Richard G. Baraniuk

Cet article explore l'intégration du contrôle PID dans les transformateurs pour améliorer la robustesse et la qualité de sortie.

Cette étude examine à quelle fréquence les modèles de langage reproduisent textuellement des extraits de leurs données d'entraînement.

Présentation de l'estimation de vraisemblance pénalisée par autophagie pour corriger le biais dans les modèles d'IA.

De nouvelles méthodes d'attention améliorent l'efficacité et les performances des modèles de transformateurs.

Une nouvelle méthode améliore le transfert de caractéristiques dans les représentations neuronales implicites pour les images.

U-COTANS améliore la détection des frontières sous-marines en utilisant des techniques d'apprentissage profond.