cs.LG articoli | Gist.Science

Physics-Informed Neural Networks with Architectural Physics Embedding for Large-Scale Wave Field Reconstruction

Questo lavoro presenta una rete neurale informata dalla fisica con incorporamento architetturale (PE-PINN) che, integrando direttamente principi fisici nella struttura della rete tramite un nuovo strato di trasformazione dell'inviluppo, supera i limiti di convergenza e memoria dei metodi tradizionali, permettendo una ricostruzione efficiente e ad alta fedeltà di campi ondosi su larga scala per applicazioni nelle telecomunicazioni e nell'acustica.

Huiwen Zhang, Feng Ye, Chu Ma2026-03-04🤖 cs.AI

Beyond Binary Preferences: A Principled Framework for Reward Modeling with Ordinal Feedback

Questo lavoro presenta un quadro teorico fondato per la modellazione delle ricompense che tratta i feedback umani su scala Likert come un problema di regressione ordinale, derivando funzioni di perdita probabilistiche che apprendono automaticamente le soglie e superano i metodi euristici esistenti per allineare i modelli linguistici alle preferenze umane.

Amirhossein Afsharrad, Ruida Zhou, Luca Viano + 2 more2026-03-04🤖 cs.AI

Adaptive Personalized Federated Learning via Multi-task Averaging of Kernel Mean Embeddings

Questo articolo propone un nuovo approccio di apprendimento federato personalizzato che stima dinamicamente i pesi di collaborazione tra agenti tramite la media di embedding di kernel mean, garantendo benefici statistici adattivi senza richiedere conoscenze a priori sull'eterogeneità dei dati e offrendo un'implementazione pratica basata su feature di Fourier casuali per gestire i vincoli di comunicazione.

Jean-Baptiste Fermanian, Batiste Le Bars, Aurélien Bellet2026-03-04🤖 cs.AI

Talking with Verifiers: Automatic Specification Generation for Neural Network Verification

Questo lavoro presenta un nuovo framework che colma il divario tra i requisiti semantici di alto livello e gli strumenti di verifica formale delle reti neurali, traducendo automaticamente specifiche in linguaggio naturale in query verificabili per estendere l'applicabilità della verifica DNN a scenari reali complessi.

Yizhak Y. Elboher, Reuven Peleg, Zhouxing Shi + 2 more2026-03-04🤖 cs.AI

CUDABench: Benchmarking LLMs for Text-to-CUDA Generation

Il paper introduce CUDABench, un benchmark completo che valuta la capacità dei modelli linguistici di generare codice CUDA partendo da descrizioni testuali, proponendo una nuova suite di test e metriche di valutazione che includono la correttezza funzionale e le prestazioni hardware.

Jiace Zhu, Wentao Chen, Qi Fan + 6 more2026-03-04🤖 cs.AI

Concept Heterogeneity-aware Representation Steering

Il paper propone CHaRS, un metodo di guida delle rappresentazioni per i grandi modelli linguistici che supera i limiti degli approcci globali tradizionali modellando l'eterogeneità dei concetti tramite trasporto ottimo tra cluster latenti per generare mappe di steering adattive all'input.

Laziz U. Abdullaev, Noelle Y. L. Wong, Ryan T. Z. Lee + 3 more2026-03-04🤖 cs.AI

Length Generalization Bounds for Transformers

Questo articolo risolve il problema aperto sulla calcolabilità dei limiti di generalizzazione per la lunghezza nei trasformatori dimostrando che tali limiti non sono computabili per la classe CRASP (già con due strati), mentre fornisce un limite calcolabile ottimale di complessità esponenziale per il suo frammento positivo equivalente ai trasformatori a precisione fissa.

Andy Yang, Pascal Bergsträßer, Georg Zetzsche + 2 more2026-03-04🤖 cs.LG

OnDA: On-device Channel Pruning for Efficient Personalized Keyword Spotting

Questo paper propone OnDA, un metodo innovativo che combina l'adattamento dei pesi con la potatura strutturata dei canali in tempo reale per ottimizzare il riconoscimento vocale personalizzato su dispositivo, ottenendo significativi miglioramenti nella compressione del modello, nella latenza e nel consumo energetico.

Matteo Risso, Alessio Burrello, Daniele Jahier Pagliari2026-03-04⚡ eess

HELIOS: Harmonizing Early Fusion, Late Fusion, and LLM Reasoning for Multi-Granular Table-Text Retrieval

Il paper presenta HELIOS, un approccio innovativo che armonizza l'early fusion, la late fusion e il ragionamento tramite LLM per migliorare la ricerca multi-granulare di tabelle e testi, superando i limiti delle metodologie esistenti e ottenendo risultati significativamente superiori sul benchmark OTT-QA.

Sungho Park, Joohyung Yun, Jongwuk Lee + 1 more2026-03-04💬 cs.CL

Universal Conceptual Structure in Neural Translation: Probing NLLB-200's Multilingual Geometry

Lo studio dimostra che il modello di traduzione neurale NLLB-200 apprende implicitamente sia la struttura genealogica delle lingue sia associazioni concettuali universali, rivelando una geometria di rappresentazione che supporta l'esistenza di un archivio concettuale neutrale rispetto alla lingua.

