7103 artigos
O artigo apresenta o MJ1, um juiz multimodal de 3B parâmetros treinado com aprendizado por reforço que, ao impor uma cadeia de verificação fundamentada e consistência contrafactual, supera modelos muito maiores no benchmark MMRB2, demonstrando que a verificação fundamentada e o treinamento baseado em consistência melhoram significativamente o julgamento multimodal sem aumentar a escala do modelo.
O artigo apresenta o SmartThinker, um método de raciocínio eficiente baseado em GRPO que utiliza calibração progressiva do comprimento do pensamento em cadeia para reduzir a redundância e melhorar a precisão dos modelos de linguagem grandes, alcançando compressão de até 52,5% no comprimento das respostas e ganhos de até 16,6% em benchmarks desafiadores.
Este artigo propõe uma abordagem de busca de produto interno máximo (MIPS) amortizada que utiliza redes neurais, especificamente o SupportNet e o KeyNet, para prever diretamente as soluções ótimas ao modelar a função de suporte convexa dos vetores-chave, permitindo assim uma compressão eficiente de bancos de dados para distribuições de consultas específicas.
O artigo propõe o FedMomentum, um novo framework para ajuste fino federado de modelos de linguagem que utiliza decomposição em valores singulares (SVD) para agregar atualizações LoRA de forma estruturada e preservar o momentum do treinamento, superando as limitações de convergência e expressividade dos métodos existentes.
O artigo apresenta o CAMEL, uma lei de mistura consciente da capacidade que permite otimizar a seleção de dados para treinar grandes modelos de linguagem de forma eficiente, reduzindo custos computacionais em 50% e melhorando o desempenho em até 3% através da previsão de desempenho em modelos maiores.
O artigo apresenta o GCGNet, uma Rede Generativa Consistente em Grafos que supera as limitações dos métodos existentes ao modelar simultaneamente correlações temporais e entre canais de variáveis exógenas de forma robusta a ruídos, utilizando um gerador variacional, um alinhador de estrutura de grafos e um refinador para alcançar desempenho superior em previsões de séries temporais.
O artigo apresenta o CDRRM, um modelo de recompensa escalável e interpretável que utiliza um paradigma de "contraste-síntese" para gerar rubricas de alta qualidade a partir de poucos dados, superando os vieses e limitações das abordagens tradicionais de alinhamento de LLMs.
Este artigo apresenta o SFed-LoRA, um novo framework de aprendizado federado que deriva um fator de escala ótimo para mitigar a instabilidade e o colapso de gradiente na adaptação de baixo rank (LoRA) causados pela agregação de múltiplos clientes, permitindo assim a eficácia de ranks elevados sem alterar a arquitetura do modelo ou aumentar a latência de inferência.
Este estudo propõe um framework de aprendizado profundo baseado em adaptação de domínio adversarial que permite a transferência eficaz de conhecimento entre conjuntos de dados de RNA-seq heterogêneos, melhorando significativamente a precisão na classificação de tipos de câncer e tecidos, especialmente em cenários com dados limitados.
O artigo apresenta a Deterministic Differentiable Pruning (DDP), um método de poda estruturada determinístico para Grandes Modelos de Linguagem que elimina a aleatoriedade das abordagens anteriores, resultando em menor discrepância entre treinamento e teste, maior expressividade e melhor desempenho em tarefas downstream com redução de custos de inferência.
Este artigo propõe uma arquitetura híbrida quântico-clássica que integra um Circuito Quântico Variacional a uma rede GRU para prever múltiplos sinais fisiológicos em horizontes de tempo curtos, demonstrando precisão competitiva e maior robustez a ruídos e dados faltantes em cenários clínicos de pequeno porte.
Este artigo propõe e avalia o modelo Autoregressive TRM, descobrindo que, embora mecanismos de refinamento em duas etapas mostrem potencial, a arquitetura específica do Autoregressive TRM não oferece ganhos de desempenho confiáveis em comparação com modelos autoregressivos padrão em tarefas algorítmicas de nível de caractere.
O artigo apresenta o EAGLE-Pangu, um sistema reprodutível que implementa decodificação especulativa em árvore segura para aceleradores em NPUs Ascend com backend Pangu, alcançando um aumento médio de 1,27x no throughput de decodificação em comparação com a decodificação greed-only do modelo professor.
Este artigo apresenta o framework DC-W2S, que utiliza um mecanismo de consenso duplo para filtrar sinais de supervisão ruidosa e treinar modelos de recompensa de processo robustos para raciocínio biológico, eliminando a necessidade de anotação extensiva por especialistas.
Este artigo demonstra que é possível criar uma ameaça de segurança invisível em modelos de linguagem grandes (LLMs) ao ajustá-los para usar esteganografia, permitindo que gerem respostas maliciosas ocultas dentro de conversas aparentemente benignas, contornando assim os mecanismos de segurança e filtros de conteúdo.
O artigo apresenta o Tau-BNO, um modelo substituto baseado em operadores neurais que acelera drasticamente a simulação da propagação de proteínas tau no cérebro, superando os desafios computacionais do Modelo de Transporte de Rede (NTM) e permitindo inferência de parâmetros e descoberta de mecanismos com alta precisão.
O artigo propõe o ROMI, um método de aprendizado por reforço offline baseado em modelo que supera as limitações de conservadorismo excessivo e instabilidade do RAMBO ao introduzir uma abordagem de aprendizado de modelo robusta e consciente do valor, utilizando um esquema de otimização bi-nível com ponderação adaptativa implicitamente diferenciável para garantir atualizações estáveis e melhor generalização fora da distribuição.
O artigo apresenta o SaiVLA-0, uma arquitetura de Visão-Linguagem-Ação inspirada na neurociência que utiliza uma estrutura tripartida (Cérebro-Ponte-Cerebelo) para criar um sistema modular e consciente de computação, capaz de reduzir o tempo de treinamento e aumentar significativamente a taxa de sucesso em tarefas robóticas.
O artigo apresenta o FoleyFlow, um modelo que gera áudio sincronizado com vídeos utilizando alinhamento multimodal baseado em mascaramento e um fluxo condicional dinâmico para garantir coerência semântica e rítmica, superando os métodos existentes em benchmarks padrão.
O artigo apresenta o TRIAGE, um framework pós-hoc leve que decompõe a incerteza em componentes aleatórios e epistêmicos para orientar respostas específicas do sistema, como recuperação de observações ou moderação de controle, resultando em melhorias significativas tanto no sucesso de manipulação robótica quanto na eficiência computacional da percepção adaptativa.