Az Amii hat kutatási eredményt mutat be az ICML 2026-on
Az Amii kutatói és hallgatói több, a mesterséges intelligencia alapkutatásához kapcsolódó eredményt mutatnak be az ICML 2026 konferencián Szöulban. A bemutatott munkák a megerősítéses tanulás stabilitásától a látásnyelvi modellek értékelésén át a generatív AI biztonságáig több területet érintenek.
- Az Amii kutatói több tanulmányt mutatnak be az ICML 2026 konferencián Szöulban.
- Az Intentional Updates a folyamatos megerősítéses tanulás frissítéseinek stabilizálását célozza.
- A ReVSI 413 jelenet és öt adathalmaz alapján értékeli pontosabban a VLM-ek térbeli következtetését.
- Az Amii kutatásai a túlélési modellek cenzorálásának és értékelési mérőszámainak problémáit is vizsgálják.
Stabilabb megerősítéses tanulás folyamatos adatáramlás mellett
Az Intentional Updates for Streaming Reinforcement Learning című tanulmány a folyamatos, egyesével érkező mintákból tanuló megerősítéses tanulással foglalkozik. Ilyen helyzetben a kötegelt tanulással ellentétben a véletlenszerűség nem átlagolódik ki, ezért egy-egy frissítés mérete kiszámíthatatlanul nagy vagy kicsi lehet.
A szerzők erre az úgynevezett szándékolt frissítéseket javasolják. A módszer először meghatározza, milyen eredményt kell elérnie az adott frissítésnek, majd ehhez igazítja a lépésméretet. Az Intentional TD a pillanatnyi TD-hiba meghatározott arányú csökkentését célozza, az Intentional Policy Gradient pedig korlátozza a szabályzat egy lépésben bekövetkező változását.
Az Amii szerint a módszerek a kísérletekben a folyamatos tanulás élmezőnyébe tartozó teljesítményt értek el, gyakran a kötegelt vagy visszajátszási tárat használó tanulással összevethető eredménnyel. A tanulmány szerzői Arsalan Sharifnassab, Mohamed Elsayed, Kris De Asis, Rupam Mahmood és Rich Sutton.
Új megközelítés a populációk dinamikájának tanulására
A A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots című munka molekulák, sejtek és élőlények populációinak időbeli változását vizsgálja. A szerzők szerint a populációdinamikát gyakran Wasserstein-féle gradiensáramlással modellezik, ez azonban a szabadenergia minimalizálására épül, ezért bizonyos tulajdonságokat, például a periodikusságot, nem képes megfelelően megragadni.
A kutatás ehelyett a Wasserstein-féle Lagrange-féle hatás minimalizálását helyezi középpontba. A szerzők levezetik a mozgásegyenleteket, és azt állítják, hogy a keret a klasszikus mechanikát, a kvantummechanikát és a gradiensáramlásokat is magában foglalja. A bemutatott algoritmus megfigyelt peremeloszlásokból tanulja meg a populáció mechanikáját, előrejelzéseket és interpolációkat készítve olyan állapotokra is, amelyeket nem látott a tanítás során.
Pontosabb értékelés a látásnyelvi és túlélési modelleknél
A ReVSI nevű benchmark a látásnyelvi modellek háromdimenziós térbeli következtetését értékeli. Az Amii által ismertetett munka szerint a korábbi tesztekben a pontfelhő-alapú annotációk hibái, illetve a modellek tényleges bemeneteinek figyelmen kívül hagyása félrevezető vagy megválaszolhatatlan kérdéseket eredményezhetett.
A kutatók öt adathalmaz 413 jelenetében javították az objektumcímkéket és a geometriát, majd újragenerálták a kérdés-válasz párokat. A ReVSI 16, 32, 64 és az összes képkockát használó változatokat is kínál, valamint részletes láthatósági adatokat. A modellek vizsgálata olyan rendszeres hibákat tárt fel, amelyeket a korábbi benchmarkok elfedhettek.
Az Amii további tanulmányai a túlélési modellek értékelését elemzik. Az egyik munka szerint a cenzorálási folyamat explicit modellezése javíthatja az események idejének becslését, különösen akkor, ha az esemény és a cenzorálás folyamata összefügg. Egy másik tanulmány a C-index túlzott használatára hívja fel a figyelmet, és olyan értékelést sürget, amely összhangban van a választott mérőszám feltételezéseivel és a modellezési céllal.
A kutatások azt mutatják, hogy az Amii ICML 2026-os jelenléte egyszerre szól új tanulási módszerekről és az AI-rendszerek megbízhatóbb vizsgálatáról. A konferencián bemutatott eredmények a fejlesztők és kutatók számára használhatóbb értékelési eljárásokat, valamint stabilabb modellezési megközelítéseket kínálhatnak.
