1056 articoli
Questo articolo propone CG-GNN, un framework di reti neurali su grafi robusto che mitiga il rumore delle etichette integrando il raffinamento delle etichette guidato dalla comunità con la potatura degli archi e uno schema di apprendimento contrastivo progressivo per superare i metodi allo stato dell'arte in scenari rumorosi e con scarsità di dati.
Questo studio dimostra che convertire i punteggi di importanza delle caratteristiche basati su SHAP in azioni gestionali dirette senza tenere conto dei costi di intervento, della validità causale e dei rischi di ribaltamento crea significativi pericoli di responsabilità, rivelando che la sola spiegabilità è insufficiente per un processo decisionale responsabile guidato dall'IA.
Questo sondaggio esamina sistematicamente gli attacchi di avvelenamento e le relative difese nell'era dei modelli linguistici di grandi dimensioni proponendo una tassonomia completa che categorizza le minacce in avvelenamento dei pesi e del contesto, analizzando le tecniche rappresentative e le strategie di difesa, e delineando le future direzioni della ricerca per la messa in sicurezza dei sistemi AI composti.
FedDAAW è un framework leggero e preservante la privacy per l'apprendimento federato eterogeneo che impiega la selezione dinamica dei client e l'aggregazione adattiva all'accuratezza per migliorare significativamente l'efficienza della convergenza e le prestazioni attraverso diversi task (classificazione, analisi del sentiment e regressione) in contesti non-IID senza richiedere la condivisione di gradienti o dati ausiliari.
Questa analisi bibliometrica di 1.225 pubblicazioni dal 2000 al 2024 rivela l'evoluzione della ricerca sulla robotica sportiva in un campo maturo e globalmente collaborativo, guidato da istituzioni chiave e da uno spostamento tematico dal calcio robotico fondamentale alle applicazioni avanzate dell'IA, come il deep learning e l'interazione uomo-robot.
Questo articolo introduce la Composite Tasks Challenge (CTC), una nuova suite di benchmark progettata per valutare rigorosamente la divisione del lavoro e la cooperazione nel multi-agent reinforcement learning, rivelando che gli attuali metodi allo stato dell'arte non riescono a risolvere questi compiti e dimostrando che un banco di prova risolvibile ma impegnativo è essenziale per far avanzare il campo.
SousCoder è un assistente per sviluppatori proattivo e local-first che monitora i segnali comportamentali cross-applicazione attraverso VS Code, Chrome e il terminale per rilevare la confusione dello sviluppatore e intervenire con suggerimenti contestuali, ottenendo bassa latenza e alta rilevanza nelle valutazioni sul campo estendendo il lavoro precedente con memoria persistente e percezione multi-fonte.
Questo studio valuta una pipeline basata su un modello linguistico di grandi dimensioni per l'estrazione di 14 variabili attuariali dai sinistri relativi all'assicurazione contro gli infortuni sul lavoro, rivelando un accordo complessivo moderato con i revisori umani (kappa quadratico pesato di 0,53) e una variabilità significativa tra le dimensioni, il che sottolinea la necessità di calibrazione e di un dispiegamento graduale prima della validazione formale.
Questo studio dimostra che un modello di deep learning basato su transformer supera gli algoritmi di apprendimento automatico classici nella previsione della stabilità della rete elettrica, raggiungendo un'elevata accuratezza sia nei compiti di classificazione binaria che di regressione, supportando al contempo gli obiettivi globali di sostenibilità per reti intelligenti resilienti.
Questo studio identifica che il minor contrasto tra lesione e sfondo sulla pelle scura crea una sovrapposizione di classe strutturale che porta i modelli dermatologici basati su IA a sovra-predire sistematicamente la malignità e a generare eccessivi invii per i pazienti con pelle scura, un collo di bottiglia della parità che persiste anche dopo aver corretto le distribuzioni di classe confondenti ed è mitigato al meglio dal bilanciamento delle classi per tono piuttosto che dal condizionamento del tono.