11065 articoli
Il paper presenta CausalSAGE, un nuovo framework di raffinamento che risolve l'incertezza causale nei grafi ancestrali parziali (PAG) trasformandoli in grafi aciclici diretti (DAG) attraverso l'espansione delle variabili discrete, vincoli strutturali e un'ottimizzazione differenziabile unificata.
Questo studio dimostra che le tecniche di distillazione dei dataset, spesso considerate sicure per la privacy, possono effettivamente rivelare informazioni sensibili attraverso un nuovo attacco chiamato Information Revelation Attack (IRA) che sfrutta le traiettorie dei pesi codificate nei dati sintetici per inferire l'algoritmo di distillazione, l'architettura del modello e persino recuperare campioni originali.
Il documento propone un innovativo schema multigrid neurale che sostituisce i classici smussatori con operatori neurali addestrati a livello di griglia per risolvere efficientemente e con robustezza le equazioni integrali, superando i limiti dei metodi tradizionali nella riduzione degli errori ad alta frequenza.
Il paper presenta LLaDA-o, un modello di diffusione omni multimodale basato su un framework Mixture of Diffusion e una strategia di adattamento della lunghezza dei dati, che ottiene prestazioni all'avanguardia nella comprensione e generazione multimodale.
Questo studio presenta un metodo basato su reti neurali grafiche (GNN) per ricostruire con precisione le strutture a piccola scala nei flussi reattivi turbolenti su mesh complesse e non strutturate, superando i limiti degli attuali modelli di deep learning e migliorando l'accuratezza delle simulazioni a grana grossa.
Il paper presenta CARD, un framework condizionale che genera dinamicamente topologie di comunicazione per sistemi multi-agente basati su LLM, adattandosi a cambiamenti ambientali e superando le soluzioni statiche in termini di accuratezza e robustezza su diversi benchmark.
Questo lavoro presenta un metodo per generare direzioni di ricerca "aliene" e coerenti ma non ovvie, decomponendo i documenti scientifici in "atomi di idee" e campionando combinazioni che massimizzano la fattibilità tecnica minimizzando la loro prevedibilità da parte della comunità di ricerca attuale.
Questo articolo propone un metodo di rete neurale randomizzata a crescita adattiva (AG-RaNN) che, combinando una strategia di collocazione adattiva e un meccanismo di espansione degli strati, risolve in modo efficiente le equazioni di livello-set per calcolare soluzioni multivalore di PDE non lineari iperboliche in spazi ad alta dimensionalità.
Il paper introduce V-SONAR, un nuovo spazio di embedding unificato visione-linguaggio esteso da SONAR che, tramite un allineamento post-hoc e l'addestramento del modello V-LCM, raggiunge prestazioni all'avanguardia nel captioning e nel question answering multilingue, superando significativamente i modelli esistenti in 61 su 62 lingue testate.
Questo studio empirico sistematico posiziona LoRA come un modulo di memoria parametrica complementare a RAG e ICL, fornendo linee guida pratiche sulle sue capacità di archiviazione, ottimizzazione e scalabilità per l'aggiornamento continuo della conoscenza nei modelli linguistici di grandi dimensioni.
Il paper introduce il framework DP-RGMI per analizzare come la privacy differenziale degrada le prestazioni nell'analisi di immagini mediche, rivelando che tale impatto deriva principalmente da un divario nell'utilizzo delle rappresentazioni piuttosto che da una semplice perdita di separabilità lineare, offrendo così nuovi strumenti per diagnosticare i fallimenti legati alla privacy e selezionare modelli ottimali.
Il documento presenta la SP-RaNN, una rete neurale randomizzata che preserva la struttura fisica delle equazioni della magnetoidrodinamica incomprimibile, garantendo il rispetto esatto dei vincoli di divergenza nulla e risolvendo il problema tramite un sistema lineare agli minimi quadrati per superare le difficoltà di ottimizzazione non convessa tipiche dei metodi basati su reti neurali profonde.
Questo lavoro propone un innovativo framework di deep learning che utilizza trasformate wavelet continue e reti neurali convoluzionali per prevedere con elevata accuratezza la domanda di calore nei sistemi di teleriscaldamento, riducendo significativamente l'errore rispetto ai metodi esistenti.
Questo lavoro presenta GS-SPCA, un nuovo algoritmo per l'analisi delle componenti principali sparse che garantisce simultaneamente sparsità, ortogonalità e ottimalità, accelerato tramite strategie di Branch-and-Bound e un framework di decomposizione basato su approssimazione a blocchi della matrice di covarianza.
Il paper introduce SphUnc, un quadro unificato che combina l'apprendimento di rappresentazioni ipersferiche con la modellazione causale strutturale per decomporre l'incertezza e identificare relazioni causali in sistemi multi-agente complessi, migliorando accuratezza, calibrazione e interpretabilità.
Il paper presenta TripleSumm, un nuovo approccio che fonde in modo adattivo le modalità visiva, testuale e audio per la sintesi video, accompagnato da MoSu, il primo benchmark su larga scala che fornisce tutte e tre le modalità, con risultati che superano lo stato dell'arte su quattro dataset.
Questo studio presenta e valuta le varianti estese dell'algoritmo PARWiS per la determinazione del vincitore tramite confronti a coppie attivi sotto vincoli di budget severi, dimostrando che l'approccio base e quello basato sul reinforcement learning superano le strategie di baseline su dataset sintetici e reali, sebbene l'integrazione di informazioni contestuali richieda ulteriori ottimizzazioni.
Questo studio teorico dimostra che, in un modello di apprendimento hebbiano per l'analisi delle componenti indipendenti, i tempi di apprendimento per input ad alta dimensionalità seguono una scala supralineare, diventando rapidamente proibitivi a causa della riduzione dei gradienti iniziali, il che rivela un limite fondamentale per l'ottimizzazione delle reti neurali complesse.
Questo lavoro presenta un modello di Vision-Language Model (VLM) finetunato che, partendo da immagini monococulari e comandi linguistici, stima con precisione la posizione 3D degli oggetti per migliorare l'interazione uomo-robot, raggiungendo un errore mediano di 13 mm.
Il paper "AgilePruner" presenta un'analisi empirica che evidenzia i limiti dei metodi di pruning basati su attenzione e diversità nei Large Vision-Language Models, proponendo un meccanismo adattivo che combina dinamicamente queste strategie in base alla complessità dell'immagine per migliorare le prestazioni e ridurre le allucinazioni.