13082 articoli
Questo lavoro dimostra formalmente che i Transformer sono equivalenti a Differenziabili Neurali Computer senza stato (sDNC), fornendo un'interpretazione unificata basata sulla memoria per le moderne architetture di intelligenza artificiale.
Il paper presenta MOSAIC, un framework modulare e scalabile per la sintesi di opinioni che, attraverso l'identificazione e il clustering degli aspetti, migliora la fedeltà e la copertura rispetto ai metodi esistenti, validando il proprio impatto tramite test A/B online e introducendo il nuovo dataset TRECS per superare le limitazioni di affidabilità degli attuali benchmark.
Il paper propone l'algoritmo BKC-UCB, che utilizza metodi kernel e informazioni contestuali storiche per stimare i tassi di trasmissione e ottimizzare l'associazione degli utenti e il beamforming nelle reti mmWave veicolari, riducendo al contempo l'overhead di misurazione del canale e sfruttando le correlazioni tra i fasci.
Questo articolo presenta un modello generalizzato per la previsione dei prezzi azionari di più titoli che integra i grandi modelli linguistici con le notizie finanziarie, utilizzando embedding dei nomi delle azioni e meccanismi di attenzione per filtrare le notizie rilevanti, ottenendo una riduzione del 7,11% dell'errore medio assoluto rispetto ai metodi tradizionali.
Questo articolo propone un framework di apprendimento profondo che modella congiuntamente rendimenti e rischi per la costruzione di portafogli, dimostrando come l'approccio end-to-end superi i metodi tradizionali in termini di performance rischio-rendimento in condizioni di mercato non stazionarie.
Il paper propone un metodo di prefetching degli esperti che utilizza le rappresentazioni interne del modello per prevedere e caricare anticipatamente gli esperti necessari, riducendo fino al 14% il tempo di generazione per token nei modelli Mixture-of-Experts durante l'inferenza con vincoli di memoria.
Questo articolo introduce un nuovo metodo di visualizzazione per l'analisi comparativa dei modelli di regressione che, rappresentando i residui in uno spazio bidimensionale, utilizzando la distanza di Mahalanobis e una mappa di colori per le percentili, supera i limiti delle metriche aggregate tradizionali offrendo una visione più dettagliata e completa delle prestazioni e delle distribuzioni degli errori.
Il paper propone MIPO, un metodo di ottimizzazione delle preferenze che massimizza l'informazione mutua tra contesto e risposta per migliorare la personalizzazione e le prestazioni dei modelli linguistici su compiti complessi senza richiedere dati aggiuntivi o supervisione umana.
Il paper propone BrainSCL, un framework di apprendimento contrastivo guidato da sottotipi che affronta l'eterogeneità nei disturbi mentali modellando sottotipi latenti attraverso rappresentazioni multi-vista (testo clinico e segnali BOLD) e meccanismi di attenzione duale per migliorare la diagnosi di disturbi come depressione maggiore, disturbo bipolare e autismo.
Il paper propone TTQ, un framework di quantizzazione a tempo di test che comprime i grandi modelli linguistici durante l'inferenza senza riaddestramento, adattandosi istantaneamente a qualsiasi prompt per risolvere i problemi di spostamento del dominio e accelerare l'inferenza.