I transformer vengono impiegati in medicina, chimica, biologia e spazio, con dati di dominio e disaccordo multimodale sempre più centrali. Queste applicazioni favoriscono modelli specializzati a bordo rispetto alla chat general-purpose.
La startup ungherese DiffuseDrive genera dati sintetici per addestrare sistemi di AI fisica in difesa, mining, aerospace e veicoli autonomi. La piattaforma individua i casi limite assenti nei dataset, li produce controllando posizione e dimensione de...
Un framework a supervisione di popolazione collega immagini 2D di globuli rossi a quantità biofisiche latenti, aggregandole in volume corpuscolare medio, ampiezza di distribuzione eritrocitaria ed emoglobina corpuscolare media. Combina inference loca...
Uno studio con esperimenti a parità di token mostra che i dati didattici e quelli clinici influenzano in modo asimmetrico i Large Language Models medici: i dati clinici migliorano i task orientati alla clinica e restano competitivi su quelli di conos...
AstroForge affiderà alla prossima sonda Autonomy-1 un modello transformer di piccole dimensioni con il compito di prendere decisioni a bordo. L’inference locale diventa necessaria per gestire l’assenza di connettività e i vincoli fisici dello spazio....
Microsoft Research pubblica su Nature un framework che combina un modello Transformer e una graph neural network. Il ranking appreso riduce le proposte non vincolate e supera i modelli precedenti nei test con chimici. Codice e pesi sono open source.
MDT trasforma la divergenza tra volto, voce e testo nel segnale centrale dell'analisi clinica, raggiungendo 0,7408 Macro F1 sul test BAH e addestrandosi in meno di venti minuti su singola GPU. Per AI-Radar il dato chiave è operativo: un modello che c...
MDT trasforma la contraddizione tra volto, voce e linguaggio in un segnale esplicito: nove token, LoRA e modulazione FiLM portano il riconoscimento di ambivalenza ed esitazione a 0,7408 Macro F1 sul test BAH, superando di oltre dieci punti la baselin...
