10089 articoli
Il documento presenta DisDy-ICPT, un nuovo framework distribuito che apprende relazioni causali dinamiche e invarianti in serie temporali ambientali, garantendo stabilità predittiva senza necessità di comunicazione dei dati e superando i metodi esistenti in termini di accuratezza e robustezza.
Questo articolo propone il metodo di apprendimento polinomiale interpretabile (IPL), che integra l'interpretabilità nella struttura del modello per migliorare sia l'accuratezza che la trasparenza delle previsioni delle serie temporali, superando i limiti delle tecniche esistenti.
Questo lavoro dimostra che è possibile recuperare le proprietà distributive delle previsioni numeriche dei Large Language Models, inclusi gli indici di incertezza, addestrando sonde sulle loro rappresentazioni interne per prevedere direttamente statistiche come medie e quantili, evitando così il costoso processo di generazione autoregressiva.
Questo studio introduce il concetto di apprendimento comportamentale reversibile per superare i limiti strutturali dell'adattamento basato sui pesi, dimostrando che dissociare i comportamenti specifici dai parametri condivisi permette un ripristino deterministico dell'identità del modello, a differenza delle modifiche tradizionali che causano una divergenza permanente.
Il paper introduce i "Contextual Latent World Models", un approccio che combina modelli del mondo latenti con rappresentazioni di task inferite per apprendere dinamiche specifiche del compito e migliorare significativamente la generalizzazione nell'apprendimento per rinforzo meta-offline.
Questo studio evidenzia come, sebbene le rappresentazioni acustiche auto-supervisionate (Wav2Vec 2.0) superino i metodi tradizionali nel rilevamento del declino cognitivo, presentino significative disparità di prestazioni basate su genere ed età, sottolineando la necessità di valutazioni eque e specifiche per sottogruppi nelle applicazioni cliniche basate sulla voce.
Il paper presenta GraphSSR, un nuovo framework che supera i limiti delle strategie di estrazione dei sottografi "one-size-fits-all" nel ragionamento grafico zero-shot basato su LLM, introducendo un processo adattivo di "Sample-Select-Reason" potenziato da tecniche di fine-tuning supervisionato e apprendimento per rinforzo per la denoising dinamica dei sottografi.
Questo lavoro propone l'uso di Fourier Features consapevoli del dominio (DaFFs) per migliorare l'accuratezza, l'efficienza e l'interpretabilità delle Physics-Informed Neural Networks (PINN), eliminando la necessità di termini di perdita espliciti per le condizioni al contorno e fornendo attribuzioni di rilevanza fisicamente coerenti tramite un framework LRP.
Lo studio dimostra che i modelli fondazionali per cellule singole, come Geneformer e scGPT, codificano una ricca conoscenza biologica organizzata ma possiedono una logica regolatoria causale minima, rivelando che il collasso di superposizione e la mancanza di risposte specifiche ai fattori di trascrizione limitano la loro capacità di rappresentare meccanismi causali.
Il paper propone un framework semi-supervisionato innovativo che integra una "Proportion Loss" per mitigare il bias delle classi maggioritarie e migliorare le prestazioni su dataset sbilanciati, ottenendo risultati superiori rispetto ai metodi esistenti su CIFAR-10 a coda lunga.
Questo lavoro presenta Alt-FL, un approccio di apprendimento federato che integra crittografia omomorfa e dati sintetici in un'alternanza strategica per migliorare l'accuratezza del modello, garantire la privacy dei dati e ridurre significativamente i costi computazionali.
Il paper introduce LAGO, un framework di ottimizzazione che integra l'ottimizzazione bayesiana globale potenziata dal gradiente con metodi di raffinamento locale basati su regioni di fiducia, selezionando dinamicamente tra le due strategie per garantire un'esplorazione efficiente dello spazio di progettazione senza compromettere la convergenza rapida nelle regioni promettenti.
Il lavoro dimostra che le reti neurali con attivazioni che soddisfano una condizione di tipo equazione differenziale di Riccati producono output Pfaffiani, garantendo che i loro insiemi di superlivello e i luoghi di caduta del rango delle parentesi di Lie ammettano limiti sulla complessità topologica dipendenti esclusivamente dall'architettura e uniformi rispetto ai pesi.
Questo lavoro dimostra che l'uso dei flussi normalizzanti nella cromodinamica quantistica su reticolo permette di ottenere stimatori non distorti con una riduzione della varianza fino a 60 volte per osservabili gluonici, mantenendo tale efficienza indipendentemente dal volume del reticolo e consentendo così di minimizzare i costi computazionali di addestramento.
Questo articolo propone l'ipotesi del valore latente, sostenendo che l'RLAIF funziona perché i prompt costituzionali attivano direzioni di valore umano già codificate nello spazio delle rappresentazioni del modello durante il preaddestramento, spiegando così i limiti e i meccanismi di allineamento osservati empiricamente.
Il paper propone CAFedCL, un nuovo framework di apprendimento contrastivo federato che rompe il ciclo di bias dei prototipi causato dallo squilibrio delle classi attraverso un'aggregazione basata sulla fiducia, l'aumento generativo e la regolarizzazione geometrica, garantendo così migliori prestazioni e equità rispetto alle soluzioni esistenti.
Il paper propone SEHFS, un nuovo metodo per la selezione delle caratteristiche nell'apprendimento multi-vista multi-etichetta che utilizza l'entropia strutturale per modellare correlazioni di ordine superiore e un framework ibrido teoria dell'informazione-matrici per superare i limiti degli ottimi locali e migliorare le prestazioni.
Questo lavoro propone un Autoencoder Sparsamente Attivato a Livello di Passo (SSAE) che, superando i limiti degli approcci basati sui token, disgiunge le informazioni incrementali dai passaggi di ragionamento dei LLM per estrarre caratteristiche interpretabili che rivelano la capacità del modello di prevedere la correttezza e la logica dei propri ragionamenti.
Questo articolo propone un quadro bayesiano generalizzato per l'inferenza causale che, evitando la modellazione esplicita della verosimiglianza e aggiornando direttamente le stime degli effetti causali tramite funzioni di perdita, trasforma gli stimatori esistenti in strumenti dotati di una completa quantificazione dell'incertezza, garantendo al contempo robustezza agli errori di stima delle variabili di disturbo e validità frequentista.
Il paper propone cPNN, una rete neurale progressiva continua basata su RNN che risolve congiuntamente il problema della deriva concettuale e delle dipendenze temporali nei flussi di dati in evoluzione, prevenendo al contempo la dimenticanza catastrofica.