11291 articoli
Il paper propone MPU, un framework agnostico rispetto all'algoritmo che risolve il dilemma della privacy nell'oblio delle conoscenze per i grandi modelli linguistici consentendo l'esecuzione locale dell'oblio su copie perturbate senza rivelare i parametri del server o i dati del client, garantendo al contempo prestazioni di oblio comparabili a quelle dei baseline privi di rumore.
Questo articolo propone un framework per la scoperta causale longitudinale che, integrando i vincoli strutturali derivati dai flussi di lavoro operativi, riduce l'ambiguità strutturale e migliora l'interpretabilità dei risultati senza richiedere specifiche di dominio, come dimostrato su un ampio dataset sanitario giapponese.
Questo articolo propone un metodo di preaddestramento per l'attore e il critico negli algoritmi di apprendimento per rinforzo, come PPO, che utilizza dati esperti per inizializzare entrambi i network, migliorando significativamente l'efficienza del campionamento rispetto alle tecniche di preaddestramento dell'attore da sole o all'assenza di preaddestramento.
Il paper presenta ReasonX, un nuovo strumento di spiegazione per modelli di Machine Learning che utilizza un'algebra dichiarativa di operatori su vincoli lineari e la programmazione logica a vincoli per fornire spiegazioni interattive e basate sulla conoscenza simbolica, superando i limiti dei metodi XAI attuali.
Il paper propone l'algoritmo SafeQIL, un approccio di apprendimento inverso basato sulla Q-learning che, in ambienti con vincoli sconosciuti, apprende una politica sicura massimizzando la probabilità delle traiettorie più promettenti dimostrando dagli esperti, bilanciando ricompense elevate e sicurezza.
Il paper propone un approccio probabilistico basato su processi di rinnovo e rilevamento di punti di cambiamento per stimare l'insorgenza di terapie croniche dai dati di e-prescrizione, superando i limiti della censura sinistra tipica delle cartelle cliniche elettroniche e fornendo stime temporali più plausibili rispetto ai metodi basati su regole semplici.
Il paper presenta GLUScope, uno strumento open-source progettato per analizzare i neuroni SwiGLU nei modelli linguistici Transformer, consentendo agli ricercatori di esaminare esempi testuali per tutte le quattro possibili combinazioni di segni delle attivazioni di gate e input per ottenere nuove intuizioni sull'interpretabilità.
Il paper propone FedNSAM, un nuovo algoritmo per l'apprendimento federato che armonizza la piattezza locale e globale integrando il momento Nesterov globale negli aggiornamenti locali per migliorare la generalizzazione del modello in scenari con dati eterogenei.
Questo studio propone Hybrid-CASR, un metodo di replay selettivo basato sulla confidenza che mitiga l'oblio catastrofico e migliora l'efficienza computazionale nel rilevamento temporale delle vulnerabilità software tramite il fine-tuning continuo di modelli linguistici su dati evolutivi.
Il paper presenta MIDAS, un framework di rilevamento delle intrusioni a più livelli per l'Industrial IoT che combina pooling gerarchico del traffico, riconoscimento open-set e apprendimento incrementale per adattarsi efficacemente a minacce note e sconosciute con un minimo di dati etichettati.
Il paper presenta ULW-SleepNet, una rete neurale ultra-leggera e multimodale che utilizza blocchi di convoluzione separabili a doppio flusso per classificare le fasi del sonno con alta efficienza computazionale, rendendola ideale per dispositivi indossabili e IoT.
Questo articolo propone un nuovo metodo distribuito di Lagrangiana aumentata basato sul metodo di Newton semiliscio, che risolve problemi di ottimizzazione su rete sfruttando la struttura dell'el Hessiano generalizzato per calcolare efficientemente la direzione di Newton senza scambiare matrici complete, garantendo al contempo la convergenza e dimostrando superiorità rispetto agli algoritmi esistenti.
Il paper propone un sistema ibrido cloud-veicolo che, sfruttando la comunicazione V2X e modelli transformer per la fusione dei dati sensoriali, adatta dinamicamente il carico computazionale e la quantizzazione delle feature per garantire una percezione 3D a 360 gradi con latenza ridotta e maggiore accuratezza rispetto alle soluzioni puramente onboard.
Questo studio valuta la trasferibilità di diversi set di feature di flusso tra domini IoT eterogenei, dimostrando che le prestazioni dei modelli di rilevamento delle intrusioni decadono significativamente in scenari cross-domain e fornendo linee guida pratiche per migliorare la robustezza attraverso un'attenta progettazione delle feature e la selezione degli algoritmi.
Il paper presenta RF-Agent, un framework che sfrutta agenti linguistici basati su LLM combinati con la ricerca ad albero Monte Carlo (MCTS) per automatizzare e ottimizzare in modo efficiente la progettazione delle funzioni di ricompensa in compiti di controllo a basso livello, superando i limiti dei metodi precedenti attraverso un migliore utilizzo del feedback storico e un ragionamento contestuale avanzato.
Il paper propone le "LK Losses", un obiettivo di addestramento che ottimizza direttamente il tasso di accettazione per lo speculative decoding, superando i limiti delle funzioni di perdita basate sulla divergenza KL e migliorando significativamente le prestazioni di inferenza dei modelli linguistici di grandi dimensioni.
Il paper propone BUSD-Agent, un framework multi-agente auto-adattivo guidato dall'esperienza che riduce significativamente i rinvii per biopsia e le escalation diagnostiche nel screening e nella diagnosi del cancro al seno tramite ultrasuoni, recuperando casi storici simili per adattare dinamicamente le decisioni senza aggiornamenti parametrici.
SegMate è un framework efficiente 2.5D basato su un'architettura asimmetrica e meccanismi di attenzione che, pur riducendo significativamente i requisiti computazionali e di memoria, raggiunge prestazioni all'avanguardia nella segmentazione multi-organo su diversi dataset medici.
Questo articolo presenta un nuovo quadro per l'assemblaggio autonomo di strutture stabili da parte di robot, che utilizza l'apprendimento per rinforzo per adattarsi a obiettivi e ostacoli senza dipendere da piani architettonici predefiniti, dimostrando la propria efficacia attraverso esperimenti reali su compiti di costruzione con blocchi.
Questo studio valuta l'efficacia di dieci varianti di modelli BERT multilingue e specifici per l'Indo-Arya nel classificare argomenti in lingua nepalese, dimostrando che i modelli Indic, in particolare MuRIL-large, superano le alternative con un punteggio F1 del 90,60% su un dataset di 25.006 frasi.