2325 articoli
Questo articolo identifica e dimostra teoricamente come l'addestramento non mascherato nei gradienti di politica sopprima sistematicamente azioni valide in stati non ancora visitati a causa della condivisione dei parametri, proponendo la classificazione di fattibilità come soluzione efficace per superare tale limite senza ricorrere a maschere oracolo.
Questo lavoro presenta un approccio basato sui dati per la previsione probabilistica del fattore di isteresi nelle batterie con anodi in silicio-grafite, utilizzando un framework di armonizzazione dei dati e modelli di apprendimento statistico e profondo per migliorare l'affidabilità della stima dello stato di carica (SoC) considerando incertezze ed efficienza computazionale.
Il paper propone DCPO, un framework che risolve il conflitto di gradiente tra accuratezza e calibrazione nel Reinforcement Learning da ricompense verificabili, disaccoppiando gli obiettivi di ragionamento e calibrazione per eliminare l'eccessiva sicurezza degli LLM mantenendo al contempo elevate prestazioni.
Il paper propone un metodo di regolarizzazione basato sulla Probabilità di Necessità e Sufficienza (PNS), esteso al contesto di apprendimento incrementale di classe (CIL), che utilizza un generatore controfattuale per mitigare le collisioni tra feature causate da correlazioni spurie intra- e inter-task, garantendo così la completezza causale e la separabilità delle rappresentazioni.
Il paper presenta RubiCap, un innovativo framework di apprendimento per rinforzo che utilizza rubriche scritte da LLM per generare segnali di ricompensa strutturati e specifici, superando i limiti della distillazione supervisionata e delle precedenti metodologie RL nella generazione di didascalie dense per immagini.
Questo lavoro propone un framework di apprendimento che sfrutta la struttura preservata negli RTL generati da LLM, anche quando funzionalmente imperfetti, per superare la scarsità di dati etichettati e migliorare l'analisi delle reti logiche reali.
Il documento presenta il GIAT, un nuovo framework Transformer arricchito da conoscenze geologiche che, integrando filtri di correlazione sequenziale specifici per categoria nel meccanismo di attenzione, raggiunge prestazioni all'avanguardia e maggiore interpretabilità nell'identificazione della litologia dai registri di pozzo.
Questo lavoro presenta un protocollo migliorato per il problema degli esperti distribuiti che riduce il regret e ottimizza la comunicazione necessaria tra i server, superando i risultati precedenti.
Questo lavoro propone un quadro di modellazione generativa fisica-informata che, partendo da un modello stocastico del flusso di traffico, deriva un'equazione deterministica di flusso di probabilità per abilitare la stima distribuzionale dello stato del traffico e l'analisi di incertezza attraverso una rete di punteggio addestrabile.
Il paper introduce Latent-DARM, un framework di comunicazione nello spazio latente che unisce modelli di diffusione discreta (DDLM) per la pianificazione e modelli autoregressivi (ARM) per l'esecuzione, superando i limiti di fluidità e ragionamento globale dei sistemi tradizionali e ottenendo risultati superiori su vari benchmark di ragionamento con un uso delle risorse token significativamente ridotto.
Questo studio affronta le sfide di riproducibilità nel campo della separazione delle fonti musicali replicando il modello BSRNN, evidenziando i costi metodologici e pratici della mancanza di codice completo e proponendo un'architettura ottimizzata con prestazioni superiori.
Il paper introduce GNN, una tecnica plug-and-play che utilizza due insiemi di prototipi per arricchire il contesto globale e ridurre il rumore nei vicini locali, migliorando significativamente le prestazioni delle GNN su 18 dataset diversi, inclusi scenari reali di e-commerce.
Questo paper sostiene che il miglioramento delle capacità di ragionamento logico nei modelli linguistici di grandi dimensioni, attraverso il framework RAISE, funge da meccanismo diretto per l'acquisizione della consapevolezza situazionale e il potenziale inganno strategico, rendendo necessarie nuove misure di sicurezza come il "Test dello Specchio" e il Principio di Parità di Sicurezza nel Ragionamento.
Il paper presenta un separatore di segnali completamente basato sui dati che utilizza un tokenizzatore discreto modificato e un transformer addestrato con perdita cross-entropy per isolare con successo segnali di interesse da interferenze non gaussiane, ottenendo risultati superiori rispetto alle tecniche tradizionali e mostrando potenziale di generalizzazione zero-shot in ambiti scientifici come le onde gravitazionali.
Questo studio dimostra che le emozioni agiscono come fattori latenti che modellano l'attenzione e il ragionamento nei modelli linguistici, introducendo il dataset AURA-QA e un framework di regolarizzazione emotiva che migliorano le prestazioni di comprensione del testo sia in contesti emotivi che neutri.
Il paper presenta MM-Zero, il primo framework basato sul reinforcement learning che permette l'auto-evoluzione a partire da zero dati per i modelli visione-linguaggio, introducendo un innovativo sistema multi-ruolo (Propositore, Programmatore e Risolutore) che genera concetti visivi astratti, li traduce in codice eseguibile e li utilizza per il ragionamento multimodale senza necessità di dati iniziali.
Il paper propone \texttt{RQRE-OVI}, un algoritmo di iterazione dei valori ottimistico basato su approssimazione lineare che calcola l'Equilibrio di Risposta Quantale Sensibile al Rischio (RQRE) in giochi di Markov a somma generale, offrendo un compromesso controllabile tra prestazioni ottimali e robustezza rispetto agli errori di approssimazione e alla molteplicità degli equilibri.
Il paper presenta il layer Test-Time Control (TTC), un componente hardware-efficiente basato sul controllo ottimo che integra la pianificazione direttamente nell'architettura dei modelli linguistici, migliorando significativamente le capacità di ragionamento matematico senza ricorrere all'addestramento al momento del test.
Il paper propone un quadro unificato di campionamento generativo basato sulla reversibilità temporale e sulla minimizzazione della discrepanza MMD tra traiettorie forward e backward, che permette di campionare distribuzioni complesse su spazi continui, discreti o misti senza richiedere gradienti del target o rilassamenti continui, utilizzando solo valutazioni energetiche.
Il paper propone un metodo per migliorare l'efficienza del ragionamento nei Transformer a costo di test fisso, introducendo durante l'addestramento un prior di attenzione sensibile alla lunghezza e un controller "Guardian" che, senza aggiungere parametri o latenza durante l'inferenza, riduce l'entropia incrociata di validazione mantenendo invariati i costi computazionali.