10567 articoli
Il documento presenta CCGBO, un nuovo framework di ottimizzazione bayesiana che utilizza il credito controfattuale per quantificare il contributo delle osservazioni storiche, consentendo un'allocazione delle risorse più mirata verso le soluzioni ottimali e garantendo una convergenza accelerata con un rimpianto sublineare.
Il paper introduce le Directional Sheaf Hypergraph Networks (DSHN), un nuovo framework che integra la teoria dei fasci cellulari per gestire relazioni asimmetriche negli ipergrafi diretti, superando i limiti delle approcci esistenti e ottenendo significativi miglioramenti di prestazioni su dataset reali.
Il paper presenta ResCP, un metodo di previsione conformale senza addestramento per le serie temporali che sfrutta il reservoir computing per ricalibrare dinamicamente i punteggi di conformità, garantendo una copertura condizionale asintotica e scalabilità computazionale senza la necessità di costosi riaddestramenti.
Il lavoro propone la "distillazione boomerang", una tecnica efficiente che permette di generare modelli linguistici di dimensioni intermedie con prestazioni competitive senza ulteriore addestramento, distillando un modello grande in uno piccolo e poi ricostruendo le dimensioni intermedie riaggiungendo strati del modello originale.
Il paper propone un nuovo approccio di addestramento, denominato SSFT e GFPO, che utilizza token di diramazione globale per preservare la diversità dei percorsi di ragionamento durante la generazione parallela, superando i compromessi tra accuratezza e varietà e ottenendo prestazioni superiori su compiti di matematica e generazione di codice.
Il paper presenta RGSD, un algoritmo innovativo che sfrutta dati di riferimento e un pre-addestramento contrastivo per scoprire e imitare abilità semanticamente significative in agenti ad alta dimensionalità, superando i limiti delle esplorazioni non supervisionate tradizionali.
Questo lavoro propone una generalizzazione ANOVA dell'analisi di Fourier sull'ipercubo booleano per misure di probabilità arbitrarie, fornendo una base esplicita e un metodo computazionale scalabile che supera la maledizione della dimensionalità e migliora l'interpretabilità dei modelli di machine learning, come dimostrato nelle applicazioni di XAI.
Questo articolo dimostra che, contrariamente alla convinzione diffusa, l'algoritmo t-SNE esagera le strutture a cluster e rende inaffidabile l'interpretazione della forza dei raggruppamenti o della natura dei punti anomali presenti nei dati di input.
Il paper introduce TTOM, un framework senza addestramento che migliora la generazione video composita allineando i modelli fondazionali video ai layout spaziotemporali tramite ottimizzazione e memorizzazione in tempo di test, ottenendo risultati superiori su benchmark come T2V-CompBench e Vbench.
Il paper presenta DISCO, un metodo efficiente per la valutazione dei modelli di machine learning che seleziona campioni basandosi sulla massima disaccordo tra le risposte del modello per migliorare la previsione delle prestazioni rispetto alle tecniche di clustering tradizionali.
Questo articolo dimostra che nei modelli di diffusione latente (LDM), il tempo di arresto ottimale è intrinsecamente legato alla dimensionalità dello spazio latente, poiché rappresentazioni a dimensionalità inferiore beneficiano di un arresto anticipato per migliorare la qualità del campione, fornendo così una base teorica per l'ottimizzazione di questo iperparametro.
Il paper presenta PHyCLIP, un modello che unifica gerarchia e composizionalità nell'apprendimento di rappresentazioni visione-linguaggio utilizzando una metrica -prodotto su fattori iperbolici, superando i limiti degli approcci a spazio singolo e migliorando le prestazioni in compiti di classificazione e recupero.
Il paper propone un agente di navigazione basato su un generatore di sequenze ispirato all'ippocampo che, sfruttando la sinergia tra input sparsi e dinamiche ricorrenti, sviluppa rappresentazioni spaziali localizzate e supera le prestazioni delle architetture LSTM in condizioni di scarsità sensoriale, offrendo al contempo una spiegazione meccanicistica per le sequenze di cellule di luogo.
Il paper presenta GAR, un framework di apprendimento per rinforzo generativo-avversario che addestra congiuntamente un compositore di problemi e un risolutore in un ciclo avversario per migliorare l'efficienza e le prestazioni nella dimostrazione automatica di teoremi formali.
Il paper presenta TAO, un protocollo di verifica ottimistica e tollerante agli errori per le reti neurali in virgola mobile che, combinando limiti teorici e profili empirici calibrati su hardware eterogeneo, garantisce l'integrità dei risultati senza richiedere hardware fidato o kernel deterministici, con un overhead trascurabile.
Il paper introduce ScholarEval, un framework di valutazione basato sulla letteratura per idee di ricerca, supportato dal nuovo dataset ScholarIdeas, che supera i modelli esistenti in termini di copertura, profondità e utilità pratica per gli esperti.
Il paper presenta Fly-CL, un framework bio-ispirato al sistema olfattivo della mosca che risolve il problema della multicollinearità nell'apprendimento continuo basato su modelli preaddestrati, garantendo tempi di addestramento ridotti e prestazioni competitive.
Questo lavoro introduce una legge di scalatura condizionale e un framework di ricerca che, ottimizzando fattori architetturali come il rapporto MLP-attenzione e la grouped-query attention, permettono di sviluppare modelli linguistici su larga scala che superano le prestazioni e l'efficienza di inferenza delle attuali soluzioni open-source come LLaMA-3.2.
Questo lavoro propone due algoritmi di bandit informati dalla fisica, denominati *pretc* e *prgreedy*, che sfruttano la proprietà di multipercorso sparso dei canali mmWave per ottimizzare l'allineamento dei fasci e il tracciamento in scenari reali e sintetici, superando le limitazioni delle assunzioni di unimodalità tipiche degli approcci tradizionali.
Il paper introduce POYO-CAP, una strategia di preaddestramento ibrida e biologicamente fondata che sfrutta l'eterogeneità dei dati di imaging del calcio selezionando inizialmente neuroni statisticamente regolari per un apprendimento auto-supervisionato, ottenendo così significativi miglioramenti nel decoding dinamico visivo e una scalabilità stabile rispetto ai metodi tradizionali.