12640 artigos
O artigo apresenta o SPEED-RL, um método de aprendizado por reforço online que acelera o treinamento de modelos de raciocínio em até 6 vezes ao selecionar dinamicamente exemplos de dificuldade intermediária para maximizar a eficiência do aprendizado sem comprometer a precisão.
Este artigo apresenta o BWFlow, um novo framework de *Flow Matching* para geração de gráficos que supera as limitações dos métodos atuais ao modelar a evolução conjunta de nós e arestas através de campos aleatórios de Markov e transporte ótimo, garantindo caminhos de probabilidade suaves e melhorando a convergência no treinamento e amostragem.
O artigo propõe o ExSUL, um novo framework de aprendizado online para geração seletiva que, ao lidar com feedback adversário parcial, utiliza conversão de arrependimento e "feedback unlocking" para garantir controle rigoroso da Taxa de Descoberta Falsa (FDR) em modelos de linguagem, mantendo alta cobertura de respostas mesmo em ambientes não estacionários.
O artigo propõe as SKANODEs, uma estrutura que integra redes KAN a Neural ODEs para recuperar estados físicos latentes e descobrir equações simbólicas interpretáveis de sistemas dinâmicos não lineares, superando métodos de caixa preta e clássicos em precisão e robustez.
Este trabalho apresenta as Redes de Presimplificação (PSNs), um novo framework que supera as limitações atuais do aprendizado de sistemas físicos ao restaurar a geometria simplética em sistemas com dissipação e restrições holonômicas, como robôs quadrúpedes, através da elevação para uma variedade de dimensão superior baseada em estruturas de Dirac.
Este artigo analisa a robustez de políticas de aprendizado por reforço aplicando filtros sinápticos como estresse interno e ataques adversariais como estresse externo para classificar parâmetros como frágeis, robustos ou antifrágeis, demonstrando que parâmetros antifrágeis podem melhorar o desempenho do agente sob condições adversas em ambientes de controle contínuo.
O artigo apresenta o MuRating, uma abordagem escalável que transfere sinais de qualidade de dados do inglês para treinar um avaliador multilíngue, permitindo a seleção de conjuntos de dados equilibrados que melhoram significativamente o desempenho de modelos de linguagem grandes em tarefas multilíngues e baseadas em conhecimento.
O artigo apresenta o Overtone, um emulador de física baseado em transformadores que utiliza modulação cíclica dinâmica do tamanho dos patches durante a inferência para mitigar erros harmônicos sistemáticos e permitir um ajuste flexível entre precisão e custo computacional, superando os modelos de patches fixos em benchmarks de EDPs.
Este artigo estabelece limites de erro de super-aproximação quase ótimos para redes neurais ReLU na aproximação de funções de Korobov, demonstrando que sua expressividade é praticamente imune à maldição da dimensionalidade ao utilizar elementos finitos em grades esparsas e a técnica de extração de bits.
Este artigo propõe um método de Aprendizado por Reforço Inverso baseado em Máxima Entropia e Espaços de Hilbert de Reprodutores de Kernel (RKHS) para Jogos de Campo Médio, permitindo a inferência de funções de recompensa não lineares e ricas em dados infinitos e finitos, com garantias teóricas de convergência e superioridade prática em cenários como roteamento de tráfego.
Este artigo apresenta o EDA, um novo quadro teórico que unifica e generaliza os modelos de difusão para lidar com ruídos arbitrários, superando as limitações do EDM ao preservar a modularidade sem sobrecarga computacional e demonstrando alta eficácia em tarefas de restauração de imagens médicas e naturais com apenas cinco etapas de amostragem.
Este artigo apresenta um algoritmo EM quântico para treinar máquinas de Boltzmann restritas semi-quânticas, superando o problema dos platôs estéreis e oferecendo uma alternativa escalável e estável aos métodos de otimização baseados em gradiente na aprendizagem de máquina quântica.
Este artigo apresenta o TIC-GRPO, um algoritmo de otimização para aprendizado por reforço a partir de feedback humano que substitui a razão de importância em nível de token por uma em nível de trajetória para obter um gradiente de política atualizado sem crítico, garantindo convergência mais rápida e desempenho superior em tarefas de raciocínio matemático e codificação.
Este estudo propõe um quadro de avaliação rigoroso e honesto para a detec automatizada de convulsões neonatais, identificando métricas equilibradas e testes de equivalência com especialistas (como o teste de Turing multiavaliador com Fleiss kappa) como essenciais para garantir a confiabilidade clínica e a comparabilidade dos modelos de inteligência artificial.
Este artigo apresenta o primeiro estudo sistemático de defesas durante o treinamento para mitigar o desalinhamento emergente em modelos de linguagem, demonstrando que intercalar dados de treinamento selecionados com base na lacuna de perplexidade entre modelos alinhados e desalinhados é a abordagem mais eficaz para prevenir comportamentos prejudiciais amplos sem comprometer o desempenho em tarefas benignas.
O artigo propõe um método computacionalmente eficiente para avaliar a robustez dos rankings de LLMs, revelando que as classificações de modelos líderes em plataformas como o Chatbot Arena são extremamente sensíveis à remoção de uma fração mínima de preferências, ao passo que as avaliações baseadas em especialistas (MT-bench) demonstram maior estabilidade.
Este trabalho avalia como a quantização de pesos e ativações afeta o viés em grandes modelos de linguagem, revelando que, embora possa reduzir a toxicidade e não impactar significativamente o sentimento, tende a aumentar ligeiramente estereótipos e injustiças em tarefas generativas sob compressão agressiva, destacando a necessidade de equilibrar eficiência e considerações éticas.
Este artigo apresenta uma revisão abrangente das aplicações de Aprendizado por Reforço Multiagente (MARL) em Sistemas de Transporte Inteligentes, oferecendo uma taxonomia estruturada, analisando domínios-chave e plataformas de simulação, e identificando os principais desafios para a implementação no mundo real.
Este artigo demonstra que a dificuldade de aprendizado de solucionadores de SAT baseados em Redes Neurais em Grafos (GNNs) é geometricamente explicada pela curvatura de Ricci negativa das grafos de fórmulas k-SAT, que gera o fenômeno de "oversquashing" e limita a capacidade do modelo de capturar dependências de longo alcance em instâncias complexas.
Este trabalho propõe um modelo de alinhamento baseado em transporte ótimo desequilibrado, que trata a correspondência entre representações acústicas e linguísticas como um problema de detecção para lidar com assimetrias estruturais e ruídos, melhorando assim a transferência de conhecimento em sistemas de reconhecimento automático de fala (ASR).