Últimos artículos para Tareas

Un nuevo marco mejora la eficiencia en la gestión de tareas de aprendizaje profundo en diferentes hardware.

Nuevo método mejora el rendimiento de tareas de robots con mayor precisión y seguridad.

El estudio evalúa la efectividad de la retroalimentación en el aprendizaje motor a través de tareas en línea.

Nuevos modelos muestran la activación selectiva del cerebelo en tareas de movimiento y memoria.

El agente ExpeL aprende de experiencias para mejorar su desempeño en varias tareas.

Aprende a asignar tareas a los robots para mejorar la cooperación y la eficiencia.

KGrEaT evalúa la calidad y utilidad de los gráficos de conocimiento para varias tareas.

Un nuevo método mejora el aprendizaje automático al retener conocimiento mientras aprende nuevas tareas.

Un método nuevo busca ayudar a los modelos a aprender tareas nuevas sin olvidarse de las antiguas.

Un nuevo método mejora las interacciones robóticas a través de la planificación de movimientos basada en el lenguaje.

Un nuevo método ayuda a los robots a resolver mejor los desafíos de organización.

Un estudio revela que los patrones de mirada concentrada mejoran el rendimiento y la formación quirúrgica.

Una nueva forma de recoger datos de ajuste de instrucciones para modelos de lenguaje grandes.

El sistema Director mejora el comportamiento de los robots al simplificar las transiciones entre tareas y aumentar su adaptabilidad.

Cómo las explicaciones de los robots pueden mejorar el trabajo en equipo y la resolución de errores.

Métodos para equilibrar la distribución de tareas entre recursos para un rendimiento óptimo.

Explorando las complejidades de cómo los agentes saben alcanzar metas.

Los investigadores analizan la capacidad de predecir el rendimiento de los modelos de lenguaje a medida que aumenta la potencia de entrenamiento.

TroVE simplifica la creación de funciones para tareas de programación, mejorando la precisión y la eficiencia.

Una mirada a cómo el VWFA procesa el lenguaje escrito y se conecta con otras áreas del cerebro.

Nuevo método de control mejora la interacción del robot para tareas de limpieza y lijado.

Las preguntas del estudio cuestionan la necesidad de optimizar ejemplos en contexto cuando se dan instrucciones claras.

Un conjunto de datos para evaluar las dificultades en tareas de ensamblaje usando anotaciones en video.

Un estudio investiga la asistencia robótica para personas con discapacidades visuales.

Un nuevo conjunto de datos mejora la capacidad de los agentes computacionales para realizar varias tareas.

Los investigadores están creando robots que entienden instrucciones humanas simples para hacer mejor las tareas.

Un conjunto de datos diseñado para probar modelos de aprendizaje automático bajo factores confusos que cambian.

La investigación muestra que los métodos de regularización general mejoran el rendimiento de los agentes de RL off-policy en varias tareas.

Nuevo método reduce el tiempo para la localización de idiomas en estudios cerebrales.

Un enfoque nuevo para combinar diferentes modelos de manera efectiva para obtener un mejor rendimiento.

Explorando cómo los bocetos a mano pueden mejorar el rendimiento de las tareas de los robots.

Un nuevo marco mejora la programación de tareas en sistemas en tiempo real.

Aprende a mitigar la transferencia negativa en el aprendizaje por refuerzo continuo con Reset y Distill.

Un estudio revela el comportamiento complejo de la DMN al cambiar de tarea.

Evaluando cómo los sesgos en los modelos de lenguaje afectan las aplicaciones del mundo real.

Un marco para mejorar el rendimiento de NLP en varios dialectos de idiomas.

Un nuevo estándar evalúa cómo las máquinas planean tareas complejas con diferentes tipos de datos.

Un nuevo benchmark revela las fortalezas y debilidades de los VLLMs en tareas multimodales.

Los robots aprenden a adaptarse y mejorar al recibir retroalimentación humana en tiempo real.

Presentando un espacio de diseño estructurado para asistentes de escritura inteligentes.