Informática - Aprendizaje automático

Métodos para minimizar el sesgo en modelos de lenguaje grandes para resultados más justos.

A-DPS mejora la reconstrucción de imágenes a partir de datos ruidosos en varias aplicaciones.

Un método para estimar los efectos del tratamiento cuando falta información clave.

Este estudio examina cómo el precondicionamiento puede mejorar el rendimiento del SGD en comparación con la regresión ridge.

Introduciendo un método para la estimación de densidad usando la cuasi-interpolación de B-spline Hermite en agrupamiento.

Un nuevo modelo integra audio y texto para mejorar la clasificación del habla.

Presentando nuevas técnicas para interpretar redes neuronales de valor complejo en diversas aplicaciones.

Esta investigación examina el desequilibrio espectral para mejorar la equidad en los modelos de clasificación de aprendizaje automático.

Aprende a gestionar equipos híbridos para un mejor rendimiento con IA.

Una mirada a cómo ICLRNN mejora las redes neuronales para aplicaciones del mundo real.

El método SNOW-SCA se encarga de las vulnerabilidades en el nuevo estándar de encriptación SNOW-V.

CGPO mejora la toma de decisiones en situaciones inciertas con acciones mixtas.

Esta investigación se centra en optimizar el entrenamiento de modelos de lenguaje y predecir su rendimiento en el mundo real.

Un método para evaluar el impacto de la eliminación de usuarios en las opiniones de la red.

Nuevas técnicas mejoran la seguridad de las pruebas para autos autónomos.

Los robots aprenden a manipular objetos de las experiencias en lugar de la input humana.

Explorando cómo las innovaciones de IA pueden mejorar los vehículos automatizados conectados y la seguridad en el transporte.

Un nuevo método mejora el descubrimiento de categorías al combinar información visual y textual.

Un estudio sobre la generalización de redes profundas ResNet escaladas.

Este trabajo se ocupa de adaptar representaciones causales a diferentes entornos de manera efectiva.

Una mirada a PAC-Bayes y su impacto en el rendimiento del modelo.

Una nueva herramienta de IA mejora la precisión del etiquetado y la comprensión del usuario en el crowdsourcing.

HandFormer mejora el reconocimiento de acciones usando poses de manos en 3D y imágenes.

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

CRLQAS mejora el diseño de circuitos cuánticos en condiciones ruidosas usando aprendizaje por refuerzo.

La capa de Lennard-Jones mejora la distribución de nubes de puntos para un mejor análisis de formas 3D.

Un nuevo modelo mejora la precisión y la eficiencia en la predicción de la densidad electrónica.

La investigación mejora la comprensión del movimiento molecular en el espacio extracelular del cerebro.

Una nueva tubería integra métodos de aprendizaje automático en astrofísica para un mejor análisis.

LoRA+ mejora el rendimiento del modelo a través de tasas de aprendizaje personalizadas en el deep learning.

Este artículo explora cómo enseñar a la IA con tareas fáciles conduce a un mejor rendimiento.

El aprendizaje automático mejora la eficiencia y la precisión en el diseño estructural de vigas continuas.

Explorando nuevas preocupaciones de privacidad en el uso de modelos de difusión.

Investigando métodos de compresión de modelos para mejorar la eficiencia y defensas contra ataques.

Un nuevo marco bayesiano mejora la calidad de las imágenes y estima la incertidumbre.

Un nuevo método mejora el rendimiento de modelos computacionales a pesar de datos incompletos.

Un nuevo enfoque para los bandidos lineales aborda el ruido en la retroalimentación para tomar mejores decisiones.

SELECTOR utiliza datos variados para predecir con precisión la supervivencia de pacientes con cáncer.

Mejorando la eficiencia del modelo con nuevas técnicas de aprendizaje activo para datos incompletos.

Descubre nuevas estrategias para optimizar la programación de trabajos en talleres con técnicas de aprendizaje autoguiado.