2277 articoli
Questo articolo propone un controllore ibrido che combina l'apprendimento per rinforzo profondo (DRL) con la ricerca del massimo limitata (bounded extremum seeking) per migliorare la robustezza e le prestazioni dei sistemi di controllo non lineari a tempo variabile, come dimostrato nella sintonizzazione automatica di un acceleratore di particelle.
Il paper introduce il Latent Speech-Text Transformer (LST), un modello che migliora l'efficienza computazionale e le prestazioni di comprensione e generazione sia vocale che testuale aggregando i token vocali in patch latenti, riducendo così la lunghezza delle sequenze e bilanciando l'elaborazione tra le due modalità.
Il paper presenta AlphaApollo, un sistema di ragionamento agentic che affronta le limitazioni nella risoluzione di problemi complessi e nell'evoluzione affidabile dei modelli fondazione attraverso tre componenti chiave: ragionamento multi-turno, apprendimento multi-turno e evoluzione multi-round, dimostrando significativi miglioramenti delle prestazioni su vari benchmark matematici.
Questo articolo introduce il nuovo compito di generalizzazione del dominio per la segmentazione semantica LiDAR con etichette rumorose (DGLSS-NL), proponendo il framework DuNe che supera i limiti degli approcci esistenti ottenendo prestazioni all'avanguardia su diversi benchmark.
Il paper presenta RECODE, un framework agentico che migliora il ragionamento visivo nei modelli multimodali trasformando l'analisi di grafici e diagrammi nella generazione e verifica iterativa di codice eseguibile, superando così i limiti della percezione basata sui pixel.
Il paper introduce REAP, un metodo di pruning che supera le tecniche di fusione degli esperti per la compressione one-shot dei modelli MoE, preservando il controllo di routing e ottenendo prestazioni quasi senza perdite nelle attività generative.
Il paper presenta RL-100, un framework di apprendimento per rinforzo nel mondo reale basato su politiche visuo-motorie a diffusione, che unifica imitazione e rinforzo per ottenere un controllo robotico ad alta frequenza, stabile e robusto, raggiungendo il 100% di successo in 1000 episodi su otto compiti diversi e dimostrando capacità di adattamento zero-shot e few-shot in scenari dinamici complessi.
Il paper introduce BTPO, un metodo di ottimizzazione che risolve la sfida dell'addestramento di modelli generativi con ragionamento a catena di pensiero (CoT) su compiti basati su preferenze umane, derivando un stimatore Monte Carlo coerente per massimizzare la verosimiglianza di Bradley-Terry trattando il processo di ragionamento come una variabile latente.
Il paper propone AffPCL, un framework di apprendimento collaborativo personalizzato che riduce la complessità dei campioni adattandosi automaticamente all'eterogeneità degli agenti tramite meccanismi di correzione, garantendo un'accelerazione basata sull'affinità senza richiedere conoscenze a priori del sistema.
Il lavoro presenta FALCON, un nuovo paradigma che colma il divario di ragionamento spaziale nei modelli Vision-Language-Action integrando token 3D ricchi di informazioni geometriche direttamente nel modulo di azione, ottenendo così prestazioni all'avanguardia su numerosi compiti reali e simulati senza richiedere sensori specializzati o modifiche architetturali.
Il paper presenta GraphKeeper, un nuovo approccio per l'apprendimento incrementale di dominio sui grafi che risolve il problema dell'oblio catastrofico attraverso la svincolamento e la preservazione della conoscenza, ottenendo risultati all'avanguardia e integrandosi efficacemente con diversi modelli fondazionali per i grafi.
Il paper propone metodi di ricalibrazione post-hoc basati su funzioni parametriche con regolarizzazione strutturata per gestire il trade-off bias-varianza nella calibrazione multiclasse, ottenendo prestazioni superiori rispetto alle tecniche esistenti e fornendo implementazioni open-source efficienti.
Il paper propone LTSV, un metodo leggero per la valutazione dei dati nelle serie temporali basato sui modelli fondazionali, che utilizza il fine-tuning in contesto e l'aggregazione di blocchi temporali per stimare in modo efficiente e preciso il contributo dei singoli campioni preservando le dipendenze temporali.
Il paper presenta un metodo di classificazione basato sull'apprendimento in contesto con modelli fondazione per serie temporali (TSFM) che, senza necessità di riaddestramento, valuta lo stato di salute dei cuscinetti analizzando dati vibrazionali, aprendo la strada a sistemi di manutenzione predittiva scalabili e forniti come servizio.
Il paper propone un framework di apprendimento per rinforzo asincrono periodico che, separando l'inferenza dall'addestramento in un pipeline produttore-consumatore, accelera l'addestramento dei LLM mantenendo la correttezza on-policy e ottenendo un miglioramento del throughput fino a cinque volte rispetto ai framework esistenti.
Questo studio introduce il Decoder-DeepONet (DDON), un modello di apprendimento automatico interpretabile basato sull'operatore che supera i metodi precedenti per ricostruire con maggiore precisione e generalizzabilità i profili del campo elettrico nei scarichi di plasma non in equilibrio a partire dai segnali EFISH, anche in presenza di dati incompleti.
Il paper presenta ELERAG, un'architettura RAG potenziata dal Linking di Entità e da una strategia di riordinamento ibrida, che dimostra come l'integrazione di segnali fattuali basati su Wikidata migliori significativamente l'accuratezza nei sistemi di domanda-risposta educativi in italiano, superando i metodi tradizionali nei contesti specifici di dominio pur mantenendo prestazioni competitive su dataset generali.
Il paper presenta SAGFM, un framework innovativo per i Modelli Fondamentali su Grafi che ne migliora la robustezza e l'adattabilità ai domini attraverso l'aumento semantico consapevole della struttura, un meccanismo di routing adattivo e un'apprendimento gerarchico delle strutture.
Il paper presenta ADHint, un metodo di apprendimento per rinforzo che integra dinamicamente le difficoltà dei campioni e dei roll-out nella pianificazione degli indizi e nella stima del vantaggio, migliorando così l'efficienza dei campioni, la stabilità dell'addestramento e la capacità di generalizzazione del ragionamento.
Il paper propone la Directional Textual Inversion (DTI), un metodo che ottimizza solo la direzione degli embedding su una ipersfera unitaria per correggere l'inflazione della norma che compromette la fedeltà del prompt nella personalizzazione testo-immagine, migliorando al contempo l'interpolazione semantica rispetto alle tecniche tradizionali.