7930 articoli
Questo studio indaga la correlazione tra l'oblio catastrofico e il collasso strutturale nelle reti neurali, dimostrando attraverso diverse architetture e strategie di apprendimento continuo che la perdita di plasticità, misurata tramite il rango effettivo (eRank), è strettamente legata alla difficoltà di apprendere nuovi compiti senza dimenticare quelli precedenti.
Il documento evidenzia come i sistemi di monitoraggio basati su modelli linguistici siano affetti da un "bias di auto-attribuzione" che li porta a valutare meno criticamente le azioni da loro stesse generate rispetto a quelle presentate dall'utente, creando un rischio di sovrastima della loro affidabilità durante il dispiegamento reale.
Questo articolo propone un innovativo framework di intelligenza artificiale multimodale a fusione tardiva che, integrando embedding semantici, pattern comportamentali e metadati dei dispositivi, risolve il problema della deduplicazione dei dati sanitari nazionali in modo scalabile e nel pieno rispetto della privacy, superando i limiti dei metodi tradizionali basati su identificatori diretti.
Questo lavoro dimostra che l'adattamento di un modello fondazionale per equazioni differenziali parziali (PDE) migliora l'efficienza nel campionamento e l'accuratezza nella stima inversa dei parametri del sistema e nella ricostruzione di immagini iperspettrali per la fusione a confinamento inerziale, superando l'addestramento da zero, specialmente in scenari con dati limitati.
Questo lavoro stabilisce una rigorosa equivalenza variazionale e basata sul gradiente tra l'algoritmo K-Means e le reti neurali a funzioni di base radiale differenziabili, dimostrando come l'ottimizzazione continua dei centri RBF si riduca alla regola di aggiornamento dei centroidi K-Means nel limite di temperatura nulla e proponendo l'uso di Entmax-1.5 per garantire stabilità numerica.
Questo lavoro propone algoritmi ottimali per il test di indipendenza delle distribuzioni che, integrando informazioni predittive ausiliarie, garantiscono validità nel caso peggiore e migliorano significativamente l'efficienza del campionamento quando le previsioni sono accurate, estendendo il risultato al caso multivariato e fornendo limiti inferiori minimax corrispondenti.
Spinverse è un metodo di ricostruzione microstrutturale per la risonanza magnetica a diffusione che, sfruttando un simulatore di Bloch-Torrey completamente differenziabile su una griglia tetraedrica, ottimizza le permeabilità delle facce interne per invertire i segnali dMRI e recuperare interfacce biologiche esplicite senza modificare la connettività della mesh.
Questo studio dimostra che l'integrazione di modelli sequenziali temporali, in particolare i Transformer, nell'algoritmo PPO migliora significativamente la robustezza dei sistemi di apprendimento per rinforzo contro la deriva dei sensori e la parzialità delle osservazioni, garantendo prestazioni elevate anche in scenari di guasto estremo.
Il paper presenta iAgentBench, un nuovo benchmark dinamico per valutare le capacità di sintesi e integrazione di informazioni da più fonti degli agenti di ricerca, superando i limiti dei test attuali che si basano spesso sul recupero di un singolo passaggio.
Il paper presenta VeNRA, un agente di ragionamento finanziario neuro-simbolico che supera i limiti delle architetture RAG tradizionali sostituendo il recupero testuale probabilistico con un registro di fatti deterministici e un modello Sentinel addestrato tramite simulazione avversaria per garantire ragionamento numerico verificabile e privo di allucinazioni.
L'articolo propone un metodo per migliorare l'accuratezza delle reti neurali informate dalla fisica (PINN) tramite un addestramento finale che combina la rete con un passo di post-elaborazione, riducendo gli errori di quattro-cinque ordini di grandezza e permettendo il riutilizzo delle funzioni di base per problemi più complessi.
Questo studio propone un approccio diretto basato su reti di regressione profonda addestrate su dati Lidar sintetici per stimare con maggiore precisione il volume e la biomassa degli alberi a livello di parcelle, superando le significative sottostime dei metodi indiretti tradizionali.
Il paper propone che il consolidamento della memoria non serva solo a stabilizzare le rappresentazioni, ma ottimizzi la generalizzazione attraverso una "dimenticanza predittiva" che comprime selettivamente le informazioni per conservare solo ciò che prevede esiti futuri, un processo iterativo reso necessario dai vincoli di codifica ad alta fedeltà e validato da simulazioni in modelli biologici e linguistici.
Questo lavoro generalizza la selezione top- equa a più gruppi protetti, analizzandone la complessità computazionale e proponendo una soluzione pratica che bilancia l'efficienza, la minimizzazione della disparità rispetto a una funzione di riferimento e la stabilità della funzione di punteggio rispetto alle perturbazioni.
Questo articolo presenta TREDBench e un metodo di adattamento guidato da embedding che, utilizzando esclusivamente dati sintetici curati, migliora significativamente l'efficienza e l'accuratezza del modello fondazionale TabPFN 2.5 nelle regressioni ingegneristiche, colmando il divario tra domini sintetici e reali senza richiedere dati ingegneristici reali per l'addestramento.
Questo lavoro dimostra che l'aumento della profondità nelle reti lineari per il completamento della matrice intensifica le dinamiche accoppiate, favorendo un pregiudizio implicito verso soluzioni a basso rango che risolve questioni aperte sulla convergenza e previene la perdita di plasticità osservata nei modelli superficiali.
Questo studio dimostra che, contrariamente all'assunto comune, l'uso del modello di enhancement audio SAM-Audio come pre-elaborazione per sistemi ASR zero-shot basati su Whisper peggiora sistematicamente le prestazioni di riconoscimento, rivelando una fondamentale discrepanza tra la qualità acustica percepita dall'uomo e la robustezza necessaria per l'elaborazione automatica.
Questo lavoro propone un'evoluzione del modello Dreamer basata su metodi probabilistici che permettono l'esplorazione parallela di stati latenti e il mantenimento di ipotesi distinte per futuri mutualmente esclusivi, ottenendo su MPE SimpleTag un miglioramento del punteggio del 4,5% e una riduzione del 28% della varianza rispetto al metodo standard.
Questo articolo propone un approccio ibrido che combina modellazione teorica e benchmark empirico per determinare l'allocazione ottimale delle risorse hardware nella disaggregazione Prefill-Decode per l'inferenza di LLM, garantendo il rispetto degli obiettivi di livello di servizio (SLO) relativi a throughput e latenza.
Questo studio presenta una valutazione sistematica di tre strategie di compressione delle reti neurali (pruning, quantizzazione e distillazione della conoscenza) per la classificazione di immagini iperspettrali, dimostrando che è possibile ridurre significativamente le dimensioni e i costi computazionali dei modelli mantenendo prestazioni competitive per le applicazioni di telerilevamento.