AI.info
Latest Research — Page 16
Sfoglia Ricerca recente su AI.info.
In inglese
- COBRA-Skills: evoluzione guidata da un bandit contestuale per l’ottimizzazione delle competenze degli agenti
- CosmoH2G: un dataset e un metodo di riferimento per trasferire i movimenti della mano a una pinza robotica nella manipolazione di oggetti con movimenti spaziali complessi
- RISE: miglioramento ricorsivo tramite distillazione di policy autoestrapolante
- Integrare i prior fisici nell’apprendimento robotico: una rassegna
- SafeAtlas-VL: oltre la valutazione binaria della sicurezza multimodale con dati su larga scala e modelli di controllo
- Ambient @ EgoLongQA 2026: distillare la percezione di video lunghi in un modello con meno di 2B parametri
- Quando la quantizzazione compromette la memoria: la scrittura in memoria dello stato ricorrente nell’inferenza temporale a bassa precisione
- L’ottimalità per singola matrice non basta: ottimizzazione a tre livelli per la compressione a basso rango degli LLM
- Harness-Zero: distillazione dell’harness tramite l’agente come harness
- TacForcing: generazione di azioni in streaming con feedback tattile durante l’esecuzione
- PIC: Ripensare l’INR per la codifica delle immagini, con codifica rapida e decodifica in meno di un millisecondo
- Misurare lo stack di serving invece del modello: confondenti nascosti nella valutazione locale dell’uso degli strumenti
- Verificare prima di distillare: un filtro per il docente a livello di prompt nella distillazione on-policy
- FRAUDSkill: ottimizzazione strutturata delle competenze a pesi congelati per il rilevamento delle frodi audio
- Codifica sparsa convoluzionale adattiva tramite collo di bottiglia informativo per una rappresentazione robusta dei segnali visivi
- Pensare come un modello del mondo, agire come un VLA: distillare le rappresentazioni dei modelli del mondo in policy robotiche compatte
- Basta uno sguardo: didascalie dettagliate per immagini in un solo passaggio con SimLoss
- H3-World: dalla comprensione del linguaggio al controllo del mondo
- MMMMM: una tassonomia unificata per indagare i meccanismi della disinformazione multimodale multilingue
- Criticità ricorsiva dell’automiglioramento dell’IA
- CritICL: generalizzazione dai modelli deboli a quelli forti in fase di inferenza a partire dalle modalità di errore dei piccoli modelli linguistici
- Dottrina anti-sciame: contenere le intrusioni coordinate degli agenti
- ContextBias: valutazione controllata della persistenza dei bias al variare del contesto nei modelli di generazione di immagini da testo
- EM^2Mem: memoria multimodale incentrata sugli eventi per i grandi modelli linguistici
- Qwen-Drive-1.0: un primo passo verso un modello fondazionale visivo-linguistico per la guida autonoma
- ATCion: esplorare la progettazione di supporti visivi basati su icone per migliorare la comunicazione con il controllo del traffico aereo in cabina di pilotaggio
- LMSM: un framework di sicurezza per LLM ispirato ai Linux Security Modules
- OracleZoom: super-risoluzione ricorsiva delle immagini vincolata da riferimenti e ispirata all’autodistillazione on-policy
- AgentGrad: ottimizzazione dei prompt guidata da interventi per sistemi multiagente
- onPanda: annotazione efficiente di dati di allineamento on-policy per LLM e agenti tramite correzione a livello di token
- Modello del mondo con revisione dell’agente: ripensare la modellazione del mondo per gli agenti LLM
- ScienceBuddy: auto-miglioramento ricorsivo nella ricorsione per agenti scientifici interattivi
- WorldReward: modellazione delle ricompense per modelli del mondo condizionati dalla telecamera
- Sui fondamenti della progettazione dell’apprendimento di rappresentazioni testuali basate sui pixel
- WebWorld: il browser come modello del mondo per il codice web che si migliora da sé
- GAE: apprendere uno spazio latente a geometria nativa per la generazione di mondi coerenti in 3D
- Hi-Q: raffinamento gerarchico delle query guidato dalle evidenze per la risposta a domande a più passaggi
- Previsioni meteorologiche end-to-end con IA che tengono conto dell’incertezza: distinguere i contributi delle osservazioni e del modello
- Violazione della privacy nell’addestramento split-LLM: il gradiente restituito vanifica le esche
- CogEvol: verso una generazione efficiente e affidabile di ambienti di apprendimento