Blog
Miglioramento della sicurezza degli agenti incorporati: Dai benchmark di sicurezza agli input Moderazione
Gli agenti incarnati mostrano un immenso potenziale in una moltitudine di domini, fare della garanzia della loro sicurezza comportamentale un prerequisito fondamentale per una loro diffusione capillare. Tuttavia, la ricerca esistente si concentra prevalentemente sulla sicurezza dei modelli linguistici generali di grandi dimensioni, mancanza di metodologie specializzate per stabilire....
Spin e diffusione dell’energia vs. suddivisione in catene di spin disordinate
Mentre la diffusione dello spin ad alta temperatura in catene di spin con campi locali casuali è stata oggetto di numerosi studi riguardanti il fenomeno della localizzazione a molti corpi (MBL), la diffusione dell'energia negli stessi modelli è stata molto meno esplorata. Mostriamo quell'energia...
Trasformata di Riesz, Spazi funzionali e loro applicazioni sull'infinito gruppi compatti dimensionali
Su un gruppo connesso compatto $G$, consideriamo il generatore infinitesimo $-L$ di un semigruppo di convoluzione gaussiana simmetrica centrale $(\mu_t)_{T>0}$. Stabiliamo diversi risultati di regolarità della soluzione dell'equazione di Poisson $LU=F$, sia in senso forte che debole. A tal fine, Noi...
SeaLLM: Condivisione delle risorse sensibile al servizio e ottimizzata per la latenza per grandi aziende Inferenza del modello linguistico
Grandi modelli linguistici (LLM) sono stati sviluppati architetture e dimensioni diverse. Servire ciascun LLM con GPU dedicate porta allo spreco di risorse e all'inefficienza del servizio a causa della domanda variabile di richieste LLM. Una pratica comune è condividere più LLM. Tuttavia,...
Dalle previsioni agli intervalli di confidenza: uno studio empirico di metodi di previsione conforme per l’apprendimento in contesto
I trasformatori sono diventati un'architettura standard nell'apprendimento automatico, dimostrando un forte apprendimento nel contesto (ICL) abilità che consentono loro di apprendere dal prompt al momento dell'inferenza. Tuttavia, la quantificazione dell’incertezza per l’ICL rimane una sfida aperta, in particolare nei compiti di regressione rumorosi. Questo documento...
Rilevamento degli errori a basso costo con codici spaziotemporali
Introduciamo un approccio a basso costo per rilevare errori in circuiti Clifford arbitrari su connettività qubit arbitrarie. Il nostro metodo si basa sulla struttura dei codici spaziotemporali, ed è particolarmente adatto all'hardware a breve termine poiché ha un sovraccarico molto più contenuto in qubit..
SAGA: Aumento del colore grigio con consapevolezza semantica per il visibile-termico Adattamento del dominio tra droni multi-vista e sistemi di visione a terra
Il rilevamento termico degli oggetti adattivo al dominio svolge un ruolo chiave nel facilitare la visibilità (RGB)-to-termico (E) adattamento riducendo la necessità di coppie di immagini co-registrate e riducendo al minimo la dipendenza da grandi set di dati IR annotati. Tuttavia, limitazioni intrinseche delle immagini IR, come la mancanza di colore...
Miglioramento della durezza e della granularità delle radiazioni in HV-CMOS: L'RD50-MPW4 Sensore
L'ultimo sensore pixel HV-CMOS sviluppato dal precedente gruppo CERN-RD50-CMOS, known as the \mpw, dimostra una tolleranza competitiva alle radiazioni, granularità spaziale, e risoluzione temporale — requisiti chiave per futuri esperimenti di fisica delle alte energie come HL-LHC e FCC. Fabricated using a \SI{150}{nm}...
Interpolante geodetica neurale riemanniana
Gli interpolanti stocastici sono modelli generativi efficienti che collegano due funzioni di densità di probabilità arbitrarie in un tempo finito, consentendo una generazione flessibile dalla distribuzione di origine alla distribuzione di destinazione o viceversa. Questi modelli sono sviluppati principalmente nello spazio euclideo, e sono quindi limitati a...
Sviluppo di un sistema ultraveloce, Basato sulla probabilità, Inferenza sulla distanza Quadro per la prossima generazione di indagini sulle supernovae di tipo Ia
In questo lavoro, presentiamo EDRIS (Francese per stimatore della distanza per rilevamenti incompleti di supernova), un quadro di inferenza cosmologica su misura per ricostruire distanze cosmologiche imparziali dai parametri della curva di luce delle supernove di tipo Ia. Questo obiettivo viene raggiunto includendo il troncamento dei dati direttamente nei dati statistici..