Informatique - Apprentissage automatique

Cet article parle de comment les robots apprennent à cuisiner en utilisant des infos sur internet.

Une nouvelle méthode améliore les prédictions en apprentissage automatique en utilisant des modèles spécialisés.

Une nouvelle approche améliore le contrôle dans des environnements incertains en utilisant des processus gaussiens.

CAMAL combine l'apprentissage automatique et des méthodes traditionnelles pour optimiser les performances des arbres LSM.

De nouveaux modèles s'attaquent à la classification sonore avec peu de données d'entraînement.

Un événement pour améliorer les modèles de segmentation d'image pour des voitures autonomes plus sûres.

Une nouvelle méthode améliore l'efficacité pour gérer de longs textes dans les modèles de langue.

Une nouvelle méthode améliore la performance de Flash Attention pour les masques d'attention clairsemés.

Cette méthode aide les chercheurs à trouver des designs efficaces dans des espaces de problèmes complexes.

Évaluer l'efficacité des LLM pour l'analyse des menaces.

Découvre de nouvelles méthodes pour améliorer la clarté des images en microscopie grâce à l'IA.

Une nouvelle méthode améliore l'estimation de l'affinité des tâches pour l'apprentissage multitâche.

Un nouveau modèle optimise les données de gains pour mieux prévoir les prix des actions.

Le mélange de régions améliore la diversité des données d'entraînement pour de meilleures performances du modèle.

Orienter l'IA à prendre des décisions éthiques dans des situations complexes.

L'algorithme Domino améliore les prévisions d'électricité en s'attaquant aux problèmes de manque de données.

Découvre comment l'apprentissage par renforcement profond améliore la planification dans l'industrie du meuble.

Cette approche facilite le choix des ensembles de données de préentraînement efficaces pour les modèles de langue.

Ce document parle de comment la perception tactile améliore l'interaction des robots avec des humains de différentes capacités.

Une étude comparant les LLM Mistral et LLaMa sur différentes GPUs.

Un aperçu de comment le gradient naturel rend l'apprentissage plus efficace avec le temps.

Cette étude montre comment les temps de réponse peuvent améliorer la compréhension des préférences des utilisateurs.

Examen des problèmes de précision dans les gros modèles de langage et leurs effets sur la société.

Une nouvelle méthode améliore la détection des irrégularités dans les données industrielles en utilisant l'informatique de périphérie.

Cette recherche évalue un nouveau modèle pour estimer les effets du traitement chez les individus.

Améliorer la précision du modèle Naive Bayes avec des projections de données optimales.

De nouvelles méthodes améliorent la précision des résumés vidéo tout en réduisant les coûts de calcul.

Examiner des stratégies pour améliorer l'apprentissage des caractéristiques dans des ensembles de données déséquilibrés.

On vous présente un modèle qui combine des méthodes classiques avec du deep learning pour de meilleures prévisions d'assurance.

RAGProbe automatise l'évaluation des systèmes RAG, boostant leur performance et leur fiabilité.

AutoSTF automatise les prévisions spatio-temporelles pour de meilleures prédictions et une meilleure efficacité.

Explorer l'efficacité et les questions autour des réseaux de neurones récurrents dans le traitement de données séquentielles.

Améliorer la capacité des robots à s'adapter et à apprendre de leurs expériences.

Découvre comment les relations causales influencent les décisions dans différents domaines.

Améliorer les prévisions de température pour une meilleure précision météorologique locale en utilisant des techniques avancées.

Un aperçu des méthodes de quantification dynamique pour améliorer la performance des LLM.

Un nouvel algorithme améliore l'efficacité dans la conception expérimentale bayésienne.

Un nouveau cadre améliore l'estimation de la pose de la caméra dans différents environnements.

Un aperçu de l'apprentissage fédéré hiérarchique et ses avantages pour la vie privée des appareils.

Une nouvelle méthode suit l'apprentissage des étudiants grâce à des conversations avec des tuteurs AI.