Adaptive Tokenization and Memory in Foundation Models for Efficient and Long-Horizon AI

Informations projet

AToM-FM

N° de convention de subvention: 101222956

DOI

10.3030/101222956

Date de signature de la CE 4 Septembre 2025

Date de début 1 Novembre 2025

Date de fin 31 Octobre 2030

Financé au titre de

• European Research Council (ERC)

Coût total

€ 1 499 453,00

Contribution de l’UE

€ 1 499 453,00

Coordonné par

THE UNIVERSITY OF EDINBURGH
United Kingdom

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Data Management Plan (1)

Data Management Plan

Release of data management plan

Publications

Conference proceedings (5)

Can Vision-Language Models Predict Future States? Bootstrapping World Models from Inverse Dynamics

Auteurs: Yifu Qiu, Yftah Ziser, Anna Korhonen, Shay B. Cohen, Edoardo M. Ponti
Publié dans: Proceedings of the 65th Annual Meeting of the Association for Computational Linguistics, 2026
Éditeur: Association for Computational Linguistics

Neurosymbolic Diffusion Models

Auteurs: Emile van Krieken, Pasquale Minervini, Edoardo M. Ponti, Antonio Vergari
Publié dans: The Thirty-ninth Annual Conference on Neural Information Processing Systems, 2025
Éditeur: Curran Associates

Universal Cross-Tokenizer Distillation via Approximate Likelihood Matching

Auteurs: Benjamin Minixhofer, Ivan Vulić, Edoardo Ponti
Publié dans: The Thirty-ninth Annual Conference on Neural Information Processing Systems, 2025
Éditeur: Curran Associates

The sparse frontier: Sparse attention trade-offs in Transformer LLMs

Auteurs: Piotr Nawrot, Robert Li, Renjie Huang, Sebastian Ruder, Kelly Marchisio, Edoardo M. Ponti
Publié dans: Proceedings of the 65th Annual Meeting of the Association for Computational Linguistics, 2026
Éditeur: Association for Computational Linguistics

Inference-Time Hyper-Scaling with KV Cache Compression

Auteurs: Adrian Łańcucki ~Adrian_Łańcucki1 , Konrad Staniszewski, Piotr Nawrot, Edoardo M. Ponti
Publié dans: The Thirty-ninth Annual Conference on Neural Information Processing Systems, 2025
Éditeur: Curran Associates