Informatique - Apprentissage automatique

Explorer comment la dynamique chaotique peut améliorer les réseaux de neurones profonds en intelligence artificielle.

Explorer des méthodes pour sécuriser les infos des patients dans la recherche clinique.

Une nouvelle méthode pour améliorer l'efficacité des modèles de langue et réduire les coûts.

Explorer l'impact de la mémoire à long terme sur les agents conversationnels.

De nouvelles méthodes améliorent les stratégies pour la prise de décision complexe dans les jeux à somme nulle.

Cette étude teste les LLM pour révéler leurs faiblesses en compréhension et en raisonnement.

Deux nouvelles approches améliorent la fiabilité dans l'évaluation des explications des modèles d'IA.

Une nouvelle méthode combine les RBM, les DNN et les RBF pour résoudre efficacement des PDE paramétriques.

Une revue des méthodes d'analyse de réseau pour lutter contre le blanchiment d'argent.

Explorer comment les robots peuvent mieux comprendre et expliquer les conversations avec les gens.

MAP-Neo vise la transparence et la performance dans la modélisation du langage IA.

Cet article examine les défis dans la recherche en ML et propose des améliorations pour la fiabilité.

Cet article parle de nouvelles méthodes pour surveiller l'activité du cœur et du cerveau.

Une nouvelle méthode améliore la communication dans le traitement des données graphiques.

Ce papier parle de la manière de prioriser les traitements en restant dans les limites du budget pour avoir de meilleurs résultats.

FedMR s'attaque aux défis de l'apprentissage fédéré avec des données de classes partielles, améliorant la performance du modèle.

Cette recherche se concentre sur l'amélioration de la segmentation des tumeurs cérébrales avec une nouvelle approche de modèle.

LFIS propose une méthode systématique pour échantillonner à partir de distributions complexes.

Une nouvelle méthode s'attaque à l'équité dans les tâches de classification en apprentissage automatique.

Une nouvelle méthode pour évaluer les explications des neurones dans les modèles d'apprentissage profond.

Un guide sur la prédiction conforme et son rôle dans l'estimation de l'incertitude.

Les modèles de langue améliorent les performances sur le web grâce à des techniques d'auto-amélioration.

Une nouvelle méthode vise à traiter le biais dans les résultats des modèles linguistiques.

De nouvelles techniques améliorent la reconstruction d'images à partir de données limitées.

ROAST améliore l'analyse des sentiments en se concentrant sur l'ensemble des avis.

ETHER propose une manière économique d'affiner des gros modèles d'apprentissage automatique.

Un défi mondial met en avant l'apprentissage fédéré pour la classification de la densité mammaire.

Un nouveau cadre combine les GNN et les LLM pour des réponses améliorées à partir des graphes de connaissances.

Examiner les capacités de comptage des modèles de langage, leur structure et leurs processus d'apprentissage.

Présentation de S3, une méthode pour améliorer l'analyse des données temporelles grâce à un réagencement intelligent.

Les chercheurs améliorent les processus de biom fabrication en utilisant l'inférence bayésienne et des techniques d'échantillonnage efficaces.

Une nouvelle approche améliore les modèles de langage en se concentrant sur les préférences humaines dans la génération de texte.

Une nouvelle méthode permet aux agents de suivre les règles de sécurité en langage simple.

Un nouveau système qui améliore l'efficacité d'apprentissage des robots en utilisant des vidéos et des retours en langage.

Un nouveau modèle pour prendre de meilleures décisions en utilisant des données historiques.

Cet article parle des défis du fine-tuning en few-shot des modèles de diffusion et des solutions.

De nouvelles méthodes luttent contre les attaques par backdoor sur les modèles d'apprentissage automatique pour plus de sécurité.

Apprends à identifier les systèmes linéaires qui changent de comportement en fonction des données.

Cette étude examine comment on peut apprendre des préférences à partir de comparaisons simples.

Un système unifié améliore l'efficacité dans les applications basées sur les LLM.