10903 articoli
Questo articolo presenta ST-Prune, una tecnica innovativa di potatura dinamica dei campioni che accelera l'addestramento dei modelli di previsione spaziotemporale identificando e selezionando in tempo reale solo i campioni più informativi, riducendo così gli sprechi computazionali senza compromettere le prestazioni.
Il paper introduce OAPL, un nuovo algoritmo di apprendimento per rinforzo off-policy che supera i limiti dei metodi attuali consentendo agli LLM di apprendere il ragionamento in modo efficiente anche con ritardi significativi tra le politiche di addestramento e inferenza, ottenendo prestazioni superiori su benchmark matematici e di coding con un minor numero di generazioni.
Il paper presenta PaReGTA, un approccio basato su LLM per codificare dati EHR strutturati che cattura le informazioni temporali tramite rappresentazioni testuali templated e pooling ibrido, superando le prestazioni dei modelli sequenziali e delle rappresentazioni sparse nella classificazione del tipo di emicrania su un vasto dataset clinico.
Questo lavoro dimostra che le reti neurali a profondità costante dotate di funzioni di attivazione lisce raggiungono tassi di approssimazione e stima ottimali per funzioni nello spazio di Sobolev adattandosi automaticamente alla regolarità del target, superando così le limitazioni fondamentali imposte dalla profondità nelle reti con attivazioni non lisce come ReLU.
Il paper presenta P-PINN, un framework di pruning selettivo che migliora la robustezza e l'accuratezza delle reti neurali fisicamente informate (PINN) nella risoluzione di problemi inversi di equazioni differenziali parziali contaminati da rumore, identificando ed eliminando iterativamente i neuroni sensibili ai dati corrotti per poi affinare il modello sui dati affidabili.
Il paper introduce QuantVLA, un framework di quantizzazione post-allenamento senza training che, grazie a componenti calibrati sulla scala, permette di ridurre significativamente il consumo di memoria dei modelli Vision-Language-Action mantenendo o migliorando le prestazioni rispetto ai baseline in precisione completa.
Il paper propone sBayFDNN, un modello di apprendimento profondo funzionale bayesiano sparso che combina la capacità di catturare relazioni non lineari complesse con una selezione interpretabile delle regioni influenti, offrendo per la prima volta garanzie teoriche rigorose e prestazioni superiori in applicazioni come il monitoraggio ECG e le neuroimmagini.
Il paper propone il modello di diffusione quantistica caotica, un approccio hardware-compatibile che utilizza l'evoluzione temporale sotto Hamiltoniani caotici per apprendere distribuzioni di dati quantistici con minore overhead e maggiore robustezza rispetto ai modelli QuDDPM basati su circuiti.
Questo paper riformula i transformer causali in un quadro probabilistico, rivelando l'esistenza di "token di supporto" e margini di stabilità che guidano la proposta di un nuovo obiettivo di addestramento basato su una penalità log-barriera per migliorare la robustezza dei modelli LLM senza comprometterne l'accuratezza.
Il paper propone BrepCoder, un modello linguistico multimodale unificato che, convertendo le rappresentazioni B-rep in codice strutturale e adottando una strategia di addestramento in due fasi, supera i limiti dei modelli specifici per compiti, consentendo l'esecuzione versatile di diverse attività CAD come il completamento, la correzione di errori e il QA.
OmniZip è un compressore senza perdita unificato e leggero basato sull'apprendimento automatico che, grazie a un tokenizzatore unificato per le modalità e a meccanismi di routing contestuale, supera le prestazioni degli attuali metodi di compressione su dati multimodali eterogenei (come immagini, testo, voce e sequenze genetiche) garantendo al contempo un'inferenza in tempo reale su dispositivi edge.
Questo studio propone un framework di machine learning interpretabile, basato su modelli ensemble come XGBoost e LightGBM e sulla spiegazione LIME, che prevede con alta accuratezza la resistenza multi-farmaco nei batteri utilizzando dati clinici e di suscettibilità antibiotica, fornendo così strumenti affidabili per il supporto alle decisioni cliniche e la gestione della resistenza antimicrobica.
Il paper introduce Fair-PaperRec, un sistema di raccomandazione basato su reti neurali che, applicando una regolarizzazione esplicita per l'equità ai dati di revisione paritaria, riesce ad aumentare significativamente la partecipazione di gruppi sottorappresentati senza compromettere la qualità complessiva delle pubblicazioni selezionate.
Il paper presenta SideQuest, un approccio innovativo che sfrutta il modello di ragionamento stesso per comprimere la cache KV in modo intelligente durante compiti agenziali a lungo termine, riducendo drasticamente l'utilizzo della memoria senza compromettere significativamente l'accuratezza.
Il documento presenta HyperKKL, un nuovo approccio basato su una rete ipernetica che consente la stima dello stato per sistemi non autonomi generando istantaneamente i parametri dell'osservatore KKL in funzione degli input esogeni, superando così le limitazioni delle attuali approssimazioni progettate principalmente per sistemi autonomi.
Il paper introduce OmniGAIA, un benchmark per valutare agenti AI multimodali nativi, e OmniAtlas, un agente fondazionale che integra ragionamento, percezione attiva e uso di strumenti su video, audio e immagini per colmare il divario verso assistenti AI generali.
Il paper presenta Brain-OF, il primo modello fondazionale onnifunzionale preaddestrato su un vasto corpus multimodale di fMRI, EEG e MEG, che integra tecniche innovative come il campionamento a risoluzione arbitraria, un'architettura con esperti misti e un obiettivo di preaddestramento dual-domain per unificare l'elaborazione di segnali cerebrali eterogenei e migliorare le prestazioni su compiti neuroscientifici diversificati.
Il paper presenta V-MORALS, un metodo che utilizza grafi di Morse derivati da dati visivi per stimare le regioni di attrazione in uno spazio latente appreso, permettendo l'analisi di sicurezza nei sistemi robotici senza richiedere la conoscenza completa dello stato.
Questo articolo propone un Processo di Hawkes Neurale Multivariato Spazio-Temporale che integra informazioni spaziali nell'evoluzione dello stato latente per modellare dinamiche di eccitazione e inibizione complesse nei dati di eventi multivariati, superando i limiti degli approcci puramente temporali nella cattura delle strutture spaziali e temporali, come dimostrato su dati simulati e reali riguardanti il terrorismo in Pakistan.
Questo studio confronta diversi modelli di apprendimento automatico supervisionato, inclusi metodi basati su alberi ensemble e DistilBERT, per prevedere automaticamente la gravità dei bug nei progetti software utilizzando dati storici di Eclipse Bugzilla, al fine di ottimizzare le priorità di manutenzione e migliorare la qualità del software.