Derniers articles pour Robustesse

Explorer la synergie entre l'apprentissage fédéré et l'intelligence en essaim pour améliorer l'IA.

Une nouvelle méthode améliore l'estimation des effets causals en économie.

Découvre comment les méthodes multilevel améliorent l'estimation des erreurs dans la résolution de problèmes complexes.

Cet article examine comment les concepts relationnels influencent la récupération de connaissances dans les grands modèles de langage.

Des chercheurs développent de nouvelles méthodes pour entraîner des robots en toute sécurité dans des environnements risqués.

Une étude sur comment les modèles d'estimation de pose se comportent avec des images corrompues.

Assurer que les explications de l'IA sont claires et fiables pour la confiance des utilisateurs.

Une nouvelle méthode pour estimer la densité des arêtes dans des graphes aléatoires tout en garantissant la vie privée.

La recherche met en avant le rôle des neurones de sécurité dans l'amélioration de la sécurité et de la responsabilité des LLM.

Un aperçu des systèmes partiellement hyperboliques et de leurs comportements complexes.

L'équilibrage des données est crucial pour l'équité et la précision des modèles d'apprentissage automatique.

Une nouvelle méthode aide à identifier rapidement les points faibles des modèles d'apprentissage profond.

Une méthode pour améliorer l'efficacité du système sans avoir besoin de connaissances détaillées.

Un examen approfondi de la façon dont les modèles linguistiques maintiennent leur précision malgré les changements structurels.

Analyser comment le bruit influence l'efficacité des systèmes de transport.

Explore le fonctionnement et les applications des modèles de diffusion dans l'IA générative.

Présentation d'une nouvelle méthode pour de meilleures solutions dans des tâches complexes en ingénierie et en robotique.

Examiner les risques et les défenses contre les attaques par porte dérobée dans les modèles d'IA.

Explorer les attaques par backdoor et les méthodes de réduction de graphes dans les GNN.

Une nouvelle méthode améliore la gestion des données vidéo pour une meilleure compréhension et efficacité.

Cette recherche examine comment les problèmes visuels impactent les modèles de Question-Réponse Visuelle.

Cette méthode aide à clarifier des données complexes et changeantes en réduisant le bruit tout en gardant les caractéristiques importantes.

LayerShuffle renforce la robustesse des réseaux de neurones en permettant une exécution flexible des couches.

Apprends comment les bifiltrations améliorent l'analyse de données en examinant deux paramètres en même temps.

Un nouveau cadre vise à améliorer la précision des évaluations de sécurité des systèmes électriques.

De nouvelles méthodes améliorent la performance des systèmes de contrôle face aux incertitudes.

Améliorer la confiance et la conformité dans les modèles de langage grâce à une attribution précise des sources.

Examiner comment l'entraînement influence la performance du modèle dans des situations adversariales.

Une nouvelle approche pour améliorer l'efficacité dans les tâches de reconnaissance de motifs.

Un nouveau critère répond au besoin d'évaluation standard dans la prédiction spatio-temporelle.

Examiner les attaques adversariales et la robustesse des modèles en segmentation sémantique.

Cet article passe en revue la fiabilité des modèles dans l'analyse des données visuelles.

Cet article compare différents types d'antennes ingérables pour le suivi de la santé dans le tube digestif.

L'attention elliptique améliore la concentration et la performance dans les tâches d'IA.

SafePowerGraph améliore la performance des GNN dans les opérations de réseaux électriques en priorisant la sécurité.

Des recherches montrent comment la variabilité améliore les contrôleurs ANN pour de meilleures performances dans des environnements divers.

Un nouveau modèle améliore la prédiction de trajectoire pour les voitures autonomes dans des conditions variées.

Examiner le rôle de la robustesse dans l'estimation de distributions inconnues à partir d'échantillons.

Une méthode pour améliorer le comportement des modèles de langage contre les sorties nuisibles.

Une étude sur l'amélioration des CNN en utilisant des étiquettes partielles et des modèles d'attaques adverses.