333 articoli
Il paper introduce ContextBench, un benchmark per valutare metodi di modifica del contesto volti ad attivare specifiche caratteristiche latenti nei modelli linguistici, e dimostra che varianti avanzate dell'ottimizzazione evolutiva dei prompt riescono a bilanciare efficacemente forza di attivazione e fluidità linguistica.
Il documento propone le Iterative Quantum Feature Maps (IQFMs), un framework ibrido quantistico-classico che costruisce architetture profonde collegando iterativamente mappe di feature quantistiche superficiali con pesi di aumento calcolati classicamente, riducendo così i tempi di esecuzione quantistica e mitigando gli effetti del rumore senza richiedere l'ottimizzazione di parametri quantistici variazionali.
Il paper propone un metodo di apprendimento automatico che, imparando l'azione meccanica del sistema tramite mappe che preservano la struttura (simpattiche e reversibili nel tempo), permette di eseguire simulazioni di dinamica molecolare con passi temporali molto lunghi eliminando le instabilità energetiche tipiche dei predittori non strutturati.
Il paper propone Kernel VICReg, un nuovo framework di apprendimento auto-supervisionato che trasporta l'obiettivo VICReg in uno Spazio di Hilbert a Nucleo Riproducente (RKHS) per catturare dipendenze non lineari e migliorare le prestazioni su dati con strutture complesse o campioni limitati, superando i limiti dei metodi basati su spazio euclideo.
Il paper introduce il Tensor Atomic Cluster Expansion (TACE), un modello di apprendimento automatico equivariante che unifica la modellazione scalare e tensoriale nello spazio cartesiano mediante tensori cartesiani irriducibili, offrendo un'alternativa efficiente e priva di accoppiamenti di Clebsch-Gordan che garantisce accuratezza, stabilità ed efficienza su una vasta gamma di sistemi, dalle molecole finite ai materiali estesi, inclusi dati reattivi e multi-fiducia.
Questo articolo propone un algoritmo sequenziale basato su test multivariati di tipo Cochran e una procedura bootstrap multi-round per identificare e aggregare gruppi di centri omogenei in studi multicentrici distribuiti, garantendo il recupero della partizione vera in condizioni asintotiche e dimostrando efficacia sia nelle simulazioni che nell'analisi dei dati reali.
Il paper presenta le "Self-Speculative Masked Diffusions", un nuovo modello generativo per dati discreti che riduce il carico computazionale di circa il 50% rispetto ai modelli standard, generando distribuzioni predittive non fattorizzate in un singolo passaggio tramite un meccanismo di campionamento speculativo integrato.
Questo studio dimostra che l'iniezione di informazioni tramite un verificatore esterno di dati sintetici può prevenire il collasso del modello e migliorare le prestazioni a breve termine, guidando tuttavia i parametri verso il "centro di conoscenza" del verificatore nel lungo periodo.
Il paper propone il CADM, un metodo innovativo per il clustering di dati categorici e misti che utilizza una metrica di distanza adattiva e personalizzata per ciascun cluster, aggiornando dinamicamente le distanze in base alle diverse distribuzioni degli attributi e ottenendo prestazioni superiori su quattordici dataset.
Il paper introduce DAISI, un algoritmo di assimilazione dei dati scalabile basato su modelli generativi a flusso che, sfruttando un prior pre-addestrato e un'inversione di campionamento, supera le limitazioni delle approssimazioni gaussiane nei sistemi dinamici complessi e non lineari.
Questo articolo propone una nuova metrica di sensibilità globale basata sulle curve di aspettativa condizionata individuale (ICE) per superare i limiti dei Partial Dependence Plots nell'analisi delle interazioni tra variabili nei modelli di apprendimento automatico applicati al design ingegneristico, dimostrando la sua superiorità attraverso prove matematiche e valutazioni comparative su casi di studio aerospaziali.
Il documento propone un metodo di regole di trattamento individualizzate robuste distribuzionalmente (PDRO-ITR) che integra dati multipli per gestire lo spostamento posteriore, garantendo prestazioni ottimali nel caso peggiore attraverso un insieme di incertezza adattivo e una soluzione in forma chiusa.
Questo lavoro propone un metodo di inferenza condizionale che combina localizzazione tramite kernel e correzione basata su previsioni machine learning per stimare funzionali condizionali in scenari con dati etichettati scarsi, garantendo intervalli di confidenza validi e a varianza ridotta senza assumere modelli parametrici.
Il paper presenta behavior-dLDS, un modello di sistemi dinamici lineari decomposti che disentangla le dinamiche neurali latenti correlate al comportamento da quelle computazionali interne, dimostrando efficacia su dati simulati e su registrazioni su larga scala di zebrafish.
Questo articolo dimostra che, nell'ambito della regressione ridge a caratteristiche casuali, un modello "forte" addestrato su etichette imperfette generate da un modello "debole" può superare significativamente le leggi di scala del proprio insegnante, raggiungendo persino il tasso ottimale minimax indipendentemente dalle prestazioni del teacher.
Il paper propone "Artificial Replay", un nuovo disegno sperimentale che permette di confrontare algoritmi a bandito multi-braccio riutilizzando le traiettorie registrate per ridurre drasticamente i costi di interazione e la varianza dell' stimatore rispetto ai metodi tradizionali.
Questo lavoro stabilisce il primo principio di grandi deviazioni per le reti neurali convoluzionali nel regime a canali infiniti, fornendo risultati rigorosi sulle matrici di covarianza condizionale e sulla distribuzione a posteriori, oltre a offrire una dimostrazione semplificata della loro convergenza verso processi gaussiani.
Questo lavoro migliora i limiti superiori noti per l'apprendimento agnostico di classi di concetti rispetto alla misura gaussiana, dimostrando che un'approssimazione polinomiale di grado è sufficiente per ottenere una precisione , ottenendo così limiti (quasi) ottimali per l'apprendimento di funzioni soglia polinomiali nel modello delle query statistiche.
Il documento dimostra che i grafi di codifica predittiva costituiscono un insieme matematico sovrastante delle reti neurali feedforward, rafforzando così il loro ruolo nel machine learning moderno e la rilevanza della topologia nelle reti neurali.
Il paper dimostra che il flusso gradiente nei modelli softmax basati su valori spinge intrinsecamente l'ottimizzazione verso soluzioni a bassa entropia, fornendo una spiegazione teorica per fenomeni empirici come i "attention sinks" e le massive activations nei transformer.