AI.info
Latest Research — Page 19
Sfoglia Ricerca recente su AI.info.
In inglese
- Un quadro assiomatico per l’apprendimento per rinforzo nei sistemi multi-agente aperti
- Sapere quando non riutilizzare: trasferimento condizionato dell’esperienza nel post-training autonomo dei modelli linguistici di grandi dimensioni
- Prima fissare una soglia, poi riempire: simulare gli ecosistemi dei creator per sistemi equi di raccomandazione di contenuti video su scala di miliardi di utenti
- I modelli linguistici hanno bisogno di una tabella di embedding di input addestrabile? Codici fissi e minimi per i token su scala da 1,7 miliardi di parametri
- Quando i requisiti interagiscono: scalare la programmazione su orizzonti lunghi tramite specifiche interdipendenti
- Appianare tutti i picchi di memoria nell’addestramento di modelli Mixture-of-Experts con contesti lunghi
- LadderEdit: compressione dei residui a livello di singola modifica per la modifica continua degli LLM con un uso efficiente della memoria
- CtrlCache: accelerare i modelli del mondo video interattivi con una cache sensibile ai comandi
- HuGe: modelli generalisti visione-linguaggio-azione per robot umanoidi su larga scala con esperienza egocentrica
- Formazione delle convinzioni guidata dalla coerenza e dinamiche del contagio nella popolazione di agenti LLM
- Una prospettiva sull’OPD basata sull’apprendimento per rinforzo: Least Square Policy Distillation per un ragionamento degli LLM efficiente nell’uso dei campioni
- Addestrare modelli specialistici senza traiettorie di ragionamento per la distillazione delle competenze di esperti di dominio
- Il fenomeno del collasso dei token nel soft prompting testuale dei grafi
- Distillazione attenta ai progressi per ridurre la stagnazione negli agenti basati su piccoli modelli linguistici
- FlashVSR+: super-risoluzione video efficiente tramite attenzione ibrida e Reward-Yield Distribution Matching
- Convinzioni implicite come ricompense di processo scalabili per la persuasione strategica
- FusionAudit: valutazione della robustezza condizionata dal percorso nei modelli multimodali nativi
- Una ricetta aperta per l’oro alle IMO: addestrare Nemotron per la matematica olimpica
- Orbia: i video generati formano un mondo 3D coerente?
- Indurre la supervisione del processo tramite apprendimento per rinforzo basato solo sull’esito
- La memoria degli agenti è una superficie per il riciclaggio endogeno delle autorizzazioni
- Acquisire, correggere, preservare: una procedura di post-addestramento guidata dalla diagnosi per agenti basati su piccoli modelli nei giochi di dialogo
- ColNanoVDR: distillazione delle query senza documenti per il recupero di documenti visivi a vettori multipli mediante trasporto ottimale
- ProgressCompass: senza il contesto giusto, i modelli di ricompensa del progresso per agenti incarnati perdono l’orientamento
- PANORAMA: didascalie panottiche con ancoraggio spaziale tramite selezione di proposte di maschere
- Agenti linguistici senza stato: come scalare la ricerca automatizzata su orizzonti lunghi
- BEAKER: un benchmark curato da esperti per cervelli incarnati nei laboratori chimici autonomi
- AutoSFT: un sistema agentico per automatizzare la ricerca sui dati nel fine-tuning supervisionato
- Co-Design Bench: Valutazione multimodale della programmazione collaborativa per modelli agentici
- Un approccio agentico con verifica basata su evidenze per il ragionamento multimodale sulle emozioni nelle conversazioni
- Imparare quando trasferire: apprendimento per rinforzo per modellare l’impronta di carbonio in nuovi ambiti manifatturieri
- Il ruolo dei segnali demografici impliciti ed espliciti nella valutazione degli studenti basata su modelli linguistici di grandi dimensioni
- AdaptVPR: generazione di positivi difficili in base al percorso per un riconoscimento visivo dei luoghi robusto
- Embedding fattorizzati degli MLLM per il recupero di immagini composte
- CodeMidas: scalare gli ambienti di RL per la programmazione agentica a partire dal codice stesso
- Think Before You Score: Thinking Reward Model per la generazione visiva
- Grafo di coerenza adattivo per agenti che operano su orizzonti lunghi
- La connettività residua strutturata conta nei transformer di diffusione
- DianShi-RxnDB: una piattaforma di dati sulle reazioni organiche su larga scala e a granularità fine, realizzata mediante una pipeline interamente automatizzata per ricercatori e agenti di IA
- HiRAE: autocodifica gerarchica delle rappresentazioni con budget residui