Últimos artículos para Aprendizaje automático

Usando autoencoders cuánticos para identificar nuevas señales de física en el LHC.

Un nuevo modelo mejora el reconocimiento de combinaciones de atributos y objetos que no se han visto.

Un nuevo método mejora la estimación de incertidumbre en aplicaciones de aprendizaje automático.

Presentando un método para mejorar la resistencia de sistemas de IA mediante ataques adversariales multitarea.

Nuevos métodos mejoran las predicciones de reclamaciones de seguros al abordar problemas de inflación cero.

Un nuevo modelo para entender entornos 3D usando descripciones basadas en texto.

Descubre cómo el tamaño del vocabulario influye en el rendimiento de los modelos de lenguaje grandes.

Examinando la privacidad diferencial y la regresión NTK para proteger los datos de los usuarios en la IA.

Explora los beneficios y dinámicas de usar Poisson SGD para el entrenamiento de modelos.

Este estudio compara métodos para detectar posturas sobre temas clave en textos árabes.

Un desglose de cómo los transformadores abordan el problema 2-SAT en IA.

Este artículo trata sobre problemas de descalibración en modelos de visión-lenguaje y ofrece soluciones.

Un nuevo enfoque para mejorar el detalle y la calidad en modelos 3D a partir de texto.

Un nuevo método predice las ventas de productos durante eventos concurridos usando datos proxy.

Un estudio sobre qué tan bien funcionan los LLMs como bases de conocimiento confiables.

Qalam ofrece un mejor reconocimiento para texto y escritura a mano en árabe.

El Ajustador Semántico Dinámico mejora el rendimiento del aprendizaje auto-supervisado en varias tareas.

Presentando nuevos algoritmos para un ajuste robusto de planos en aplicaciones 3D.

Usar GNNs para predecir las propiedades ópticas de materiales mejora el diseño de dispositivos.

Un estudio sobre cómo optimizar agentes de RL mediante la selección cuidadosa de instancias de entrenamiento.

Aprende cómo la aproximación de rango bajo simplifica matrices grandes y mejora los cálculos.

Examinando problemas con modelos de lenguaje grandes para predecir elementos faltantes en listas.

Esta investigación mejora la eficiencia de la traducción automática simultánea usando componentes modulares adaptables.

Nuevos métodos impulsados por el lenguaje mejoran el aprendizaje de los robots para múltiples tareas.

La investigación revela similitudes en las representaciones internas de los modelos de imagen.

Este artículo habla de cómo los métodos bayesianos mejoran la confianza en las predicciones de redes neuronales.

Un nuevo referente aclara el tema de las alucinaciones en los modelos de lenguaje visual.

Un nuevo modelo mejora la predicción de trayectorias para autos autónomos en diversas condiciones.

Un método para optimizar la recolección de datos de pacientes y obtener mejores resultados en salud.

CycleMix mejora los modelos de IA al mezclar estilos de imagen para un mejor rendimiento.

Un nuevo módulo mejora la navegación de robots al estimar la incertidumbre en la segmentación de imágenes.

Este artículo explora cómo los robots perciben e interactúan con su entorno.

Un nuevo modelo identifica de manera efectiva la autoría analizando estilos de escritura.

LIAR ofrece una nueva forma de podar modelos sin necesidad de reentrenar, mejorando la eficiencia y el rendimiento.

DACCA mejora la detección de carriles mediante un mejor aprendizaje de características y agregación de contexto.

Este artículo examina el impacto de RVV en el rendimiento del algoritmo ANN para un procesamiento de datos más rápido.

Entender la importancia de auditar las explicaciones de machine learning para generar confianza.

Un nuevo método mejora la inferencia de la verdad en el crowdsourcing al centrarse en el comportamiento de los trabajadores.

Una nueva herramienta para evaluar LLMs en tareas de minería de procesos.

Un nuevo modelo utiliza aprendizaje profundo para mejorar el rendimiento en el análisis de datos tabulares.