Informática - Inteligencia artificial

Esta investigación busca crear CAPTCHAs que confundan a las máquinas pero sean claros para los humanos.

Esta investigación mejora la fiabilidad de las predicciones en GNNs a través de la cuantificación de la incertidumbre integrada.

Un estudio sobre las capacidades de los LLMs para entender intervalos musicales, acordes y escalas.

El aprendizaje automático detecta fallos en los sensores de los faros para una navegación más segura.

Un nuevo marco mejora la detección de objetos al identificar instancias fuera de distribución usando prototipos.

Un estudio sobre cómo mejorar la seguridad peatonal a través de modelos de predicción de comportamiento.

Esta investigación avanza la explicabilidad en el aprendizaje por refuerzo con nuevos algoritmos.

Un nuevo método mejora el rendimiento del aprendizaje a través de la persistencia dinámica de la acción.

Explorando la fusión del aprendizaje automático y la mecánica molecular para mejores simulaciones.

Presentando un nuevo método para segmentar con precisión lesiones en la piel usando técnicas avanzadas.

Un estudio sobre cómo Mamba se desempeña frente a Transformers en tareas de imagen-texto.

Un nuevo enfoque mejora el doblaje visual al mejorar la sincronización labial y la unicidad del hablante.

Este estudio presenta métodos para la optimización bayesiana en diferentes espacios de búsqueda.

Presentamos ERF-CondLaneNet para mejorar la detección de carriles en situaciones complejas de carretera.

Las explicaciones de IA pueden ayudar a aprender, pero no tienen un impacto duradero.

Un nuevo método mejora la precisión en la normalización de términos médicos usando modelos de lenguaje.

Un nuevo método mejora cómo los modelos de lenguaje siguen instrucciones complejas.

AdaPPA mejora los ataques de jailbreak en modelos de lenguaje al combinar respuestas seguras y dañinas.

Analizando la alineación de los modelos de lenguaje con las teorías computacionales tradicionales.

La detección de anomalías es clave para asegurar la seguridad y fiabilidad de los vehículos.

PF-PPO mejora los modelos de lenguaje al filtrar recompensas poco confiables para obtener mejores respuestas de código.

Nuevo método mejora la capacidad de la NAR para encontrar múltiples soluciones a problemas.

Un nuevo método para mejorar a los másteres de juego de IA usando llamadas a funciones en juegos de mesa.

Un nuevo marco mejora la precisión de las imágenes por ultrasonido durante el monitoreo del trabajo de parto.

Este estudio analiza cómo la calidad de los datos afecta a las visualizaciones generadas por IA.

BIFURC ayuda al personal médico a localizar venas y arterias rápido en emergencias.

Nuevo marco mejora la claridad en la explicación de la toma de decisiones de vehículos autónomos.

HybridFC combina métodos para mejorar la verificación de hechos en grafos de conocimiento.

Las etiquetas de preferencia suave mejoran la alineación de los modelos con las elecciones humanas.

PharmacoMatch usa aprendizaje automático para mejorar la eficiencia del screening de farmacóforos.

Examinando cómo la responsabilidad y el seguro pueden mitigar los riesgos de la IA.

Un nuevo método mejora la precisión en el seguimiento del movimiento humano a partir de video.

Mejorando las capacidades de Llama-3 con una mezcla de idiomas mejorada y métodos de entrenamiento.

RHyME mejora el aprendizaje de los robots al permitirles aprender de demostraciones humanas variadas.

N nuevas métricas ayudan a evaluar métodos SSL usando datos sin etiquetar de manera efectiva.

Un nuevo modelo diseñado para reducir el consumo de energía en las comunicaciones inalámbricas.

Nuevo marco de software mejora las capacidades de los UAV a través de escenarios de entrenamiento avanzados.

Un modelo usa registros de salud electrónicos para predecir futuras necesidades de reemplazo de cadera.

Una mirada a RAI dentro del marco de multi-brazos para optimizar la toma de decisiones.

Este artículo revela métodos para interpretar modelos tipo CLIP en IA.