13103 artigos
O artigo apresenta o "Generative Adversarial Reasoner", um framework de aprendizado por reforço on-policy que aprimora o raciocínio de modelos de linguagem ao co-evoluir um gerador e um discriminador adversariais, gerando recompensas densas e calibradas em nível de passo que superam os sinais esparsos tradicionais e resultam em ganhos significativos em benchmarks matemáticos como o AIME24.
O artigo apresenta o LatentNN, um método que corrige o viés de atenuação em redes neurais ao tratar os valores de entrada verdadeiros como variáveis latentes, permitindo inferências mais precisas em dados astronômicos com baixo sinal-ruído.
O artigo reexamina a analogia entre redes neurais profundas e sistemas dinâmicos discretos, demonstrando que, embora os PINNs ofereçam uma abordagem computacional distinta e menos interpretável que os métodos numéricos clássicos devido à sua representação densa de parâmetros, essa flexibilidade pode ser vantajosa em cenários de alta dimensionalidade onde métodos baseados em grade se tornam impraticáveis.
Este artigo propõe um algoritmo de ator-crítico de primeira ordem e loop único para otimização bi-nível em aprendizado por reforço, que utiliza regularização de entropia atenuante para estimar gradientes hiper-sem viés e garante convergência em tempo finito, demonstrando eficácia em tarefas como o ajuste fino de modelos de linguagem (LLM) via RLHF.
Este artigo propõe uma estrutura de aprendizado de máquina que utiliza julgamentos comparativos entre pares de imagem e legenda, em vez de classificações diretas, para treinar modelos que alcançam desempenho equivalente com custos de anotação reduzidos e maior consistência entre avaliadores humanos.
Este artigo apresenta uma estrutura de aprendizado por reforço baseada em Transformers para evitar colisões orbitais autônomas, projetada para lidar eficazmente com a parcialidade observável e a incerteza no monitoramento espacial através de atenção temporal de longo alcance.
O artigo apresenta o ShapBPT, um novo método de explicação de IA para visão computacional que utiliza árvores de partição binária orientadas por dados para gerar atribuições de características em nível de pixel mais alinhadas com a morfologia da imagem, eficientes e preferidas por humanos em comparação com abordagens existentes.
O artigo apresenta o SPARE, um método de duas etapas que combina localização de parâmetros e auto-distilação para remover conceitos indesejados de modelos de geração de imagens difusos de forma eficiente e precisa, superando o estado da arte no benchmark UnlearnCanvas.
Este artigo apresenta o Xiaomi-Robotics-0, um modelo aberto de Visão-Linguagem-Ação otimizado para execução em tempo real e de alto desempenho, que combina pré-treinamento em larga escala com técnicas de pós-treinamento e implantação para superar a latência de inferência, alcançando resultados de ponta em benchmarks de simulação e em tarefas complexas de manipulação bimanual em robôs reais.
O artigo propõe o Aprendizado por Reforço Inverso sem Interação, um framework centrado em dados que separa a criação de recompensas auditáveis e reutilizáveis da otimização de políticas, introduzindo o "Flywheel de Alinhamento" para transformar a segurança de IA em um ativo de engenharia durável e verificável, evitando o desperdício de alinhamento.