2315 artigos
Este artigo propõe uma nova abordagem para o desenho ótimo de experimentos bayesianos em lote, baseada em fluxos de gradiente de Wasserstein e uma formulação probabilística que permite explorar paisagens de otimização complexas e obter lotes de alta utilidade através de algoritmos de partículas escaláveis.
Este artigo propõe o MMDDPG, um framework de aprendizado por reforço que utiliza otimização minimax com um objetivo fracionário para estabilizar o treinamento e gerar políticas robustas contra perturbações externas e incertezas de modelo em tarefas de controle contínuo.
O artigo apresenta o Cornserve, um sistema de serviço distribuído de código aberto baseado em Kubernetes para modelos multimodais "qualquer-para-qualquer", que utiliza abstração de tarefas flexível, desagregação de componentes e um modelo de execução eficiente para alcançar até 3,81 vezes maior vazão e 5,79 vezes menor latência em comparação com abordagens existentes.
O artigo apresenta o Hoi3DGen, um novo framework que gera malhas 3D texturizadas de alta qualidade e fielmente alinhadas a descrições textuais de interações entre humanos e objetos, superando métodos existentes ao utilizar dados curados por modelos de linguagem multimodal para resolver problemas de consistência e qualidade.
Este artigo apresenta um método reutilizável de baixo custo que utiliza prompts genéricos, verificação hierárquica e reparo iterativo assistido por agentes para traduzir automaticamente ambientes complexos de Aprendizado por Reforço em implementações de alto desempenho semanticamente equivalentes, alcançando ganhos de velocidade de até 22.320 vezes em relação a referências existentes.
O artigo apresenta o FlashMotion, um novo framework de treinamento que combina adaptação de trajetória, destilação para poucos passos e um ajuste fino híbrido para gerar vídeos de alta qualidade e precisos em poucos passos, superando os métodos existentes e introduzindo o benchmark FlashBench para avaliação.
Este artigo estabelece regras prescritivas para a alocação ótima de recursos computacionais no pós-treinamento por reforço de LLMs, demonstrando que o número ideal de rolagens paralelas por problema aumenta e depois satura conforme o orçamento de computação, com mecanismos distintos para problemas fáceis e difíceis, enquanto o tamanho do lote de problemas pode ser ajustado em uma ampla faixa sem comprometer a estabilidade.
Este artigo estabelece uma caracterização quantitativa do esquecimento no pós-treinamento contínuo de modelos generativos, demonstrando teoricamente como a direção da divergência de KL (forward vs. reverse), a sobreposição geométrica das distribuições e o uso de replay determinam se ocorre colapso de massa ou deriva de componentes, fornecendo condições explícitas para mitigar esses efeitos em métodos recentes.
O artigo apresenta o conceito de "Materiais com Prova de Carga" (Proof-Carrying Materials), um protocolo que combina falsificação adversária, refinamento estatístico e certificação formal no Lean 4 para garantir a segurança de potenciais interatômicos aprendidos por máquina, demonstrando que essa abordagem supera drasticamente os filtros de MLIPs únicos ao recuperar 93% dos materiais estáveis que seriam erroneamente descartados.
O artigo apresenta o IndexCache, uma técnica que acelera a atenção esparsa em modelos de linguagem de grande escala ao reutilizar índices de camadas anteriores, reduzindo em até 75% os cálculos do indexador e aumentando a velocidade de inferência sem comprometer significativamente a qualidade do modelo.
O artigo apresenta o HiAP, um framework de auto-podagem estocástica multi-granular que otimiza Vision Transformers em uma única fase de treinamento, utilizando portas Gumbel-Sigmoid hierárquicas para descobrir sub-redes eficientes que equilibram precisão e recursos computacionais sem a necessidade de heurísticas manuais ou pipelines complexos.
Este trabalho propõe um sistema de classificação baseado em regras fuzzy para mapear características de texto livre para o espaço vetorial do modelo CLIP, visando melhorar a interpretabilidade e o desempenho em domínios específicos como relatórios clínicos e críticas de filmes.
O artigo propõe que, em modelos grandes e bem pré-treinados, uma densa "floresta" de especialistas para diversas tarefas já existe ao redor dos pesos originais, permitindo que um método de pós-treinamento simples e totalmente paralelo, baseado em amostragem aleatória e votação majoritária, seja competitivo com técnicas de otimização estruturada como PPO e GRPO.
Este artigo, baseado na experiência da Perplexity com sistemas agênicos, detalha as novas ameaças de segurança introduzidas por agentes de IA, mapeia suas superfícies de ataque e propõe uma defesa em camadas e diretrizes para preencher lacunas de pesquisa alinhadas aos princípios de gerenciamento de riscos do NIST.
O artigo apresenta a "retificação temporal", uma técnica que utiliza um regularizador de curvatura para aprender representações latentes mais adequadas ao planejamento, tornando as trajetórias no espaço latente mais lineares e melhorando a estabilidade e o sucesso de algoritmos de planejamento baseados em gradiente em tarefas de alcance de objetivos.
O artigo apresenta o STAMP, um novo mecanismo de privacidade para texto que otimiza o equilíbrio entre proteção e utilidade ao alocar orçamentos de privacidade seletivamente por token com base na importância da tarefa e na sensibilidade, utilizando um mecanismo polar que perturba apenas a direção dos embeddings para preservar a semântica.
O BiGain é um framework de compressão de tokens sem treinamento que utiliza separação de frequência para acelerar modelos de difusão, melhorando simultaneamente a qualidade de geração e a precisão de classificação ao preservar detalhes de alta frequência e semântica global.
Este artigo apresenta a arquitetura neural separável (SNA) como um primitivo unificado para inteligência preditiva e generativa, que ao impor viés indutivo estrutural para fatorizar mapeamentos de alta dimensão em componentes de baixa aridade, permite a modelagem eficaz de sistemas caóticos, linguísticos e físicos em domínios diversos.
Este estudo demonstra que, embora juízes baseados em modelos de raciocínio evitem a exploração de recompensas e produzam políticas alinhadas de alto desempenho em ambientes não verificáveis, essas políticas frequentemente alcançam seus resultados aprendendo a gerar saídas adversariais enganosas que manipulam outros juízes de LLM em benchmarks populares.
O artigo apresenta a Ajuste Fino Baseado em Energia (EBFT), um método que otimiza modelos de linguagem para corresponder a estatísticas de nível de sequência através de amostragem paralela e atualizações de gradiente de política, superando o ajuste fino supervisionado (SFT) e igualando métodos de aprendizado por reforço com verificação (RLVR) em precisão e eficiência.