Xiaofeng Lin

Te presento HINITE, un método para estimar de manera precisa los efectos del tratamiento en situaciones complejas.

Explorando cómo el entrenamiento adversarial mejora la robustez del modelo a través de la purificación de características.

Una mirada a cómo los transformers son excelentes con datos no estructurados en tareas de regresión.

Este estudio evalúa métodos de saliencia en NLP a través de la evaluación humana.

Un nuevo modelo mejora la generación de datos tabulares sintéticos para varias aplicaciones.

Un nuevo algoritmo mejora la toma de decisiones en entornos complejos usando datos históricos.