Informatique - Apprentissage automatique

Une nouvelle approche utilisant l'apprentissage par renforcement profond améliore le contrôle des systèmes quantiques.

La recherche réduit le besoin de labellisation humaine dans l'apprentissage par renforcement en utilisant des modèles de goulet d'étranglement conceptuel.

Présentation d'un cadre pour affiner les modèles de langue afin d'équilibrer plusieurs objectifs.

Améliorer les techniques d'apprentissage profond pour une meilleure analyse des concentrés d'uranium.

Un nouveau repère améliore la compréhension des modèles sur les longues vidéos et le langage.

Une nouvelle méthode améliore la détection d'objets inconnus dans des images variées.

Explorer comment la diversité des ensembles de données influence la performance des modèles d'apprentissage profond.

Explorer comment les LLMs s'en sortent sur des tâches composites qui combinent des tâches plus simples.

HaloQuest s'attaque aux problèmes d'hallucination dans les modèles vision-langage avec un nouveau jeu de données.

Le nouveau modèle CFGen améliore la génération de données synthétiques à cellule unique pour des insights de recherche plus pertinents.

Un nouveau cadre prédit les motifs de fissures dans le béton pour une meilleure intégrité structurelle.

MuTT simplifie la programmation des robots en prédisant précisément les mouvements et en optimisant les tâches.

Un nouveau cadre améliore les prédictions de polarité des liens dans les réseaux signés.

Une nouvelle méthode améliore les prévisions dans la découverte de médicaments et la conception de matériaux en utilisant du bruit conscient des molécules.

De nouvelles techniques automatisées améliorent la précision et la rapidité du diagnostic des maladies de la thyroïde.

Une nouvelle méthode améliore les performances des modèles génératifs même avec peu de données d'entraînement.

Un nouveau modèle offre des aperçus sur les mécanismes de réaction chimique en utilisant l'apprentissage automatique.

Présentation de Discrete Flow Matching pour de meilleures techniques de génération de données discrètes.

Cette étude évalue les représentations centrées sur les objets par rapport aux modèles fondamentaux pour les tâches de VQA.

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

Les méthodes d'abstraction d'état améliorent la fiabilité de l'évaluation hors politique dans des environnements complexes.

Ce nouveau modèle améliore la transparence dans la prise de décision de l'IA en utilisant des concepts humains.

Cet article explore le recyclage des connaissances pour améliorer l'entraînement des données synthétiques dans les classificateurs.

Combiner des techniques de codage et des principes biologiques pour améliorer l'efficacité du stockage ADN.

Des chercheurs développent de nouvelles méthodes pour améliorer la précision des modèles même sans données de capteur.

Cet article discute d'une nouvelle méthode de calibration des modèles basés sur des agents en utilisant des forêts aléatoires.

La recherche évolue dans le transport optimal, en se concentrant sur le mouvement de masse efficace et de nouveaux algorithmes.

De nouvelles techniques d'échantillonnage améliorent l'efficacité de l'analyse statistique.

Cet article parle des méthodes pour améliorer comment les robots identifient les usages des objets.

Explorer le passage des produits scalaires aux similarités apprises pour un meilleur classement.

Explorer comment les données bruyantes affectent la performance du modèle sur des données inédites.

Nouveau cadre améliore la catégorisation des nœuds dans des graphes avec des attributs de texte et peu de données.

Une étude révèle comment des étapes de réflexion supplémentaires améliorent les performances des RNN dans Sokoban.

Cette méthode améliore la vie privée tout en augmentant la précision du modèle en IA.

De nouvelles stratégies visent à améliorer les ensembles de données synthétiques pour une meilleure transcription de batterie.

Un nouveau cadre améliore la sélection des capteurs tout en équilibrant performance et coûts.

vTensor optimise la mémoire pour les tâches de calcul haute performance.

Un aperçu de comment les graphes dynamiques façonnent nos interactions et nos idées.

Examiner les différences de performance en apprentissage automatique pour les images rétiniennes et la détection de l'hypertension.

Cette méthode améliore la création de prompts pour les grands modèles de langage, ce qui booste la performance globale.