Supernovae superlumineuse pauvre en hydrogène avec des courbes de lumière cahoteuses alimentées par Précession des Magnétars
Des observations et études statistiques récentes ont révélé qu'une fraction significative des supernovae superlumineuses pauvres en hydrogène (SLSNe-I) présentent des courbes de lumière qui s'écartent de l'évolution douce prédite par le modèle alimenté par magnétar, à la place, montrant une ou plusieurs bosses après le pic principal. Cependant, le...
Simulation Monte Carlo des données GRB pour tester la violation de l'invariance de Lorentz
Violation de l'invariance de Lorentz (BT) à des échelles d'énergie proches du régime de Planck, constitue une sonde essentielle pour comprendre la phénoménologie de la gravité quantique. Observations astrophysiques des sursauts gamma (GRB) présenter une voie prometteuse pour tester les phénomènes de décalage spectral induits par la BT; cependant, les interprétations sont compliquées par des dégénérescences..
Apprentissage par transfert pour les modèles de séries chronologiques à rang réduit de grande dimension
L'objectif de l'apprentissage par transfert est d'améliorer l'estimation et l'inférence dans des données cibles en tirant parti des connaissances acquises à partir de sources supplémentaires.. Des études récentes ont exploré l'apprentissage par transfert pour des observations indépendantes dans des contextes complexes., modèles de grande dimension supposant la parcimonie, encore des recherches sur les séries chronologiques..
Vous ne ressentez qu'une seule fois en dessous: Objet sous-marin ultra-léger en temps réel Détection
Malgré les réalisations remarquables en matière de détection d'objets, la précision et l’efficacité du modèle doivent encore être améliorées dans des conditions sous-marines difficiles, tels qu'une faible qualité d'image et des ressources informatiques limitées. Pour résoudre ce problème, nous proposons un cadre de détection d'objets sous-marins ultra-léger en temps réel, Toi...
Une analyse chronologique des téléchargements de logiciels malveillants vers le langage de programmation Écosystèmes
Les écosystèmes logiciels construits autour des langages de programmation ont grandement facilité le développement de logiciels. En même temps, leur sécurité est de plus en plus reconnue comme un problème. À cette fin, le document examine les aspects longitudinaux précédemment négligés de la sécurité de l'écosystème logiciel, se concentrer sur les logiciels malveillants...
Faire progresser la sécurité des agents incorporés: Des critères de sécurité aux commentaires Modération
Embodied agents exhibit immense potential across a multitude of domains, making the assurance of their behavioral safety a fundamental prerequisite for their widespread deployment. Cependant, existing research predominantly concentrates on the security of general large language models, lacking specialized methodologies for establishing...
Spin et diffusion d'énergie vs. subdiffusion dans des chaînes de spin désordonnées
While the high-temperature spin diffusion in spin chains with random local fields has been the subject of numerous studies concerning the phenomenon of many-body localization (MBL), the energy diffusion in the same models has been much less explored. We show that energy...
Transformation de Riesz, espaces de fonctions et leurs applications sur l'infini groupes compacts dimensionnels
Sur un groupe connecté compact $G$, consider the infinitesimal generator $-L$ of a central symmetric Gaussian convolution semigroup $(\mu_t)_{t>0}$. We establish several regularity results of the solution to the Poisson equation $LU=F$, au sens fort comme au sens faible. À cette fin, nous...
SeaLLM: Partage de ressources orienté service et optimisé en termes de latence pour les grandes entreprises Inférence de modèle de langage
Grands modèles de langage (LLM) with different architectures and sizes have been developed. Serving each LLM with dedicated GPUs leads to resource waste and service inefficiency due to the varying demand of LLM requests. A common practice is to share multiple LLMs. Cependant,...
Des prédictions aux intervalles de confiance: une étude empirique de méthodes de prédiction conforme pour l'apprentissage en contexte
Les transformateurs sont devenus une architecture standard en apprentissage automatique, démontrer un solide apprentissage en contexte (ICL) abilities that allow them to learn from the prompt at inference time. Cependant, uncertainty quantification for ICL remains an open challenge, en particulier dans les tâches de régression bruyantes. This paper...