AI.info

Latest Research — Page 11

Sfoglia Ricerca recente su AI.info.

In inglese

• Show-Harness: basta un agente VLM per «giocare» con i robot
• CAST: supervisione basata sulla valutazione critica per addestrare agenti affidabili nell’uso di strumenti su orizzonti lunghi
• StudyBench: l’autoevoluzione può trarre dai libri di testo le capacità necessarie per affrontare le olimpiadi?
• Collusione emergente nelle interazioni a lungo orizzonte tra agenti LLM
• Sulla diffusibilità dei latenti ad alta dimensionalità
• APort Vault: benchmark sull’autorizzazione dei pagamenti degli agenti di IA che usano strumenti con l’Open Agent Passport
• Disallineamento tra riconoscimento e rifiuto negli LLM: perché i modelli rispondono a domande strutturalmente prive di risposta
• GE-Act 2.0: preaddestramento e aumento di scala di un modello mondo-azione per la manipolazione robotica
• ModularRSI: auto-miglioramento ricorsivo degli harness, modulare e generalizzabile
• Grounded Action Model: il grounding 3D come fondamento per la robotica
• Dai riconoscitori di pattern ai compagni personalizzati: una rassegna sui modelli linguistici di grandi dimensioni nella salute mentale
• Agenti per il ragionamento sui dati efficienti nell’uso dei token grazie alla strutturazione adattiva dei dati non strutturati
• Direct Message Approximation (DMA): un framework basato sulla consistenza per un’inferenza approssimata trattabile sui grafi fattoriali
• Aphanta: diagnosi delle immagini intermedie modificate e allineate al compito per il ragionamento multimodale
• PaperGym: evoluzione incentrata sulle rubriche per la generazione di piani di ricerca
• CADWorld: benchmark per l’uso del computer nella progettazione assistita da computer a lungo orizzonte
• ZipTok3D: tokenizzazione 3D ad alta fedeltà con prefissi compatti di token
• E-Commerce Bench: valutare gli agenti basati su LLM nella gestione autonoma di un’impresa nel lungo periodo
• TeleAntiFraud 2.0: un benchmark aggiornabile, basato sui profili e sull’audio per rilevare le frodi telefoniche
• Aspire: i modelli possono evolvere autonomamente a partire da obiettivi vaghi?
• ExplorationBench: misurare l’esplorazione dei sistemi di IA in mondi alieni verificabili
• Compilare addestrando: trasformare specifiche in linguaggio naturale in funzioni neurali locali
• Riconoscimento multilingue unificato del testo nelle scene con Mixture-of-Experts che tiene conto del sistema di scrittura
• Studiare i tokenizer di immagini come linguaggi visivi nei modelli multimodali unificati
• Diff e file interi: un confronto empirico tra generazione iterativa basata su modifiche e generazione diretta per modelli di codice Flutter/Dart
• PILOT nel ciclo: auto-miglioramento in tempo reale per agenti su orizzonti lunghi
• FreeFlow: un transformer gerarchico senza bias per la stima del flusso ottico
• GTA: Graph Theory Agent e benchmark per il ragionamento algoritmico sui grafi con gli LLM
• AgenticGen: generazione agentica di video pubblicitari guidata da ricompense
• La confidenza nasce dall’esperienza: stima esperienziale della confidenza, dal ragionamento agli agenti
• Non tutti i prompt sono uguali: strutturazione dei prompt guidata dall’esplorazione per il post-addestramento multimodale con apprendimento per rinforzo
• I modelli linguistici possono controllare la propria attenzione
• EarlyEval: valutare gli agenti a costi inferiori prevedendo in anticipo l’esito
• Editing video in streaming con un adattamento semplice
• Persi nella compressione: una verifica interlinguistica controllata dei compressori estrattivi di prompt
• StarHarness: evoluzione degli harness con ricerca stratificata per ambienti aziendali
• Puppeteer: generazione di gesti che accompagnano il parlato, ancorati agli oggetti e sensibili alla postura
• Spezzare la scorciatoia visione-azione: addestramento dell’interfaccia latente per modelli fondazionali di robotica capaci di generalizzare
• Geometria dello steering: verificare la geometria dei valori umani nello spazio di steering degli LLM
• Vidu S2: generazione di video interattiva, modificabile e spaziale in tempo reale