10560 articoli
Il paper propone il "Partial Model Collapse" (PMC), un nuovo metodo di machine unlearning che sfrutta deliberatamente il collasso della distribuzione generato dall'addestramento su dati sintetici per rimuovere informazioni sensibili dai LLM senza richiedere l'uso dei dati stessi durante l'addestramento, superando così i limiti delle tecniche esistenti.
Il paper propone SlimCaching, un metodo di caching agli edge che ottimizza la distribuzione degli esperti nei modelli Mixture-of-Experts per ridurre la latenza di inferenza, utilizzando un approccio di decomposizione greedy e programmazione dinamica per gestire i vincoli di archiviazione e le complessità di attivazione multipla.
Il paper presenta RawMed, un nuovo framework che genera dati sintetici di cartelle cliniche elettroniche multi-tabella e temporali con pre-elaborazione minima, superando i metodi precedenti nella fedeltà e nell'utilità grazie a rappresentazioni testuali e a un innovativo sistema di valutazione.
Questo articolo introduce il framework Galerkin-ARIMA, un'estensione proiettiva dei modelli ARIMA classici che utilizza espansioni di basi di Galerkin per catturare dinamiche non lineari, offrendo una stima a forma chiusa, risultati asintotici rigorosi e prestazioni di previsione superiori per applicazioni macroeconomiche e finanziarie.
Questo lavoro presenta un framework di apprendimento automatico vincolato dalla fisica che, integrando modelli di trasporto basati su deep learning e un modello di parete fondato su distribuzioni di velocità di particelle skew-Gaussiane, migliora significativamente l'accuratezza delle previsioni degli strati limite ipersonici nel regime di transizione-continuo, dove i modelli convenzionali falliscono.
Questo lavoro propone un approccio che separa la scoperta di un'architettura modulare per circuiti quantistici su piccoli sistemi, utilizzando l'apprendimento per rinforzo, dalla sua successiva applicazione a problemi più complessi, dimostrando che i blocchi circuitali appresi su istanze ridotte possono essere efficacemente riutilizzati per scalare a sistemi con un maggior numero di qubit senza richiedere un addestramento diretto su scale computazionalmente proibitive.
Questo articolo propone un approccio basato sull'Apprendimento per Rinforzo, utilizzando l'ottimizzazione della politica prossimale, per risolvere il problema computazionalmente oneroso dell'embedding minore nell'annealing quantistico, dimostrando la capacità del metodo di generare embedding validi ed efficienti su diverse topologie hardware e di scalare bene con la dimensione del problema.
Il paper presenta CASCADE, un deobfuscator JavaScript ibrido sviluppato da Google che combina le capacità di Gemini per identificare le funzioni prelude critiche con le trasformazioni deterministiche di un'intermedia rappresentazione (JSIR), superando i limiti delle tecniche esistenti e migliorando l'efficienza dell'analisi del codice in produzione.
Questo studio presenta un'analisi su larga scala che applica la regressione con ancoraggio e introduce il "anchor boosting" per migliorare la generalizzazione dei modelli predittivi nei dati delle terapie intensive provenienti da diverse strutture, proponendo inoltre un quadro concettuale per determinare quando è più vantaggioso utilizzare dati esterni o adattarsi ai dati del dominio target.
Questo lavoro propone un modello ibrido che combina la rilevazione bayesiana dei regimi con i processi neurali condizionali per prevedere i prezzi dell'energia elettrica in Germania, dimostrando attraverso un'analisi multi-criterio TOPSIS che la soluzione proposta offre un equilibrio operativo superiore rispetto ai modelli tradizionali per il periodo 2021-2023.
Il paper presenta DisTaC, un metodo innovativo che utilizza la distillazione per pre-condizionare i vettori di task, correggendo le disparità nelle norme e la bassa confidenza dei modelli sorgente per migliorare la robustezza e le prestazioni del merging di modelli in scenari realistici.
Il paper propone HGTS-Former, una nuova architettura Transformer basata su ipergrafi gerarchici che migliora l'analisi delle serie temporali multivariate modellando le complesse interazioni tra variabili, ottenendo risultati all'avanguardia anche su un nuovo dataset su larga scala per il riconoscimento dei modi localizzati ai bordi nella fusione nucleare.
Questo articolo presenta MORNAVI, il primo algoritmo con garanzie teoriche per l'apprendimento online in giochi di Markov distribuzionalmente robusti, permettendo a sistemi multi-agente di imparare direttamente dalle interazioni ambientali senza dipendere da simulatori o dataset offline.
Questo lavoro propone un approccio multiscale basato sull'apprendimento automatico che, attraverso un processo di riduzione della dimensionalità e ricostruzione, apprende l'operatore di evoluzione delle dinamiche di folla in uno spazio latente per simulare con precisione e velocità il comportamento collettivo partendo da dati microscopici individuali.
Questo lavoro presenta il primo studio sistematico sugli attacchi di inversione del modello per i modelli visione-linguaggio, introducendo la tecnica SMI-AW che sfrutta un pesamento adattivo dei token per ricostruire con successo dati di addestramento privati, evidenziando così gravi rischi per la privacy nei modelli VLM attualmente disponibili.
Il paper presenta Agnostics, una pipeline di post-addestramento basata sul reinforcement learning che, valutando il codice esclusivamente tramite il suo comportamento osservabile esterno, permette di insegnare efficacemente a modelli linguistici di diverse dimensioni a programmare in lingue a risorse limitate senza richiedere infrastrutture specifiche per ogni linguaggio.
Il paper propone SE-LLM, un nuovo approccio che potenzia i Large Language Models per la previsione delle serie temporali integrando le caratteristiche intrinseche dei dati nel loro spazio semantico e aggiungendo un modulo plugin per modellare sia le dipendenze a lungo termine che le anomalie a breve termine, ottenendo prestazioni superiori con un ridotto consumo computazionale.
Il paper propone un algoritmo iterativo a due fasi che, sfruttando la rappresentazione discreta delle sequenze di eventi continui, identifica le strutture causali nei processi di Hawkes multivariati anche in presenza di sottoprocessi latenti non osservati.
Il paper presenta MOON, il primo modello generativo basato su MLLM per l'apprendimento di rappresentazioni multimodali nel commercio elettronico, che supera i limiti delle architetture discriminative esistenti attraverso un modulo MoE guidato, il rilevamento di regioni semantiche chiave e una strategia di campionamento negativo specializzata, supportato dal nuovo benchmark MBE.
Il paper propone un nuovo framework chiamato Next Visual Granularity (NVG) che genera immagini decomponendole in una sequenza strutturata di granularità visiva crescente, dai layout globali ai dettagli fini, ottenendo risultati superiori rispetto alla serie VAR sul dataset ImageNet.