I modelli di IA vengono applicati a identificazione di farmaci, prognosi oncologica, riconoscimento dei conducenti e benchmark matematici, superando chat e coding generici. Questi compiti specializzati mostrano risultati credibili ma anche classifiche fragili e sfide di valutazione.
TEMPEST usa una Temporal Convolutional Network con loss ArcFace per produrre embedding angolari da finestre di guida multimodali di 60 secondi. Su 45 conducenti raggiunge il 91,71% di accuratezza Rank-1, superando il modello classico più performante ...
Al Heidelberg Laureate Forum, l’annuncio di OpenAI sul problema di Navier–Stokes ha acceso il dibattito. I colossi dell’AI usano la matematica come benchmark, ma la comunità accademica denuncia pressioni, costi e una verifica che si sposta fuori dal ...
Un nuovo framework, SSU-LSF, introduce il machine unlearning per i modelli State Space di famiglia Mamba usati nella previsione della superficie terrestre. Localizza l'impronta temporale dei confondimenti con funzioni EKFac, thresholding sul raggio s...
Uno studio propone HyMLRaman, un framework ibrido che combina estrazione di caratteristiche profonde, modelli generativi e classificatori classici per identificare sei composti farmaceutici tramite spettroscopia Raman. La coppia EfficientNet-B3 e SVM...
Il framework Survprompt converte dati clinici in vignette e chiede a LLM pre-addestrati di stimare la sopravvivenza senza fine-tuning. Su coorti multi-istituzionali, i modelli di frontiera raggiungono un cMAE competitivo con i random survival forest ...
