AI.info
Latest Research — Page 42
Sfoglia Ricerca recente su AI.info.
In inglese
- L’inizializzazione migliora la scoperta guidata dai modelli linguistici di grandi dimensioni
- La geometria dell’inferenza nei flussi residui dei transformer
- Ring Forcing: verso una memoria a lungo termine precisa per la diffusione video autoregressiva
- Ottimizzazione della politica di Bellman
- Rete di splatting della densità gaussiana
- Attenzione sparsa basata sulle dinamiche per una generazione video autoregressiva efficiente mediante diffusione
- Un test della macchina della verità per i modelli linguistici: leggere le conoscenze che un modello non rivela
- EVOLVE: previsione delle anomalie nelle serie temporali multivariate che tiene conto dell’incertezza, con memorie adattive di prototipi
- MoviEdit: rendere semplice il montaggio video multi-inquadratura di lunga durata
- Ricostruzione 3D georeferenziata cross-view da immagini terrestri e satellitari
- KVCMAS: correzione efficiente della cache KV per il contesto condiviso nei sistemi multiagente
- Interferenti naturali: quando le caratteristiche non robuste diventano antagoniste
- Un agente può individuare gli errori in un corpus web? Audit agentico di FineWeb2 in slovacco
- Il tuo benchmark è una misura empirica sulla difficoltà
- Strati finali variazionali di Gibbs per apprendere dinamiche a lungo orizzonte
- STEPQuant: quando e dove contano gli errori nella quantizzazione degli stati ricorrenti della regola delta
- Un quadro unificato per valutare la robustezza agli attacchi avversari fisici nell’era dei VLM edge
- Apprendere dalle modifiche automatiche a 3D Gaussian Splatting per rilevare online i cambiamenti nella scena con un approccio bayesiano
- CompoWorld: espansione composizionale degli ambienti per agenti generalisti
- EvoHarnessBench: i tuoi agenti riescono a tenere il passo con un harness in evoluzione?
- Come rendere ottimali le reti invarianti rispetto a $\mathrm{SE}(2)$
- Fidarsi della direzione, cercare il passo: metodi di ordine zero e di primo ordine per il fine-tuning degli LLM
- Potenziare il ragionamento giuridico nei modelli linguistici preaddestrati con un preaddestramento multitask guidato da un grafo della conoscenza
- Quasi umano, tranne quando conta: VoxParity e le decisioni che una voce dovrebbe cambiare
- Come si manifestano diversamente i guasti hardware negli agenti LLM?
- DeepSeek-V4.1-Flash: spingere la compressione della cache KV al limite
- MedPsy: modelli linguistici medici compatti all’avanguardia per un deployment efficiente su dispositivi edge
- TauIndianBankBench: valutazione degli agenti conversazionali che usano strumenti, orientata alle azioni e attenta alle procedure
- WhatIf-Bench: un benchmark per le previsioni di serie temporali che tengono conto degli interventi
- Autoevoluzione verificata tramite programmi per i modelli visivo-linguistici
- OpenTSLM TeeMoE: un modello linguistico unificato per serie temporali, capace di fare previsioni, previsioni condizionate dal contesto e ragionamento
- GeoCR: apprendere un prior generalista per la rimozione delle nuvole da osservazioni eterogenee
- VALCON: valutazione tramite benchmark e miglioramento della coerenza dei valori nei modelli linguistici di grandi dimensioni attraverso la variazione tra due ruoli
- EDWARD-NMT: dimensioni elastiche con instradamento adattivo e doppia coerenza per la traduzione automatica neurale
- Rapporto tecnico su StepAudio 3 Gen
- SearchInject: controllo dell’esposizione al recupero per gli attacchi indiretti di prompt injection nei motori di ricerca basati su modelli linguistici
- SERO: apprendere da continuazioni eseguibili di un oracolo per l’apprendimento per rinforzo agentico su orizzonti lunghi
- Imparare a scoprire matematica interessante
- Il peso del lavoro di squadra: la struttura della comunicazione aiuta i team di LLM a cercare leggi scientifiche?
- Meno token, azioni migliori: gli agenti robotici GPT-6 Astra ottengono un tasso di successo superiore del 14% usando il 65% di token in meno