9099 articoli
Questo studio propone un nuovo framework per l'estrazione di modelli da sistemi di raccomandazione sequenziali in scenari few-shot, combinando una strategia di generazione autoregressiva per sintetizzare dati e una procedura di distillazione con perdita di riparazione bidirezionale per costruire modelli surrogati ad alta fedeltà funzionale.
Questo lavoro introduce il framework dei Combinatorial Rising Bandits (CRB) per gestire scenari in cui le ricompense crescono nel tempo a causa di effetti di miglioramento cumulativo e propagazione, proponendo l'algoritmo CRUCB che offre sia garanzie teoriche di regret stretto sia prestazioni empiriche efficaci in ambienti complessi.
Il paper presenta RealOSR, un framework basato su diffusione per la super-risoluzione di immagini omnidirezionali in scenari reali che, grazie al modulo LaGAR per l'allineamento dei gradienti nello spazio latente, supera i limiti delle degradazioni reali e accelera l'inferenza di oltre 200 volte rispetto ai metodi precedenti.
Questo articolo propone un approccio semi-supervisionato per l'inferenza bayesiana ammortizzata che, sfruttando funzioni di perdita basate sull'autocoerenza bayesiana su dati non etichettati, migliora drasticamente la robustezza e l'accuratezza delle stime posteriori anche in scenari reali al di fuori del dominio dei dati di addestramento simulati.
Lo studio dimostra che l'uso di modelli di machine learning spiegabili su biomarcatori linguistici del parlato permette uno screening automatizzato e generalizzabile del deterioramento cognitivo, offrendo un approccio scalabile per la triage clinico e il monitoraggio domiciliare.
Questo lavoro analizza la sicurezza dei classificatori nello spazio dei pesi basati sulle Rappresentazioni Neurali Implicite (INR), rivelando che mostrano una maggiore robustezza rispetto agli attacchi avversari standard grazie all'obfuscation dei gradienti, pur identificando i limiti di tale protezione e proponendo nuove tecniche di attacco specifiche per questo spazio.
Il paper presenta \texttt{SEM-CTRL}, un approccio unificato che integra la ricerca ad albero Monte Carlo a livello di token e le grammatiche di risposta logica per imporre vincoli sintattici e semantici durante il decoding dei LLM, garantendo così output validi senza necessità di fine-tuning e permettendo anche a modelli piccoli di superare le prestazioni di varianti più grandi.
Questo lavoro propone il framework generale IMPRINT per l'imprinting dei pesi, un metodo di trasferimento dell'apprendimento senza ottimizzazione che, collegando il fenomeno del collasso neurale all'aggregazione basata su proxy, supera le prestazioni degli approcci precedenti del 4%.
Il paper introduce "Landscape of Thoughts" (LoT), un innovativo strumento di visualizzazione che mappa le traiettorie di ragionamento dei grandi modelli linguistici in spazi bidimensionali per analizzare le loro dinamiche interne, distinguere tra modelli efficaci e inefficaci, e migliorare l'accuratezza del ragionamento tramite un verificatore adattivo.
Il paper introduce Param, un metodo innovativo che trasferisce le capacità di post-addestramento da un modello a un'architettura base aggiornata calcolando e applicando la differenza dei pesi, consentendo così di ottenere prestazioni comparabili all'addestramento diretto a costo computazionale nullo.
Il paper propone il framework ASL e l'algoritmo AMPO per abilitare agenti linguistici a un'apprendimento sociale adattivo che regola dinamicamente la profondità del ragionamento in base al contesto, migliorando le prestazioni e riducendo l'uso dei token rispetto ai metodi esistenti.
Il paper presenta LiteLMGuard, un sistema di protezione leggero e indipendente dal modello che filtra in tempo reale le prompt dannose sui dispositivi edge per mitigare i rischi di sicurezza introdotti dalla quantizzazione dei Small Language Models.
Questo lavoro stabilisce limiti deterministici e introduce un stimatore casuale efficiente per il tensore metrico di Fisher sui neuromanifold, basandosi sull'analisi dello spettro di uno spazio a bassa dimensionalità detto "core space".
Il paper introduce PC Agent-E, un framework di addestramento efficiente che, partendo da un numero limitato di traiettorie umane e arricchendole con dati sintetizzati tramite Claude 3.7 Sonnet, supera significativamente sia l'addestramento su dati umani puri che la distillazione diretta dal modello base, ottenendo risultati record sul benchmark WindowsAgentArena-V2.
Questo lavoro propone nuovi metodi per la classificazione selettiva basati sul lemma di Neyman-Pearson e sui rapporti di verosimiglianza, dimostrando che tale approccio supera le tecniche esistenti, specialmente in scenari di covariate shift.
Questo articolo propone una nuova pipeline ibrida per la sparsificazione automatica e consapevole della struttura delle equazioni differenziali neurali ibride, combinando modifiche guidate dal dominio e regolarizzazione basata sui dati per ottimizzare le prestazioni predittive e la stabilità in contesti sanitari con dati scarsi.
Il paper propone NatADiff, un metodo basato sulla diffusione denoising che genera campioni avversariali naturali guidando il processo verso l'intersezione tra le classi vera e avversaria, ottenendo così un'alta trasferibilità e una maggiore fedeltà agli errori di test reali rispetto alle tecniche esistenti.
Questo paper propone un nuovo quadro bayesiano per l'ottimizzazione automatica dei parametri di aumento dei dati, formulando il problema come selezione del modello tramite massimizzazione della verosimiglianza marginale approssimata, il che porta a migliori prestazioni di generalizzazione e calibrazione rispetto alle strategie tradizionali.
Il paper introduce WARP, un modello innovativo che unifica l'apprendimento nello spazio dei pesi con la ricorrenza lineare per abilitare l'adattamento senza gradienti e l'apprendimento contestuale, superando le prestazioni degli stati dell'arte in compiti di classificazione, previsione e ricostruzione di sistemi dinamici.
Il paper introduce le Dynamic Manifold Hopfield Networks, un modello dinamico che apprende meccanicamente la deformazione contestuale della geometria degli attrattori, permettendo una memoria associativa con capacità e robustezza significativamente superiori rispetto alle reti di Hopfield classiche e moderne.