia di steering fino al 95% con 50 volte meno campioni rispetto alle migliori tecniche esistenti.
Il paper presenta un approccio di caching consapevole della semantica che riduce il tempo di esecuzione dell'apprendimento dei concetti di un ordine di grandezza, migliorando l'efficienza sia per i ragionatori simbolici che per quelli neuro-simbolici.
Questo studio sfida l'ipotesi che gli attacchi backdoor multimodali siano sinergici, rivelando invece un fenomeno di "collasso modale" in cui il meccanismo di attacco si riduce a dominare una sola modalità, rendendo le altre ridondanti e negando l'interazione tra di esse.
Questo studio presenta un sistema di intelligenza artificiale addestrato su oltre 45.000 immagini ecografiche che non solo diagnostica le fessure orofacciali fetali con un'accuratezza pari a quella dei radiologi esperti, ma funge anche da strumento didattico efficace per migliorare le capacità diagnostiche dei radiologi meno esperti.
Questo articolo dimostra come i modelli transformer possano essere addestrati per prevedere in modo efficiente le transizioni atomiche nei nano-cluster, offrendo un'alternativa a basso costo computazionale rispetto alle tecniche di simulazione tradizionali e consentendo la generazione di molteplici microstati fisicamente validi.
Questo articolo presenta un nuovo metodo interpretabile per la previsione gerarchica della domanda industriale che, superando le limitazioni dei modelli esistenti, offre spiegazioni chiare su variabili temporali, incertezza e cambiamenti nei dati, migliorando così la fiducia e l'adozione di tali modelli nelle catene di approvvigionamento reali.
Il paper introduce CODEC, un metodo che utilizza autoencoder sparsi per scomporre il comportamento delle reti neurali in contributi di neuroni nascosti, rivelando processi causali e permettendo una manipolazione e interpretazione più efficaci dei modelli sia artificiali che biologici.
Il paper propone H²RL, un approccio ibrido che utilizza un preaddestramento basato su opzioni logiche per allineare gli agenti di apprendimento per rinforzo profondo, migliorando le decisioni a lungo termine e superando le prestazioni di baselines neurali, simboliche e neuro-simboliche.
Il paper presenta AllScAIP, un potenziale interatomico basato su machine learning che utilizza un meccanismo di attenzione "all-to-all" per catturare in modo efficiente e preciso le interazioni a lungo raggio in sistemi su larga scala, superando i limiti dei modelli basati su bias fisici quando si dispone di grandi quantità di dati.
SCOPE è un framework plug-and-play per la segmentazione 3D few-shot incrementale che migliora le prestazioni delle nuove categorie recuperando e fondendo prototipi da regioni di sfondo non etichettate, ottenendo risultati all'avanguardia su ScanNet e S3DIS senza dimenticare le conoscenze precedenti.
Il paper presenta BEVLM, un framework che colma il divario tra la ricchezza semantica dei Large Language Models e la coerenza spaziale delle rappresentazioni Bird's-Eye View, migliorando significativamente sia il ragionamento nelle scene di guida che le prestazioni di guida autonoma end-to-end in scenari critici per la sicurezza.
Questo articolo propone un metodo di regressione lineare multidimensionale con effetti fissi interattivi non osservati, basato su un approccio ortogonale di Neyman che combina la stima preliminare dei fattori con una trasformazione "weighted-within" per ottenere stime coerenti e asintoticamente normali, applicando poi la metodologia per stimare l'elasticità della domanda della birra.
Questo articolo propone due algoritmi di discesa del gradiente alternato proiettato di ordine zero, denominati ZO-PDAPG e ZO-RMPDPG, che risolvono problemi minimax non convessi con vincoli lineari accoppiati in contesti deterministici e stocastici, garantendo complessità iterativa e stabilendo un nuovo stato dell'arte per la classe non convessa-concava.
Il paper introduce Orthonormal Data Collaboration (ODC), un metodo che impone basi ortonormali per trasformare l'allineamento in un problema di Procruste ortogonale risolvibile in forma chiusa, garantendo così una maggiore velocità computazionale, stabilità numerica e prestazioni invarianti rispetto alla scelta della base target senza compromettere la privacy.
Questo lavoro propone un metodo di ottimizzazione submodulare per la selezione di sottoinsiemi multi-task che, introducendo una regolarizzazione basata sull'entropia relativa, garantisce una robustezza distribuzionale locale e un'efficienza computazionale superiore rispetto alle strategie esistenti, come dimostrato attraverso applicazioni nella selezione di satelliti e nel riassunto di immagini.