7103 papers
Dit paper introduceert SWE-MiniSandbox, een lichtgewicht, container-vrije methode die schaalbaar reinforcement learning voor software-engineering-agenten mogelijk maakt door kernel-gebaseerde isolatie te gebruiken, wat leidt tot aanzienlijke besparingen in schijfruimte en opstarttijd zonder in te leveren op prestaties.
Dit paper introduceert MiDAS, een open-source, platform-onafhankelijk systeem voor tijdgesynchroniseerde, niet-invasieve multimodale dataverzameling bij robot-assisterende minimaal invasieve chirurgie, dat wordt ondersteund door een nieuw dataset met hand- en voetbewegingen en video-opnames van chirurgen die taken uitvoeren op de Raven-II en da Vinci Xi.
Dit artikel introduceert AHSIV, een adaptief raamwerk voor modelselectie in vraagprognoses dat de prestatiedegradatie door forecast-horizonten en de variabiliteit in vraagpatronen adresseert door een horizonbewuste, regime-geconditioneerde aanpak te combineren met multi-objectieve optimalisatie en hiërarchische biascorrectie.
GaiaFlow is een innovatief framework dat semantisch geleide diffusietuning combineert met adaptieve vroege exits en kwantisatie om de ecologische voetafdruk van neurale zoeksystemen aanzienlijk te verminderen zonder in te leveren op de zoekkwaliteit.
Dit paper introduceert MolCrystalFlow, een op stroming gebaseerd generatief model dat intramoleculaire complexiteit en intermoleculaire pakking ontkoppelt door moleculen als stijve lichamen te behandelen op Riemanniaanse variëteiten, waardoor het de uitdaging van het voorspellen van kristalstructuren van grote moleculaire kristallen effectief aanpakt.
Dit onderzoek toont aan dat hoewel agentische workflows met taakdecompositie de prestaties van grote taalmodellen bij het oplossen van bugs verbeteren, hun vermogen tot daadwerkelijk lang-context redeneren beperkt blijft, wat leidt tot scherpe prestatiedalingen bij het genereren van patches in contexten van 64k tokens.
Het artikel introduceert FLoRG, een federatief fijnafstemkingsframework dat aggregatiefouten en decompositiedrift in LoRA vermindert door het gebruik van een enkele laag-rang Gram-matrix en Procrustes-uitlijning, wat leidt tot verbeterde nauwkeurigheid en een tot 2041-voudige reductie in communicatiekosten.
Dit paper introduceert CoSiNE, een deep learning-model dat de evolutionaire dynamiek van antilichamen nabootst door somatische hypermutatie en selectie te ontkoppelen, waardoor het superieure prestaties boekt in het voorspellen van varianteffecten en het optimaliseren van bindingsaffiniteit.
Dit onderzoek toont aan dat biologische foundation-modellen zoals scGPT en Geneformer een betekenisvolle, gedeelde maar lokaal geconcentreerde topologische en geometrische structuur leren in hun interne representaties, zoals bevestigd door een autonoom gescreende reeks van 141 hypothesen.
Dit paper introduceert EMPO², een hybride RL-framework dat geheugen en een combinatie van on- en off-policy optimalisatie gebruikt om de exploratie en generalisatie van LLM-agenten te verbeteren, wat resulteert in aanzienlijke prestatieverbeteringen op benchmarks zoals ScienceWorld en WebShop.
Dit artikel toont vanuit een informatie-theoretisch perspectief aan dat modality collapse in multimodale LLM's het gevolg is van een mismatch tussen de decoder en de brondata, waarbij het trainingsdoel van de decoder bepaalt welke informatie toegankelijk is in plaats van de modelarchitectuur of encoder-uitlijning.
Dit artikel introduceert een Web-Kennis-Web-pijplijn die webcrawling, geavanceerde kennisgrafiek-extractie en ecologische dekkingsschatting combineert om de ontdekking van niche-toeleveranciers voor de toeleveringsketen-resilience te maximaliseren met een hogere precisie en een efficiënter gebruik van crawl-budget.
Dit paper introduceert een principieel raamwerk dat activatie-sturing gelijkstelt aan gewichtsupdates, wat leidt tot een nieuwe 'joint adaptation'-methode die met slechts 0,04% van de parameters de prestaties van volledige fine-tuning benadert en bestaande technieken zoals LoRA en ReFT overtreft.
Dit paper introduceert een gereparameteriseerde tensorring-functionele decompositie die impliciete neurale representaties en een frequentiedomein-gebaseerde herparameterisatie combineert om de beperkingen van traditionele methoden voor discrete roosters te overwinnen en superieure prestaties te leveren bij het herstellen van multidimensionale data zoals afbeeldingen en puntwolken.
Dit paper presenteert een compact acoustisch kader dat MFCC-, STFT- en pitch-kenmerken combineert met een verbeterde Legendre Memory Unit (LMU) en een geposte ensemble-fusie om de cross-domein classificatie van babyhuilen te verbeteren, wat leidt tot betere generalisatie en efficiëntie voor draagbare gezondheidsmonitoring.
Dit paper introduceert Whisper-RIR-Mega, een nieuw benchmarkdataset met gekoppelde schone en reverberante spraak om de robuustheid van Whisper-spraakherkenningsmodellen tegen ruimteakoestiek te evalueren en vast te stellen dat reverberatie de prestaties consistent verslechtert.
Dit paper introduceert RigidSSL, een zelftoezichtend pretrainingsframework dat rigiditeitsbewuste geometrische priors leert om de ontwerpbereidheid, diversiteit en fysische realisme van eiwitgeneratie en conformationele ensembles aanzienlijk te verbeteren.
mlx-vis is een Python-bibliotheek die zes methoden voor dimensiereductie en een k-nabuur-grafiek-algoritme volledig op Apple Silicon-gpu's implementeert via MLX, en tevens een versnelde renderer biedt voor het genereren van scatterplots en animaties.
Het artikel introduceert Traversal-as-Policy, een methode die OpenHands-uitvoeringslogs distilleert tot een uitvoerbaar, verifieerbaar Gated Behavior Tree-beleid dat autonome agents veiliger, robuuster en efficiënter maakt door het onbeperkte genereren te vervangen door gestructureerde boomtraversie met deterministische veiligheidscontroles.
Dit artikel introduceert een theoretisch kader en een privacy-geregulariseerd trainingsframework om compositiegevoelige privacylekkage in sequentiële multi-agent LLM-systemen te beperken, waarbij wordt aangetoond dat privacy een systeemkarakteristiek is die niet alleen door lokale beperkingen kan worden gegarandeerd.