Últimos artículos para Modelos preentrenados

TransTroj mejora los ataques de puerta trasera, aumentando su efectividad y resistencia a la detección.

Un nuevo conjunto de datos revela información sobre el uso de modelos preentrenados en proyectos de software.

Una estrategia para mejorar el rendimiento y la equidad en los modelos de aprendizaje federado.

La investigación muestra una mejor precisión en el reconocimiento de emociones a partir del habla en diferentes idiomas.

Un nuevo método mejora la eficiencia del aprendizaje activo en el aprendizaje automático.

Nuevo método de entrenamiento ayuda a los modelos de lenguaje a recordar la información mejor.

Un método para evaluar la transferibilidad de modelos preentrenados para la detección de objetos.

Este artículo presenta un nuevo método para mejorar la anclaje visual al fusionar datos y conocimiento del modelo.

Nuevos métodos mejoran el ASR para lenguas subrepresentadas usando datos de lenguas similares.

Un nuevo método mejora los modelos de deep learning para conjuntos de datos desbalanceados.

Un enfoque novedoso para clasificar contenido audiovisual no visto.

Explorando nuevos métodos para mejorar el reconocimiento de emociones en el habla usando datos naturales.

Idefics2 muestra mejoras en el procesamiento de visión-lenguaje gracias a decisiones de diseño innovadoras.

Este estudio investiga la efectividad de los modelos multilingües en la detección de deepfakes de audio.

Un nuevo marco mejora la comprensión de la IA sobre los espacios 3D.

Preference Flow Matching ofrece una nueva forma de alinear los resultados de la IA con las preferencias de los usuarios.

Un nuevo marco mejora la eficiencia y el rendimiento del reconocimiento de entidades nombradas.

Analizando la efectividad de los ViTs para el reconocimiento de texturas en comparación con los métodos tradicionales.

Esta investigación se centra en mejorar los métodos para eliminar información no deseada de los modelos de lenguaje.

Este artículo habla de un nuevo modelo que combina el procesamiento visual y del lenguaje.

Un nuevo marco minimiza el esfuerzo humano mientras aborda los sesgos del modelo.

Un nuevo método mejora la guía en modelos de difusión usando aprendizaje por refuerzo.

Analizando técnicas efectivas de ataque backdoor clean-label en aprendizaje automático.

Un nuevo método mejora el aprendizaje de nuevas clases mientras conserva el conocimiento viejo.

Este artículo habla sobre métodos para mejorar cómo los robots identifican los usos de los objetos.

Modelos avanzados predicen condiciones cardíacas usando señales de PPG y ECG.

Un nuevo enfoque para mejorar la precisión del etiquetado usando modelos preentrenados.

Un marco guía la selección de modelos preentrenados efectivos para la detección de vulnerabilidades.

Usando conceptos darwinianos para mejorar los métodos de entrenamiento de redes neuronales.

Un estudio evalúa modelos de IA preentrenados para la interpretación de MRI, CT y rayos X.

Un nuevo marco mejora la poda de datos enfocándose en modelos preentrenados para tareas moleculares.

Un nuevo método para etiquetar música usando aprendizaje de pocos ejemplos muestra resultados prometedores.

Este estudio explora el uso del Aprendizaje por Transferencia para un control de calidad efectivo en la colocación de cintas de CFRP.

Mejorando la capacidad de los robots para adaptarse y aprender de las experiencias.

Un nuevo enfoque para lidiar con problemas de memoria en el aprendizaje automático.

Un enfoque novedoso utiliza MRI en tiempo real para visualizar los movimientos de producción del habla.

Un nuevo método simplifica la creación de audio y video para una mejor sincronización.

Una mirada al aprendizaje continuo y métodos innovadores para retener el conocimiento en modelos de IA.

Explorando cómo la IA puede aprender mientras mantiene los datos del usuario privados.

Los investigadores mejoran la capacidad de las computadoras para reconocer objetos funcionales en entornos 3D.