9495 articoli
Questo articolo presenta l'applicazione di COOL-MC per verificare e spiegare una politica di apprendimento per rinforzo nella gestione delle scorte di piastrine, dimostrandone l'efficacia nel garantire decisioni trasparenti e sicure attraverso l'analisi formale delle proprietà probabilistiche e delle spiegazioni a livello di feature.
Il paper propone QuADD, un quadro unificato per la distillazione dei dataset che ottimizza congiuntamente il numero di campioni e la precisione dei dati tramite quantizzazione differenziabile, superando i metodi esistenti in termini di efficienza informativa e prestazioni su compiti di classificazione e gestione dei fasci 3GPP.
Il paper sviluppa una teoria geometrica di Fisher per la discesa del gradiente stocastica (SGD) che modella il rumore del mini-batch come una matrice intrinseca legata alla perdita, permettendo di derivare limiti minimassimo ottimali e garanzie di complessità che dipendono da una dimensione effettiva intrinseca e dal numero di condizione di Fisher/Godambe piuttosto che dalla dimensione ambientale euclidea.
Questo lavoro propone un quadro unificato e senza etichette per rilevare i rispondenti disattenti nei sondaggi, dimostrando che l'efficacia del rilevamento dipende principalmente dalla struttura coerente dello strumento di indagine piuttosto che dalla complessità del modello, rivelando un allineamento critico tra i principi psicometrici di affidabilità e la rilevabilità algoritmica.
Questo lavoro risolve un problema aperto dimostrando per la prima volta che la dinamica di Langevin sottosmorzata discretizzata converge in divergenza KL con complessità indipendente dalla dimensione, ottenendo limiti che dipendono dalla traccia dell'Hessiano piuttosto che dalla dimensione dello spazio.
Questo lavoro dimostra come l'utilizzo del Filtro di Kalman Esteso per Sottogruppi (SEKF) permetta di adattare modelli di reti neurali pre-addestrati a nuovi sistemi dinamici simili con dati estremamente limitati, riducendo al contempo i costi computazionali e l'errore di generalizzazione.
Il paper propone un framework di regolarizzazione spettrale a livello di perdita che, integrando funzioni di costo differenziabili nei domini di Fourier e wavelet durante l'addestramento dei modelli di diffusione senza modificarne l'architettura, migliora la qualità dei campioni generati bilanciando le frequenze e preservando la struttura multi-scala, specialmente ad alte risoluzioni.
Il paper propone una modifica semplice ed efficiente allo score matching denoising nello spazio ambiente, che decomponendo la funzione di score in una componente nota e un residuo da apprendere, permette di gestire implicitamente la struttura della varietà senza oneri computazionali eccessivi.
Questo articolo propone un modello neurale basato su GCON e funzioni di perdita energy-based che, sfruttando strategie di preaddestramento informate dalla riducibilità computazionale, dimostra la fattibilità di trasferire conoscenze e accelerare la convergenza tra diversi problemi di ottimizzazione combinatoria su grafi, un passo fondamentale verso la creazione di modelli fondazionali per tale ambito.
Il documento propone Video TokenCom, un nuovo framework per la comunicazione video che, integrando descrizioni testuali, tokenizzazione discreta e protezione d'errore disuguale (UEP), ottimizza l'allocazione delle risorse e la fedeltà semantica in condizioni di banda limitata.
Questo lavoro presenta STW, un ampio dataset open-source e un benchmark per la classificazione delle tonalità della pelle basato sulla scala MST a 10 toni, introducendo SkinToneNet, un modello ViT che supera i metodi classici e permette un'analisi equa e affidabile di dataset pubblici.
Il paper presenta MUSE, una piattaforma open-source per la valutazione unificata della sicurezza multimodale dei grandi modelli linguistici che integra la generazione automatica di payload cross-modali, algoritmi di attacco multi-turno e un sistema di giudizio basato su LLM, rivelando come le strategie di attacco multi-turno e il cambio di modalità tra i turni possano compromettere significativamente le difese dei modelli anche quando questi mostrano un alto tasso di rifiuto negli input singoli.
Questo lavoro introduce nuove strutture geometriche di tipo Finsleriano e duale information-geometrico sul dominio dei biconi di matrici definite positive simmetriche di James, garantendo che le geodetiche corrispondano a linee rette e generalizzando distanze esistenti con applicazioni in diversi campi scientifici.
Questo articolo presenta algoritmi potenziati dall'apprendimento automatico per la stima di momenti e frequenze nel modello a decadimento temporale, sfruttando un oracolo per gli elementi più frequenti per migliorare l'efficienza spaziale e convalidando i risultati teorici attraverso valutazioni empiriche.
Il documento dimostra che agenti capaci di agire con competenza in condizioni di incertezza devono necessariamente implementare stati interni strutturati e predittivi, poiché un basso rimpianto medio su compiti di previsione condizionale impone la distinzione tra esiti ad alto margine, portando al recupero approssimato del kernel di transizione interventivo o di stati di memoria simili a credenze.
Il paper presenta ParEVO, un framework basato su agenti evolutivi e modelli linguistici specializzati che sintetizza algoritmi paralleli ad alte prestazioni per dati irregolari, superando le limitazioni dei modelli attuali e ottenendo significativi miglioramenti nelle prestazioni rispetto alle soluzioni umane e commerciali.
Questo studio propone un quadro di regolazione termodinamica endogena per l'addestramento delle Restricted Boltzmann Machines, in cui la temperatura evolve dinamicamente per mitigare l'instabilità strutturale e il congelamento dei campioni, garantendo la stabilità globale dei parametri e migliorando le prestazioni di normalizzazione rispetto ai metodi a temperatura fissa.
Questo lavoro propone la Geometry Aware Attention Guidance (GAG), un metodo che unifica l'estrapolazione nello spazio dell'attenzione e l'accelerazione di Anderson tramite la dinamica delle reti di Hopfield moderne per migliorare la qualità e l'efficienza dei modelli di diffusione.
Questo lavoro fornisce una fondazione teorica per la funzione di focal-loss, analizzandone le proprietà dell'entropia focale per dimostrare come essa amplifichi le probabilità intermedie, sopprima quelle elevate e induca una sovrastima della soppressione in scenari di forte squilibrio di classe, offrendo così una comprensione sistematica dei compromessi introdotti nell'apprendimento imbalanced.
Il paper introduce CoDAR, un framework a due stadi che risolve il collo di bottiglia della quantizzazione nei modelli di linguaggio a diffusione continua mantenendo la generazione nello spazio degli embedding e utilizzando un decoder autoregressivo per la discretizzazione contestuale, ottenendo così prestazioni competitive con i modelli discreti.