Mihaela van der Schaar

Un nouveau cadre améliore la régression symbolique pour l'analyse de données complexes.

Une nouvelle méthode offre un meilleur retour pour entraîner les modèles de langue.

Une nouvelle méthode combinant des modèles de langage avec des stratégies d'optimisation pour de meilleures performances.

Cette recherche combine l'analyse de Fourier avec des modèles de diffusion pour générer de meilleures séries temporelles.

Une nouvelle méthode améliore les LLMs en intégrant des connaissances externes pour de meilleures performances.

Combiner des connaissances antérieures et de l'adaptabilité améliore la performance de l'apprentissage automatique avec des données limitées.

Un aperçu des défis et des solutions pour identifier les échantillons difficiles.

DAGnosis améliore la fiabilité des données en identifiant efficacement les incohérences.

Importance de se concentrer sur les données tabulaires pour les avancées en apprentissage automatique.

Présentation de l'Alignement par Démonstrations pour des modèles de langage sûrs et efficaces.

DIPS s'attaque aux problèmes de qualité des données dans le pseudo-étiquetage pour de meilleurs résultats en apprentissage automatique.

LaTable améliore la création de données tabulaires synthétiques dans divers domaines.

Un aperçu des méthodes pour estimer les effets des traitements en utilisant des données du monde réel.

Une nouvelle méthode améliore la précision des intervalles de prévision pour des décisions fiables.

Un nouveau cadre améliore la prédiction des maladies en utilisant des données de santé variées.

Les réseaux neuronaux clairsemés simplifient la sélection des caractéristiques pour améliorer la performance du modèle.

Un aperçu des comportements de l'apprentissage profond et leurs explications.

Apprends comment de petits changements dans les entrées affectent les réponses des modèles de langue.

L'IA s'adapte aux préférences de chacun avec moins d'exemples, améliorant les interactions utilisateurs.