4581 artigos
O artigo apresenta o Code-Space Response Oracles (CSRO), um novo framework que substitui os oráculos de aprendizado por reforço tradicionais por Grandes Modelos de Linguagem (LLMs) para gerar políticas multiagente interpretáveis na forma de código, permitindo a descoberta de estratégias complexas e explicáveis com desempenho competitivo.
Este trabalho apresenta o BlueDown, um novo método de pós-processamento que utiliza regressão hierárquica de mínimos quadrados generalizados e operações algébricas concisas para gerar estimativas demográficas mais precisas e consistentes do que o método TopDown atual, mantendo as mesmas garantias de privacidade e restrições estruturais do Sistema de Evitação de Divulgação do Censo dos EUA.
O artigo propõe uma nova abordagem de "esparsidade suave" baseada em um proxy de bit significativo mais alto (MSB) integrada como instrução RISC-V personalizada, que reduz drasticamente as operações de multiplicação e acumulação (MACs) e o consumo de energia em CNNs para inferência em dispositivos de borda, superando significativamente os métodos tradicionais de esparsidade rígida sem perda de precisão.
O artigo apresenta o CLIPO, um método que generaliza o Aprendizado por Reforço com Recompensas Verificáveis (RLVR) ao incorporar aprendizado contrastivo na otimização de políticas, permitindo que modelos de linguagem capturem a estrutura invariante de raciocínios corretos e, assim, mitiguem inconsistências e alucinações em etapas intermediárias, resultando em melhor generalização e robustez.
Este artigo demonstra que o fenômeno "Lost in the Middle" em modelos de linguagem é uma propriedade geométrica intrínseca dos decodificadores causais com conexões residuais, presente já na inicialização do modelo antes de qualquer treinamento ou uso de codificações posicionais, criando uma zona de influência negligenciável no meio do contexto devido à divergência logarítmica no início e a um ancoragem isolada no final.
Este artigo propõe um método de aprendizado de dicionário para agrupamento não supervisionado de imagens hiperespectrais que utiliza barycentros de Wasserstein desbalanceados para aprender uma representação de baixa dimensão, superando as limitações de métodos anteriores ao evitar o desbalanceamento dos perfis espectrais e aumentar a robustez a ruídos e outliers.
Este artigo apresenta um operador neural integrado a um esquema numérico implícito que, ao aprender as dinâmicas do espaço de estado a partir de dados limitados, prevê com 99,87% de precisão as curvas de resposta à frequência de vibração sem a necessidade de funções de perda regularizadoras baseadas em princípios físicos.
O artigo propõe o "Mashup Learning", um método que acelera o ajuste fino de modelos de linguagem ao identificar e fundir checkpoints históricos relevantes, resultando em maior precisão e redução significativa no tempo de treinamento em comparação com o treinamento a partir do zero.
O artigo apresenta o ReMix, um novo método de roteamento baseado em aprendizado por reforço para Mixture-of-LoRAs em modelos de linguagem grandes, que utiliza pesos de roteamento não aprendíveis e um estimador de gradiente RLOO para garantir que todos os LoRAs ativos sejam igualmente eficazes, superando os métodos atuais de ajuste fino eficiente em parâmetros.
O artigo apresenta o DT-BEHRT, uma arquitetura de Transformer aprimorada por grafos que utiliza modelagem de trajetórias de doenças e pré-treinamento orientado por ontologia para gerar representações de pacientes interpretáveis e robustas a partir de registros eletrônicos de saúde.
Este artigo estabelece uma teoria unificada de estabilidade para inferência estatística em dados de bandit baseada no Descenso Espelhado Estocástico, demonstrando que algoritmos regularizados como o Regularized-EXP3 garantem simultaneamente intervalos de confiança válidos, ótimo arrependimento e robustez a corrupções.
O artigo apresenta o ARCHE, um framework de compressão de imagens aprendido de ponta a ponta que equilibra precisão de modelagem e eficiência computacional ao unificar priores hierárquicos, espaciais e de canal sem depender de componentes recorrentes ou baseados em transformers, alcançando eficiência taxa-distorção superior a codecs tradicionais e existentes com parâmetros moderados e tempo de execução rápido.
O artigo propõe a Cancelamento Adaptativo de Ativações (AAC), um framework de inferência em tempo real que mitiga alucinações em Grandes Modelos de Linguagem ao identificar e suprimir seletivamente ativações neurais associadas a erros, melhorando a precisão factual sem degradar a capacidade geral do modelo ou exigir ajuste fino.
Este artigo propõe o "Actor-Accelerated PDA", um método que utiliza uma rede de políticas aprendida para aproximar subproblemas de otimização no Policy Dual Averaging, permitindo sua aplicação eficiente em espaços de ação contínua com garantias de convergência e desempenho superior ao PPO em benchmarks de robótica e controle.
O artigo propõe um modelo híbrido de Markov Oculto que combina estados de mercado definidos por quantis de Laplace com um mecanismo de saltos de Poisson para gerar séries temporais financeiras sintéticas que superam modelos existentes ao preservar simultaneamente a fidelidade distributiva, a estrutura temporal e a cobertura de caudas dos dados reais.
O artigo apresenta o Aprendizado de Corte Flexível (FCL), um método que permite ajustar os raios de corte de potenciais interatômicos de aprendizado de máquina após o treinamento, otimizando o equilíbrio entre custo computacional e precisão para aplicações específicas sem a necessidade de retreinar o modelo.
O artigo apresenta o FusionNet, uma rede neural que gera modelos cardíacos 4D com alta resolução temporal a partir de imagens de ressonância magnética de curta duração, superando métodos existentes com um coeficiente Dice superior a 0,897.
O artigo apresenta o SDSR, um método escalável de dividir-e-conquistar baseado em teoria espectral de grafos para reconstrução de árvores filogenéticas, que oferece ganhos significativos de velocidade sem comprometer a precisão ao lidar com grandes conjuntos de dados e discordância genética.
Este artigo analisa uma aproximação por difusão em tempo contínuo do gradiente de política para bandits estocásticos, provando que um aprendizado com taxa resulta em arrependimento logarítmico, enquanto demonstra que taxas maiores levam a arrependimento linear em certos cenários.
Este artigo propõe uma reavaliação da perda harmônica ao investigar sistematicamente diversas métricas de distância não euclidianas em modelos de visão e linguagem, demonstrando que a distância cosseno oferece o melhor equilíbrio entre desempenho, interpretabilidade e sustentabilidade, reduzindo emissões de carbono e melhorando a estabilidade do aprendizado em comparação com a perda de entropia cruzada tradicional.