AI.info

Latest Research — Page 50

Sfoglia Ricerca recente su AI.info.

In inglese

• Modulare le intensità di fusione tramite la stima congiunta della loss per l’apprendimento continuo basato su LoRA
• Clustering federato evolutivo basato sui picchi di densità con anonimizzazione tramite mescolamento
• Verso una definizione, una misurazione e un impiego della creatività nelle applicazioni di IA
• MMSearch-OPD: il facile reso difficile, il difficile reso apprendibile per agenti di ricerca multimodale su orizzonti lunghi
• Apprendere a ricostruire le coordinate della scena da immagini senza pose note mediante l’ottimizzazione del grafo delle pose
• Joint Subspace Sparse Attention per una decodifica efficiente con contesti lunghi
• Disallineamento tra riconoscimento e rifiuto negli LLM: perché i modelli rispondono a domande strutturalmente prive di risposta
• Actor-critic multiagente condizionato dalle credenze per la collaborazione decentralizzata tra LLM
• ConformalGuard: gating delle azioni con controllo dei falsi positivi per classificatori di modelli linguistici
• Multimodal Flow: modellazione unificata del flusso di linguaggio e visione negli spazi degli embedding
• Individuazione auto-supervisionata di fotogrammi chiave per l’imitazione del comportamento indipendente dall’orizzonte
• Di chi è la memoria? Regole di registrazione sensibili all’ambito per la memoria a lungo termine degli LLM
• La modellazione del mondo e quella delle azioni possono trarre beneficio l’una dall’altra con un addestramento causale unificato?
• Kernel isotropi esattamente SO(3)-equivarianti per dinamiche neurali robuste alle rotazioni
• ibUMAP: valutazione coerente e scalabile del campo per l’ottimizzazione di UMAP
• ModularRSI: auto-miglioramento ricorsivo degli harness, modulare e generalizzabile
• Che cosa permette ai modelli del mondo e dell’azione di generalizzare? Uno studio empirico sulla modellazione del futuro in fase di test
• APEX: denoising asincrono dei prefissi per una compressione estrema
• ARCS: verso una conversione precisa da testo a SQL mediante disambiguazione strutturata
• DistScene: Object-to-Scene Distillation per la generazione di scene 3D
• Ruotare il loop: conformalità a blocchi per i transformer ricorrenti
• Far dire agli LLM ciò che pensano: misurare e migliorare l’allineamento tra CoT e interpretabilità
• Chi prende l’iniziativa? Capacità del modello e collaborazione con gli esseri umani in funzione del compito
• Sull’origine e l’evoluzione del disallineamento tra addestramento e inferenza nell’apprendimento per rinforzo degli LLM
• Dai riconoscitori di pattern ai compagni personalizzati: una rassegna sui modelli linguistici di grandi dimensioni nella salute mentale
• BIRD-RL: rendere scalabile l’apprendimento per rinforzo agentico in ambienti incentrati sui dati con stato
• Agenti per il ragionamento sui dati efficienti nell’uso dei token grazie alla strutturazione adattiva dei dati non strutturati
• V-LUMEN: memoria visiva basata su lookup per lo scaling degli embedding nei modelli visione-linguaggio
• Quando l’assegnazione granulare del credito aiuta e quando danneggia: apprendimento per rinforzo agentico multimodale attraverso il montaggio video
• Dalla ricerca di dimostrazioni guidata da esperti alla risoluzione automatizzata di problemi aperti
• I fatti non parlano più forte delle parole: l’essenza comportamentale della distillazione Long-CoT
• Reviso: non tutte le evidenze visive meritano la stessa attenzione nella generazione di didascalie video
• Svelare lo stato: quando conta l’adattamento allo stato nei modelli linguistici a diffusione con mascheramento
• Rete di interazione adattiva per la previsione del movimento umano durante la collaborazione tra esseri umani e robot
• Consolidare il ragionamento con l’addestramento in fase di test
• Co-evoluzione degli orchestratori e delle policy robotiche durante l’impiego
• Step-dLLM: attenzione sparsa adattiva e sensibile ai passaggi per un’inferenza efficiente degli LLM a diffusione
• Direct Message Approximation (DMA): un framework basato sulla consistenza per un’inferenza approssimata trattabile sui grafi fattoriali
• LiveMACE: valutare le capacità degli agenti LLM tenendo conto dei processi nei mercati in evoluzione
• EAGLE: Entropy-Aware Geometric Learning Enhancer per la localizzazione di oggetti con supervisione parziale tramite poligoni