Informática - Aprendizaje automático

Este artículo examina cómo la IA puede afectar a los grupos marginados y formas de mejorar los resultados.

Este artículo habla sobre la privacidad y el sesgo en los algoritmos predictivos para datos sensibles.

Un nuevo método mejora los modelos de aprendizaje profundo eficientes a través de la ortogonalidad exacta.

Un análisis de los requisitos de hardware para ejecutar de manera eficiente grandes modelos de lenguaje.

Un nuevo método de decaimiento de peso mejora la esparsificación en redes neuronales.

Un marco para mejorar las redes neuronales integrando el conocimiento humano en los algoritmos de aprendizaje.

Un marco para vincular el procesamiento de imágenes y la interpretación del texto en modelos de visión.

Un método que usa MCMC para generar muestras negativas efectivas en el aprendizaje contrastivo.

Un nuevo marco para guiar modelos generativos a lograr resultados específicos.

Un nuevo método mejora la alineación de audio y video usando modelos preentrenados.

Un nuevo sistema mejora la atención a modelos de lenguaje grandes en distintas configuraciones de GPU.

Un nuevo método que mejora la planificación y la toma de decisiones en el aprendizaje por refuerzo.

Descubre cómo las Redes Neuronales Informadas por Física mejoran el modelado de procesos en la ingeniería química.

Un nuevo enfoque mejora la configuración del solucionador numérico para problemas de valores en la frontera.

La investigación desarrolla métodos para entender mejor las relaciones complejas en los grafos.

Un nuevo marco mejora la creación de datos sintéticos mientras protege la información personal.

Un nuevo método mejora la clasificación de plantas a través de técnicas de aprendizaje profundo multimodal.

Zipper combina de manera efectiva diferentes tipos de datos para tener modelos de IA más inteligentes.

Un nuevo enfoque de múltiples servidores mejora la eficiencia y velocidad del aprendizaje federado.

Nuevo enfoque mejora la privacidad del aprendizaje automático y la resistencia contra ataques.

Examinando cómo los modelos recurrentes pueden aproximar funciones según los prompts.

Un nuevo método mejora el aprendizaje de los agentes en entornos de aprendizaje por refuerzo.

Examinando cómo el aprendizaje automático afecta las decisiones y resultados humanos.

Nuevos modelos mejoran las predicciones sobre la vida útil de las máquinas usando deep learning.

Examinando cómo las máquinas pueden aprender a combinar conceptos conocidos de manera efectiva.

Un nuevo marco mejora la eficiencia de la colocación de adsorbatos de catalizadores usando aprendizaje automático.

Nuevos métodos revelan la resiliencia en circuitos de redes neuronales contra manipulaciones.

Explorando cómo los métodos basados en datos mejoran la comprensión de las respuestas de los materiales.

DART mejora la toma de decisiones de los agentes de aprendizaje automático en entornos de juego.

Nuevos métodos mejoran el rendimiento en la tarea principal usando datos auxiliares sin costos adicionales de computación.

Un nuevo método mejora el análisis de datos GNSS para un mejor seguimiento de los eventos de deslizamiento lento.

GNAN combina interpretabilidad y precisión para modelos de IA basados en grafos.

Este artículo examina el sesgo de popularidad en los sistemas de recomendación y cómo los LLMs pueden ayudar.

Un nuevo método de filtrado se encarga de los valores atípicos para mejorar la precisión de los datos.

Un nuevo método ofrece una visión más clara sobre las decisiones de los modelos de aprendizaje profundo.

Este estudio trata sobre las dificultades de desaprender datos de los modelos de aprendizaje automático.

Este artículo examina el papel de la normalización de capas en la mejora de la clasificación de redes neuronales.

DumpKV mejora la eficiencia del almacenamiento de datos al reducir la amplificación de escritura.

Un marco para mejorar el aprendizaje continuo con datos estructurados en grafos.

Este estudio examina métodos de agrupamiento de imágenes en grandes conjuntos de datos, destacando las variaciones en el rendimiento.