Kyle Elliott Mathewson2026-03-04💬 cs.CL

The Alignment Flywheel: A Governance-Centric Hybrid MAS for Architecture-Agnostic Safety

Questo articolo presenta l'Alignment Flywheel, un'architettura ibrida di sistemi multi-agente incentrata sulla governance che separa la generazione delle decisioni dai controlli di sicurezza, permettendo di mitigare i rischi attraverso aggiornamenti mirati e verificabili dell'oracolo di sicurezza senza dover riaddestrare i componenti decisionali sottostanti.

Elias Malomgré, Pieter Simoens2026-03-04🤖 cs.LG

Quantum AS-DeepOnet: Quantum Attentive Stacked DeepONet for Solving 2D Evolution Equations

Questo articolo presenta il Quantum AS-DeepOnet, una rete neurale ibrida quantistica che risolve equazioni di evoluzione 2D riducendo i parametri addestrabili del 40% rispetto al DeepONet classico, mantenendo al contempo accuratezza e convergenza equivalenti.

Hongquan Wang, Hanshu Chen, Ilia Marchevsky + 1 more2026-03-04⚛️ quant-ph

Silent Sabotage During Fine-Tuning: Few-Shot Rationale Poisoning of Compact Medical LLMs

Questo studio introduce un nuovo attacco di avvelenamento "silenzioso" durante il fine-tuning supervisionato di modelli linguistici medici compatti, dimostrando che l'iniezione di raziocini tossici nei dati few-shot degrada in modo subdolo e mirato le prestazioni su specifici argomenti medici, superando in efficienza l'oblio catastrofico e i tradizionali attacchi backdoor.

Jingyuan Xie, Wenjie Wang, Ji Wu + 1 more2026-03-04🤖 cs.AI

High-order Knowledge Based Network Controllability Robustness Prediction: A Hypergraph Neural Network Approach

Questo paper propone NCR-HoK, un modello di rete neurale basato su ipergrafi che, sfruttando per la prima volta informazioni di ordine superiore, prevede con elevata efficienza e precisione la robustezza del controllo delle reti, superando i limiti computazionali e strutturali dei metodi tradizionali.

Shibing Mo, Jiarui Zhang, Jiayu Xie + 2 more2026-03-04🤖 cs.AI

Boosting Meta-Learning for Few-Shot Text Classification via Label-guided Distance Scaling

Il paper propone la strategia LDS (Label-guided Distance Scaling), che sfrutta le informazioni semantiche delle etichette sia durante l'addestramento che nel testing per migliorare la classificazione di testo in contesti few-shot, superando i limiti dei metodi attuali che si basano su campioni etichettati selezionati casualmente.

Yunlong Gao, Xinyue Liu, Yingbo Wang + 2 more2026-03-04🤖 cs.AI

PRISM: Exploring Heterogeneous Pretrained EEG Foundation Model Transfer to Clinical Differential Diagnosis

Il paper introduce PRISM, un modello fondazionale EEG che dimostra come l'addestramento su dati geograficamente diversificati, piuttosto che su corpora ristretti, generi rappresentazioni più adattabili e clinicamente robuste per la diagnosi differenziale, superando i limiti delle valutazioni standardizzate e rivelando come la diversità dei dati possa sostituire la scala indiscriminata.

Jeet Bandhu Lahiri, Parshva Runwal, Arvasu Kulkarni + 4 more2026-03-04🤖 cs.AI

Graph Attention Based Prioritization of Disease Responsible Genes from Multimodal Alzheimer's Network

Il paper presenta NETRA, un framework multimodale basato su trasformatori grafici che supera i metodi tradizionali di centralità per prioritizzare i geni responsabili dell'Alzheimer integrando dati di espressione genica eterogenei e reti biologiche ausiliarie attraverso un meccanismo di attenzione guidato dall'apprendimento profondo.

Binon Teji, Subhajit Bandyopadhyay, Swarup Roy2026-03-04🤖 cs.LG

A Comparative Study of UMAP and Other Dimensionality Reduction Methods

Questo studio offre un'analisi comparativa di UMAP e di altre tecniche di riduzione della dimensionalità, rivelando che, sebbene l'estensione supervisionata di UMAP funzioni bene per la classificazione, presenta limitazioni nell'incorporare efficacemente le informazioni di risposta per la regressione.

Guanzhe Zhang, Shanshan Ding, Zhezhen Jin2026-03-04📊 stat

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning

Questo articolo propone la Temporal-Adjusted Loss (TAL), un nuovo approccio che affronta lo sbilanciamento temporale delle supervisioni positive e negative nell'apprendimento incrementale di classi per mitigare l'oblio catastrofico e correggere il bias predittivo verso le nuove classi.

Jinge Ma, Fengqing Zhu2026-03-04🤖 cs.AI

Quantum-Inspired Fine-Tuning for Few-Shot AIGC Detection via Phase-Structured Reparameterization

Il paper propone Q-LoRA, un metodo di fine-tuning ispirato al quantum computing che migliora la rilevazione di contenuti generati dall'AI in scenari few-shot, e ne deriva H-LoRA, una variante puramente classica che replica i vantaggi strutturali a costi computazionali ridotti.

Kaiyang Xing, Han Fang, Zhaoyun Chen + 4 more2026-03-04⚛️ quant-ph

← Precedente Successivo →