11488 articoli
Questo lavoro presenta una formulazione per esprimere e ottimizzare le reti neurali stocastiche come circuiti quantistici su computer a gate, utilizzando un algoritmo di Kiefer-Wolfowitz combinato con ricottura simulata per addestrare diverse architetture e dimostrandone l'impiego come oracolo nell'algoritmo di Grover per realizzare un modello di intelligenza artificiale generativa quantistica.
Il lavoro presenta DiSP, un framework di difesa che sfrutta la "auto-purificazione" tramite mascheramento selettivo dei token visivi per neutralizzare gli attacchi backdoor nei modelli di linguaggio multimodali basati su diffusione, eliminando le vulnerabilità senza richiedere dati di riferimento puliti o modelli ausiliari.
Lo studio dimostra che i modelli fondazionali a singola cellula come scGPT organizzano le rappresentazioni geniche in un sistema di coordinate biologiche interpretabile, dove assi spettrali specifici codificano la localizzazione subcellulare, le reti di interazione proteica e le relazioni regolatorie, rivelando una struttura geometrica interna che riflette l'organizzazione cellulare.
Il paper introduce la Causal Computational Asymmetry (CCA), un principio che identifica la direzione causale osservando come i modelli neurali convergano più rapidamente nella direzione vera rispetto a quella inversa a causa di un pavimento di errore irriducibile e di rumore del gradiente non separabile, integrando tale metodo in un più ampio framework di Causal Compression Learning (CCL) con garanzie teoriche e validazione empirica.
Questo lavoro introduce un modello di sequenza basato sulla dinamica quantistica in cui lo stato latente è una funzione d'onda complessa che evolve unitariamente, sfruttando l'interferenza quantistica per la disambiguazione e ottenendo un vantaggio rappresentativo quadratico rispetto ai modelli reali grazie alla regola di Born.
Il paper propone LOCO, un metodo di modifica dei pesi basato su perturbazioni ortogonali a basso rango che, senza backpropagation, permette l'addestramento locale efficiente e scalabile di reti neurali spiking profonde con complessità temporale O(1), migliorando convergenza e prestazioni su sistemi neuromorfici.
Questo lavoro dimostra che i Code World Models, estesi agli algoritmi evolutivi stocastici, permettono a un LLM di sintetizzare un simulatore dei dinamiche dell'ottimizzatore per controllare dinamicamente la forza di mutazione, ottenendo prestazioni superiori rispetto alle basi di riferimento e ai metodi di apprendimento per rinforzo su diversi problemi di ottimizzazione combinatoria.
Il paper propone un approccio di switching di modelli contestuale che riduce il consumo energetico fino al 67,5% e migliora la latenza del 68% selezionando dinamicamente modelli linguistici di dimensioni diverse in base alla complessità della richiesta, mantenendo al contempo un'elevata qualità delle risposte.
Il paper introduce WaveSSM, un modello di spazio di stato basato su frame wavelet che, grazie al supporto temporale localizzato, supera le controparti polinomiali come S4 nell'elaborazione di segnali non stazionari con dinamiche transitorie.
Questo articolo presenta lo sviluppo e la validazione di un gemello digitale per la supervisione di processi termoidraulici, che combina simulazione numerica e apprendimento automatico per rilevare e diagnosticare guasti attraverso la stima in tempo reale delle variazioni dei parametri del sistema.
Il paper presenta AutoQRA, un framework di ottimizzazione congiunta che determina automaticamente la configurazione ottimale di bit-width e rank LoRA per ogni strato durante il fine-tuning di LLM, permettendo di raggiungere prestazioni vicine a quelle della precisione completa con un footprint di memoria paragonabile ai metodi quantizzati uniformi a 4 bit.
Il paper propone CQSA, un framework di aggregazione sicura quantistica per l'apprendimento federato che, suddividendo i clienti in piccoli cluster per utilizzare stati GHZ a bassa fedeltà e rilevare i nodi malevoli tramite analisi statistica, supera i limiti di scalabilità e robustezza dei protocolli quantistici globali esistenti.
Il paper propone STOEP, un nuovo framework ibrido che integra conoscenze spaziali e temporali implicite ed esplicite per migliorare l'accuratezza della previsione epidemica, superando i metodi esistenti e venendo già implementato con successo in un centro CDC provinciale in Cina.
Il paper introduce FIRE, un benchmark completo per valutare le conoscenze teoriche e le capacità pratiche di ragionamento finanziario dei modelli linguistici, basato su domande tratte da esami di qualificazione e su 3.000 scenari aziendali reali, fornendo inoltre un'analisi delle capacità dei modelli più avanzati, incluso il modello finanziario XuanYuan 4.0.
Il paper propone PASTN, una rete spaziotemporale leggera e consapevole della posizione che, integrando embedding posizionali e un modulo di attenzione temporale, risolve le sfide della previsione del traffico su larga scala distinguendo chiaramente i nodi e catturando le dipendenze a lungo raggio con elevata efficienza.
Questo articolo introduce un metodo di deep learning che utilizza una rete neurale come risolutore locale per calcolare distanze geodetiche su superfici con una precisione di terzo ordine, superando i limiti di accuratezza dei tradizionali approcci basati su mesh poligonali.
Il paper propone X-REFINE, un framework basato sull'IA spiegabile che ottimizza congiuntamente il filtraggio degli input e il perfezionamento dell'architettura per la stima dei canali nelle comunicazioni 6G, ottenendo un miglior compromesso tra interpretabilità, prestazioni e complessità computazionale.
Il paper introduce RetLLM, un nuovo framework che sfrutta la capacità di ragionamento multimodale intrinseca dei Large Language Models (MLLM) per l'informazione multimodale senza necessità di addestramento o grandi dataset, superando le prestazioni dei modelli finetunati attraverso una pipeline a due stadi di filtraggio e punteggio con un modulo di potenziamento visivo.
Questo studio dimostra che l'integrazione di un ensemble di modelli di machine learning con il ragionamento di un Large Language Model tramite fusione per votazione supera le prestazioni dei singoli approcci, raggiungendo un'accuratezza del 96,62% nella previsione delle malattie cardiache e offrendo un supporto decisionale clinico più affidabile.
Il paper propone la Troncatura Guidata dal Momento Pubblico (PMT), un metodo che utilizza momenti secondi pubblici per trasformare e trancare dati non limitati, migliorando così l'accuratezza e la stabilità dei modelli di apprendimento automatico differenzialmente privati attraverso una migliore condizione della matrice dei momenti.