Informatique - Apprentissage automatique

Une nouvelle méthode améliore la sécurité des véhicules autonomes dans des situations risquées.

Cet article explique des méthodes pour estimer les effets causaux dans des réseaux avec des variables cachées.

Étapes clés pour préparer et soumettre des articles de conférence efficacement.

CARAML propose une nouvelle façon d'évaluer l'efficacité du matériel AI dans les tâches d'apprentissage automatique.

GdVAE donne des explications claires sur les décisions en apprentissage machine, ce qui renforce la confiance et la responsabilité.

Une nouvelle méthode améliore les prévisions de signaux sans fil en utilisant des techniques d'apprentissage machine.

Ce modèle améliore l'analyse des données temporelles inégalement espacées dans divers domaines.

Un aperçu de l'apprentissage et de la manipulation des modèles de séries temporelles.

Explorer les attaques par préférence inversée et leur impact sur la sécurité des modèles.

Utiliser des petits modèles pour accélérer l'entraînement de plus gros modèles de langue.

Améliorer la précision des traductions des titres de produits e-commerce avec des méthodes innovantes.

Utiliser des grands modèles de langage pour simplifier les retours en apprentissage par renforcement.

Explorer des méthodes gourmandes et optimales pour entraîner des arbres de décision en apprentissage automatique.

Combiner des modèles neuronaux et de diffusion améliore la précision des prévisions de turbulence.

Un aperçu de comment les réseaux de neurones apprennent et s'adaptent avec le temps.

Les scientifiques utilisent l'apprentissage automatique pour optimiser la synthèse des matériaux et améliorer l'efficacité.

PromSec optimise les invites pour générer du code sécurisé et fonctionnel avec les LLM.

Une méthode pour améliorer les modèles d'apprentissage automatique qui gèrent des données corrompues.

Une méthode pour mesurer l'équité et l'incertitude dans les processus de prise de décision.

Un aperçu de la gestion des stocks quand la demande est imprévisible.

Michel-Ange évalue les modèles de langage sur leur capacité à raisonner à travers de longs contextes.

Une nouvelle méthode améliore la compréhension des résultats de clustering grâce à des explications contrefactuelles.

Explorer comment l'apprentissage fédéré booste l'efficacité de l'IA et la vie privée.

Un nouveau cadre améliore la reconnaissance vocale en modélisant efficacement les relations sonores.

Stratégies pour faire des choix plus intelligents dans des conditions incertaines.

Un nouveau cadre améliore la façon dont les modèles linguistiques interagissent grâce à des invites itératives.

Présentation de HEDGTC pour une meilleure analyse des données spatiotemporelles.

Cet article parle des méthodes de données axées sur la vie privée en utilisant l'apprentissage fédéré et le transfert profond de hachage.

Améliorer la performance du Q-learning avec des retours corrompus dans des applis du monde réel.

Une nouvelle méthode utilisant des réseaux de neurones pour calculer les valeurs propres dans de grandes matrices.

Une nouvelle méthode accélère le traitement dans les modèles de langage géants pour de meilleures performances.

Explorer comment les KAN améliorent les solutions pour les défis de contrôle optimal dans différents domaines.

Une nouvelle méthode améliore la performance des modèles de langage en simplifiant les infos externes.

Apprends comment le réglage des préférences aligne les modèles avec les retours des humains.

Le cadre Learn2Aggregate booste l'efficacité en programmation linéaire entière mixte.

Une nouvelle méthode de masquage améliore la conversion vocale en séparant l'identité du locuteur de la phonétique.

Une nouvelle approche améliore les processus d'apprentissage fédéré pour une meilleure transmission de données.

Un nouveau modèle améliore le traitement et l'analyse des textes sanskrits.

L'IA apprend des compétences de prise de décision en utilisant une approche humaine dans les jeux vidéo.

Une nouvelle méthode transforme les données tabulaires en binaire pour générer des données synthétiques de manière efficace.