2316 artigos
O artigo apresenta o Graph-GRPO, um quadro de aprendizado por reforço online que otimiza modelos de fluxo gráfico através de uma expressão analítica para probabilidade de transição e uma estratégia de refinamento local, alcançando desempenho superior em tarefas de geração e otimização molecular.
Este artigo investiga a dinâmica de aprendizado de redes lineares de duas camadas treinadas com SGD e ruído de rótulos, revelando um comportamento bifásico no qual o ruído impulsiona a transição do regime "lazy" para o "rich", melhorando a generalização e oferecendo insights aplicáveis a algoritmos como SAM.
Este artigo apresenta o algoritmo PP-LUCB, que otimiza a seleção de configurações de sistemas de serviço baseando-se em evidências textuais ao combinar avaliações de modelos de linguagem com auditorias humanas seletivas para corrigir vieses sistemáticos e reduzir significativamente os custos de verificação.
O artigo apresenta o STemDist, o primeiro método de destilação de dados especializado para previsão espaço-temporal, que comprime simultaneamente as dimensões espacial e temporal para reduzir significativamente o tempo de treinamento e o uso de memória, mantendo ou melhorando a precisão das previsões.
Este artigo propõe um framework de aprendizado adaptativo de domínio que combina amostragem de lotes sincronizada por estágio de degradação e um autoencoder de fusão alinhada com mecanismos de atenção cruzada para superar as discrepâncias de distribuição e capturar dependências temporais de longo prazo, resultando em indicadores de saúde significativamente mais precisos para monitoramento de condições industriais.
O artigo propõe o Weighted improved Greedy Sampling (WiGS), um método de aprendizado ativo para regressão que utiliza aprendizado por reforço para adaptar dinamicamente o equilíbrio entre exploração e investigação, superando os métodos existentes em precisão e eficiência de rotulagem, especialmente em domínios com densidade de dados irregular.
O artigo apresenta os Processos de Mistura Gaussiana Generalizada (GGMPs), um método baseado em Processos Gaussianos que permite a estimativa de densidades condicionais multimodais e heterocedásticas através de uma combinação de ajuste local de misturas, alinhamento de componentes e treinamento por GP, oferecendo uma solução escalável e com forma fechada para cenários complexos não gaussianos.
O artigo demonstra que a remoção simples do viés de média (mean bias), que é o principal fator de instabilidade numérica e anisotropia no treinamento de LLMs com baixa precisão (FP4), restaura a estabilidade e o desempenho do modelo de forma eficiente, eliminando a necessidade de métodos espectrais complexos como SVD.
Este artigo apresenta um método inovador de "desaprendizado" baseado em surrogates para modelos de difusão que permite remover seletivamente saídas indesejadas e não passíveis de prompt (como rostos específicos ou representações culturalmente imprecisas) sem comprometer a integridade do modelo, oferecendo uma solução prática para privacidade e conformidade ética.
Este artigo propõe a "regressão isotônica de Brenier", uma extensão da regressão isotônica para múltiplas saídas que utiliza o transporte ótimo de Kantorovich para garantir a monotonicidade cíclica, demonstrando desempenho superior em tarefas como calibração de probabilidades.
Este estudo propõe um framework de ensemble baseado em múltiplas resoluções de ConvLSTM que integra modelos treinados com diferentes escalas temporais para mitigar a acumulação de erros e melhorar a precisão na previsão de longo prazo da deformação de paredes de contenção durante escavações em etapas.
Este artigo desenvolve uma estrutura teórica e computacional para oscilações coletivas em feixes de partículas carregadas intensas, derivando relações de dispersão de ondas de Langmuir via teoria de resposta dielétrica e validando-as com o modelo de aprendizado não supervisionado Prometheus, demonstrando a existência de modos não amortecidos acima de uma densidade crítica e a universalidade de Ising da transição feixe-plasma.
Este artigo apresenta um framework de aprendizado por reforço informado pela fisiologia que utiliza sinergias musculares para restringir o controle em simulações musculosqueléticas, resultando em uma maior fidelidade biomecânica e generalização na locomoção humana em diversas condições com dados experimentais limitados.
Este trabalho demonstra que o Gradiente Descente Pré-condicionado no Espaço Dual, ao treinar modelos lineares superparametrizados, converge para uma solução que interpola os dados e, no caso de pré-condicionadores isotrópicos, minimiza a distância de Frobenius em relação à inicialização, comportando-se de forma análoga ao Gradiente Descente padrão.
O artigo apresenta o JEDI, um modelo hierárquico que infere dinâmicas neurais generalizáveis e específicas de contexto a partir de gravações experimentais, aprendendo um espaço de incorporação compartilhado sobre pesos de redes neurais recorrentes para superar as limitações de métodos anteriores em tarefas múltiplas.
Este artigo apresenta um novo estimador universal de dimensionalidade intrínseca baseado em razões de distância entre vizinhos mais próximos, que oferece cálculos simples, resultados de última geração e convergência teórica para a dimensionalidade verdadeira independentemente da distribuição dos dados.
O artigo apresenta o VERI-DPO, um método de alinhamento para sumarização clínica que utiliza verificação de afirmações e Otimização Direta de Preferências (DPO) para reduzir drasticamente afirmações não suportadas e melhorar a fidelidade dos resumos de evolução hospitalar em relação às evidências dos prontuários eletrônicos.
Este artigo apresenta a decomposição "tubal tensor train" (TTT), um novo modelo de rede tensorial que combina a álgebra do produto-t com a estrutura de baixo núcleo do formato tensor train, oferecendo escalabilidade linear no armazenamento e demonstrando eficácia em tarefas como compressão de imagens e vídeos, completamento de tensores e imageamento hiperespectral.
Este artigo propõe um framework híbrido leve para o jogo das Amazonas que integra um Autoencoder de Atenção em Grafos e o GPT-4o-mini para superar limitações de recursos, alcançando desempenho superior ao modelo base e a métodos tradicionais através de filtragem estrutural e dados sintéticos.
O artigo apresenta o IH-Challenge, um conjunto de dados de aprendizado por reforço projetado para melhorar a hierarquia de instruções em modelos de linguagem de ponta, resultando em maior robustez contra ataques de segurança, redução de comportamentos inseguros e manutenção da utilidade do modelo.