Yoshua Bengio

GFlowNets améliorent la précision d'échantillonnage à partir de distributions discrètes complexes.

Explorer de nouvelles méthodes pour améliorer les modèles de diffusion dans la génération d'échantillons de distributions complexes.

Une nouvelle méthode améliore l'efficacité d'échantillonnage pour des distributions de probabilité complexes.

Explorer comment l'IA peut améliorer le raisonnement mathématique et la découverte.

Cet article examine les compétences métacognitives des LLM et leur impact sur la résolution de problèmes de maths.

Aaren améliore l'efficacité des modèles basés sur l'attention pour l'analyse de données séquentielles.

Une nouvelle approche améliore la diversité des prompts pour des modèles de langage plus sûrs.

Améliorer la qualité des échantillons en apprentissage automatique grâce à des méthodes innovantes.

Découvrez MAP, un moyen efficace de fusionner plusieurs modèles d'apprentissage automatique.

RGFN propose une nouvelle méthode pour générer des composés synthétisables pour la découverte de médicaments.

Les GFlowNets permettent un échantillonnage efficace à partir de distributions complexes avec de fortes capacités de généralisation.

Examiner des stratégies pour créer des systèmes d'IA qui privilégient la sécurité et minimisent les risques.

Une nouvelle approche pour concevoir des molécules en fonction des effets cellulaires.

Meta Flow Matching améliore notre compréhension du comportement des cellules et des réponses aux traitements.