Jamil Fayyad

Les Vision Transformers utilisent l'auto-attention pour améliorer la perf dans des tâches de vision par ordinateur.

Un nouveau cadre améliore la classification des images médicales par l'IA en s'attaquant aux biais et en oubliant les infos obsolètes.

Cette approche aide les systèmes d'IA à mieux apprendre sans avoir besoin d'étiquettes humaines.

Découvrez comment CitL améliore la précision des modèles d'apprentissage automatique.