2305 articoli
Questo articolo dimostra che l'integrazione di strati Tensor-Train nelle Reti Neurali Physics-Informed riduce significativamente il numero di parametri fino a 8,8× mantenendo il 97% dell'accuratezza originale, con un'efficienza di compressione fortemente dipendente dalla regolarità della soluzione della PDE sottostante.
Questo articolo propone e valuta un framework di audit e mitigazione basato su perturbazione che dimostra come il rumore delle entità aumenti i rischi di relazioni false ad alta confidenza nei grafi scientometrici generati da LLM, rivelando che le strategie di astensione basate su entità ed evidenza superano efficacemente il semplice filtraggio della confidenza nel preservare l'integrità del grafo.
WSL-Det è un rilevatore di oggetti in tempo reale basato sull'architettura Vajra che integra l'attenzione basata su onde per l'interazione globale sensibile alla frequenza e convoluzioni a strisce ortogonali sequenziali per la localizzazione anisotropa, raggiungendo livelli di accuratezza e velocità allo stato dell'arte su dataset di difetti industriali a strisce come leather e NEU-DET.
Questo studio ha sviluppato e validato un framework di apprendimento automatico spiegabile e consapevole del contesto, utilizzando dati di cartelle cliniche elettroniche di un ospedale ghanese, che predice con successo l'aderenza terapeutica tra i pazienti affetti da malattie croniche con un'elevata accuratezza (89,5%) e ha identificato un set di caratteristiche compatto ed efficiente dal punto di vista delle risorse, adatto all'implementazione in sistemi sanitari a basse risorse.
Il documento presenta Chest2Vec, un encoder testuale multiuso e condizionato da istruzioni disponibile nelle dimensioni da 0,6B e 4B di parametri che elabora efficacemente sia radiografie del torace che referti TC per compiti come il recupero, la classificazione e la supervisione immagine-testo, dimostrando prestazioni superiori sui referti TC rispetto ai modelli esistenti.
Questo articolo propone l'Instance-Aware Partial Negative Completion (IPNC), un framework strutturalmente regolarizzato che apprende target negativi morbidi limitati accoppiando un predittore multi-output con strutture grafiche basate su feature e punteggi per gestire efficacemente le etichette candidate ambigue nell'apprendimento multi-etichetta parziale, ottenendo prestazioni empiriche superiori su diversi dataset.
Il documento propone FCA-Attention, un framework neuro-simbolico che integra i priori di reticolo derivati dalla Formal Concept Analysis con le rappresentazioni BERT per migliorare l'estrazione congiunta di entità cliniche e relazioni, ottenendo prestazioni e interpretabilità migliorate senza fare affidamento su grafi di conoscenza esterni.
Questo articolo propone l'algoritmo Heterogeneity-Adaptive Asynchronous ADMM (HA-ADMM), che utilizza il mixing push-sum -pesato e aggiornamenti della penalità adattivi per raggiungere la quasi-stazionarietà nell'ottimizzazione multi-agente non convessa eterogenea, caratterizzando e mitigando esplicitamente gli effetti della dissimilarità del gradiente, dello spread di Lipschitz e dei ritardi di comunicazione.
Questo articolo dimostra che un apparente canale laterale temporale dipendente dalla chiave nell'implementazione ML-DSA-65 di Bouncy Castle è in realtà un artefatto statistico della naturale variazione del campionamento per rifiuto, che svanisce quando il tempo viene analizzato all'interno di un protocollo pre-registrato che condiziona sul numero esatto di iterazioni eseguite, confermando così la sicurezza dell'implementazione attraverso tutti i set di parametri standardizzati.
Questo articolo investiga le allucinazioni nei chatbot di IA più prominenti come GPT-4, Gemini, Claude e Copilot attraverso una revisione della letteratura e sondaggi, evidenziando la loro tendenza a generare informazioni fabbricate ed errori di citazione in contesti accademici, proponendo al contempo strategie di mitigazione quali la revisione manuale e il fact-checking.