12567 articoli
Questo lavoro propone una strategia di campionamento teoricamente fondata per i modelli generativi basati su score che, analizzando la convergenza KL dei diffusori a varianza esplosiva, impara un'inizializzazione del processo inverso per ridurre significativamente il numero di passaggi di campionamento necessari mantenendo o migliorando la qualità generativa.
Il paper presenta BrainInterNet, un framework auto-supervisionato interpretabile basato su attenzione incrociata che, analizzando dati rs-fMRI multi-coorte, quantifica le interazioni tra reti cerebrali per caratterizzare la riorganizzazione funzionale nell'Alzheimer e supportare la classificazione della malattia.
Questo studio propone un modello innovativo basato su LLM e caratteristiche spaziali-sematiche per identificare con alta precisione i foci geografici negli articoli di notizie locali statunitensi, permettendo di analizzare le pressioni economiche sul giornalismo locale e lo spostamento verso narrazioni nazionali.
Il paper presenta Fisale, un framework basato sull'apprendimento profondo che risolve complessi problemi di interazione fluido-solido bidirezionali modellando esplicitamente l'interfaccia di accoppiamento e utilizzando griglie latenti ALE multiscale per gestire dinamiche non lineari in scenari 2D e 3D.
Il paper introduce ConVOLT, un framework di previsione conforme che migliora l'efficienza della quantificazione dell'incertezza volumetrica nella segmentazione basata su template sfruttando le proprietà del campo di deformazione per generare intervalli più stretti rispetto ai metodi tradizionali nello spazio di output.
Questo lavoro introduce l'identificazione con anticipazione nei banditi avversari, dimostrando che è possibile identificare un braccio quasi ottimale per finestre future con un errore limitato e analizzando i compromessi tra accuratezza e risorse di memoria necessarie.
Questo lavoro dimostra che i processi di curazione dei dati per il machine learning, anche quando utilizzati per selezionare dati pubblici basandosi su dati privati senza addestramento diretto, sono vulnerabili ad attacchi di inferenza dell'appartenenza che rivelano informazioni sensibili, ma che tali rischi possono essere mitigati applicando garanzie di privacy differenziale.
Il paper presenta Wave-Attractor-Tree, un'architettura di riduzione gerarchica basata su un albero binario che sostituisce l'attenzione self-attention con un'operazione di fusione ricorsiva a unità lineari gating, ottenendo complessità lineare e superando i Transformer standard nella modellazione di dipendenze strutturali a lungo raggio.
Questo articolo esamina le recenti intersezioni tra apprendimento di operatori, teoria statistica e approssimazione, analizzando i limiti di convergenza, le barriere statistiche fondamentali e le questioni aperte attraverso una prospettiva minimax.
Questo studio dimostra che monitori basati su LLM, ottimizzati su dati sintetici generati da specifiche comportamentali naturali, riescono a generalizzare l'individuazione di schemi di inganno in ambienti realistici, sebbene le prestazioni raggiungano rapidamente un plateau oltre il quale un'ulteriore ottimizzazione porta solo a un sovradattamento.
Il paper propone Tiny-Critic RAG, un approccio che utilizza un piccolo modello linguistico efficiente in parametri come gatekeeper per il routing binario nei sistemi RAG agentici, riducendo significativamente la latenza e i costi rispetto all'uso di grandi modelli per la valutazione.
Il paper presenta GeMi, un sistema di raccomandazione basato su reti neurali grafiche e dati multimodali progettato per conservare e promuovere le antiche pitture narrate a rotolo, un'arte performativa a rischio di estinzione.
Questo articolo presenta un metodo innovativo che integra algoritmi genetici, regressione quantile e test di causalità di Granger per generare spiegazioni controfattuali plausibili e proiettare scenari futuri nell'analisi e nella previsione di serie temporali multivariate.
Il paper presenta MultiPUFFIN, un modello fondazionale multimodale vincolato da principi termodinamici che, integrando diverse rappresentazioni molecolari e equazioni fisiche, supera le prestazioni dei modelli pre-addestrati su larga scala nella previsione simultanea di nove proprietà fisico-chimiche, pur richiedendo una frazione minima dei dati e della potenza computazionale.
Il paper introduce l'Active Flow Matching (AFM), un nuovo metodo che riformula gli obiettivi variazionali per guidare i modelli di flusso verso regioni ad alta fitness in contesti di ottimizzazione black-box online, dimostrando prestazioni competitive in compiti di progettazione di proteine e piccole molecole.
Questo studio dimostra che i principali modelli linguistici fondazionali, pur eccellendo nei benchmark, mostrano un'allineamento negativo con gli esiti di apprendimento degli studenti e che le loro prestazioni su compiti educativi sono più correlate tra loro che con il comportamento umano esperto, suggerendo che la pre-addestramento comune è una fonte significativa di questo disallineamento.
Questo studio presenta una valutazione su larga scala di un sistema di grading AI basato su LLM e OCR per compiti di calcolo a mano scritti da studenti universitari, dimostrando un forte allineamento con le valutazioni dei tutor e proponendo un nuovo benchmark standardizzato per la ricerca futura.
Questo studio propone un framework a doppio apprendista, ispirato al sistema di memoria umano, che combina un apprendista veloce per il trasferimento di conoscenze e un meta-apprendista per l'integrazione incrementale e la prevenzione dell'oblio catastrofico, dimostrando prestazioni superiori nell'apprendimento per rinforzo continuo su diversi benchmark.
Questo lavoro propone un framework teorico basato sul principio della Lunghezza Minima di Descrizione (MDL) che utilizza il guadagno aggiustato per la curvatura per allocare in modo ottimale le capacità computazionali o eseguire il pruning negli strati dei grandi modelli linguistici, garantendo soluzioni a forma chiusa, complessità computazionale efficiente e limiti di rimpianto trasferibili.
Il paper propone TALBO, un metodo di ottimizzazione bayesiana nello spazio latente che integra la variabilità temporale sia nel modello surrogato che nella rappresentazione generativa per adattarsi dinamicamente agli obiettivi in evoluzione, dimostrando prestazioni superiori rispetto alle tecniche esistenti in scenari di progettazione molecolare con obiettivi mutevoli.