Informática - Aprendizaje automático

La inferencia de caja delimitadora mejora la toma de decisiones en el aprendizaje por refuerzo basado en modelos.

Nuevos métodos mejoran la navegación de drones y la seguridad en entornos complejos.

Fairpriori mejora la prueba de equidad en el aprendizaje automático, centrándose en el sesgo interseccional.

neuROSym mejora la capacidad de los robots para predecir las acciones humanas en tiempo real.

Usando datos de búsqueda para predecir las ventas de autos y las tasas de gripe.

Un nuevo marco aborda las preferencias cambiantes de los que buscan trabajo y mejora la precisión de las recomendaciones.

Una mirada al cambio de concepto y métodos de detección no supervisados.

La IA transforma la manera en que los científicos abordan desafíos de investigación complejos.

Un nuevo conjunto de pruebas mejora la eficiencia y efectividad de la autotuning del compilador.

Explorando nuevos métodos en el aprendizaje de grafos sin datos etiquetados.

MIGU mejora el aprendizaje continuo en modelos de lenguaje sin necesitar datos viejos.

Un enfoque nuevo para la IA combina modelos de lenguaje con programas simbólicos para una mejor interpretabilidad.

Un nuevo marco mejora la coincidencia de grafos sin datos etiquetados.

Este estudio presenta un uso novedoso del aprendizaje profundo en el modelado económico.

Nuevo método mejora la eficiencia del entrenamiento de DNN y reduce el uso de memoria.

Un nuevo estándar destaca los riesgos de sesgos espurios en modelos de lenguaje multimodales.

Enfoques innovadores mejoran los cálculos de distancia en entornos impredecibles.

Usando interfaces visuales y modelos para mejorar la generación de música.

Una mirada a los SPIMs y su potencial en problemas de optimización.

Una mirada a cómo los modelos de IA interpretan las elecciones humanas y la necesidad de mejorar.

Aprende cómo los algoritmos de inferencia mejoran el rendimiento de la generación de texto.

Este artículo revisa los problemas de tokenización y propone soluciones para reducir sesgos.

Un nuevo método mejora el enrutamiento de datos de satélites para una mejor eficiencia en la comunicación.

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

Investigando comentarios detallados para modelos de texto a imagen y sus implicaciones prácticas.

Una inmersión profunda en el error de calibración U y su papel en la predicción de resultados.

Adam-mini reduce el uso de memoria para entrenar modelos de lenguaje grandes sin sacrificar el rendimiento.

El conjunto de datos M2Lingual mejora las capacidades de seguir instrucciones en varios idiomas.

Un nuevo método mejora la seguridad en el aprendizaje por refuerzo al integrar niveles de confianza definidos por el usuario.

Una nueva técnica mejora la imagen de los vasos sanguíneos del cerebro, ayudando a la investigación.

Un nuevo método mejora cómo los modelos de lenguaje se alinean con los valores humanos.

Un nuevo enfoque para mejorar la seguridad del modelo a través del rechazo de predicciones.

Este artículo explora la equidad y la estabilidad en los modelos de aprendizaje automático que se ven afectados por sus predicciones.

Un nuevo método para definir recompensas para agentes de aprendizaje por refuerzo usando modelos de lenguaje.

Un nuevo método mejora el diseño de circuitos para obtener mejores resultados en el aprendizaje automático cuántico.

Un nuevo enfoque mejora los modelos Transformer para procesar mejor textos largos.

Aprende las mejores prácticas para desarrollar modelos de IA de manera responsable y efectiva.

Presentando el uso de marcas de agua para proteger explicaciones contrafactuales en el aprendizaje automático.

Un nuevo marco evalúa los métodos de condensación de grafos para mejorar la eficiencia del aprendizaje automático.

Un nuevo método mejora la adaptabilidad del aprendizaje en entornos complejos.