Paper Summary – Page 2

Experiential Reinforcement Learning: far riflettere il modello sui propri errori prima di premiarlo

Gli agenti addestrati con reinforcement learning imparano per tentativi ed errori, senza fermarsi a capire perché hanno sbagliato. Un gruppo…

LLM & Agenti Paper Summary

Target Policy Optimization: separare ‘cosa premiare’ da ‘come aggiornare i pesi’ nell’RL per LLM

Nell'RL per gli LLM si campiona un gruppo di risposte a un prompt e le si valuta. TPO separa due…

NLP, Vision & Multimodale Paper Summary

Object-WIPER: cancellare oggetti (e le loro ombre) dai video senza addestramento

Rimuovere un oggetto da un video è la parte facile; togliere anche l'ombra e il riflesso che si lascia dietro…

Deep Learning Paper Summary

L’ipotesi della rappresentazione platonica: i modelli stanno convergendo verso una sola visione del mondo?

Quattro ricercatori del MIT sostengono che reti neurali diverse per architettura, obiettivo e persino tipo di dato stiano convergendo verso…

NLP, Vision & Multimodale Paper Summary

Veo 3 e l’apprendimento zero-shot: i modelli video stanno diventando i nuovi foundation model della vision?

Un team di Google DeepMind sostiene che un modello video generativo come Veo 3 sappia risolvere decine di compiti visivi…

Safety & Allineamento Paper Summary

Guess-then-Refine: come gli LLM usano davvero la propria profondità

Un modello linguistico non calcola la parola giusta all'ultimo livello. La azzarda subito, scegliendo la più comune, e poi la…

Deep Learning Paper Summary

q0: pretraining a iper-epoca, o come sfruttare il budget di calcolo oltre la saturazione

Quando il testo di qualità finisce ma il calcolo abbonda, ripassare gli stessi dati smette presto di aiutare un modello.…

LLM & Agenti Paper Summary

Self-distillation semplice: un LLM che migliora nel codice imparando dai propri output

Ricercatori di Apple mostrano che un modello può migliorare a scrivere codice riaddestrandosi sui propri output grezzi, senza verificatore, insegnante…

LLM & Agenti Paper Summary

Is Grep All You Need? Come l’harness dell’agente cambia la ricerca agentica

Uno studio di PricewaterhouseCoopers mette alla prova un'intuizione scomoda: nella ricerca agentica il vecchio grep batte spesso la ricerca semantica…

Safety & Allineamento Paper Summary

Decomposizione bi-ortogonale: separare contenuto e posizione dentro un Vision Transformer

Le mappe di attenzione di un Vision Transformer dicono quali patch si guardano, non cosa si scambiano. Un gruppo di…