Informática - Aprendizaje automático

Esfuerzos para reducir la confusión en el aprendizaje de IA a partir de la retroalimentación humana.

AIDE personaliza las explicaciones para las predicciones de machine learning según la intención del usuario.

MOLTOP ofrece una manera sencilla de clasificar grafos moleculares de forma efectiva.

El modelo STCCR mejora la comprensión del movimiento humano usando secuencias de check-in.

Este estudio revela nuevos métodos para reconstruir datos de entrenamiento a partir de imágenes de alta resolución.

Un método integra la predicción de la forma de la mano con ajustes de cámara para modelos en 3D.

Explora técnicas rentables para entrenar modelos generativos de texto a imagen.

Las aerolíneas usan el aprendizaje automático para predecir con precisión la demanda de carga.

Un enfoque novedoso que utiliza aprendizaje por refuerzo profundo mejora el control de sistemas cuánticos.

La investigación minimiza el etiquetado humano en el aprendizaje por refuerzo usando modelos de cuellos de botella de concepto.

Presentando un marco para ajustar modelos de lenguaje y equilibrar múltiples objetivos.

Mejorando técnicas de deep learning para un mejor análisis de concentrados de mineral de uranio.

Un nuevo estándar mejora la comprensión de los modelos sobre videos largos y lenguaje.

Un nuevo método mejora la detección de objetos desconocidos en imágenes variadas.

Explorando cómo la diversidad de los conjuntos de datos afecta el rendimiento de los modelos de aprendizaje profundo.

Explorando cómo los LLMs rinden en tareas compuestas que combinan tareas más simples.

HaloQuest aborda problemas de alucinación en modelos de lenguaje-visual con un nuevo conjunto de datos.

El nuevo modelo CFGen mejora la generación de datos sintéticos de células individuales para obtener mejores ideas en la investigación.

Un nuevo marco predice los patrones de grietas en el concreto para mejorar la integridad estructural.

MuTT simplifica la programación de robots al predecir con precisión los movimientos y optimizar tareas.

Un nuevo marco mejora las predicciones de polaridad de enlaces en redes firmadas.

Un nuevo método mejora las predicciones en el descubrimiento de fármacos y el diseño de materiales usando ruido consciente de la química.

Nuevas técnicas automatizadas mejoran la precisión y velocidad en el diagnóstico de enfermedades tiroides.

Un nuevo método mejora el rendimiento de los modelos generativos incluso con escasos datos de entrenamiento.

Un nuevo modelo ofrece ideas sobre los mecanismos de reacciones químicas utilizando aprendizaje automático.

Presentamos el emparejamiento de flujo discreto para mejorar las técnicas de generación de datos discretos.

Este estudio evalúa representaciones centradas en objetos frente a modelos base para tareas de VQA.

Un método para mejorar el comportamiento del modelo de lenguaje contra resultados dañinos.

Los métodos de abstracción de estados mejoran la fiabilidad de la evaluación fuera de política en entornos complejos.

Este nuevo modelo mejora la transparencia en la toma de decisiones de IA usando conceptos humanos.

Este artículo explora el Reciclaje de Conocimientos para mejorar el entrenamiento de datos sintéticos en clasificadores.

Combinando técnicas de codificación y principios biológicos para mejorar la eficiencia del almacenamiento de ADN.

Los investigadores desarrollan nuevos métodos para mejorar la precisión de los modelos a pesar de la falta de datos de sensores.

Este artículo discute un nuevo método para calibrar modelos basados en agentes utilizando bosques aleatorios.

La investigación está evolucionando en el transporte óptimo, centrándose en el movimiento eficiente de masas y nuevos algoritmos.

Nuevas técnicas en muestreo mejoran la eficiencia en el análisis estadístico.

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

Explorando el cambio de productos punto a similitudes aprendidas para una mejor recuperación.

Explorando cómo los datos ruidosos afectan el rendimiento del modelo en datos no vistos.

Nuevo marco mejora la categorización de nodos en gráficos con atributos de texto y datos limitados.