Informatique - Apprentissage automatique

Une nouvelle méthode appelée ADEPT améliore l'apprentissage par renforcement hors ligne grâce à des modèles adaptatifs.

Une nouvelle méthode améliore l'efficacité du fine-tuning et réduit l'utilisation de mémoire pour les grands modèles de langage.

Preference Flow Matching propose une nouvelle façon d'aligner les résultats de l'IA avec les préférences des utilisateurs.

Un aperçu des rôles de l'injectivité et de la surjectivité dans les réseaux ReLU.

Une nouvelle méthode pour améliorer le suivi des instructions d'image des modèles multimodaux.

Une nouvelle approche pour gérer le déséquilibre de classes en utilisant SMOTE et des autoencodeurs variationnels.

Cette étude montre comment les autoencodeurs clairsemés créent des représentations de mémoire ressemblant à des cellules de lieu.

Analyser les réponses individuelles aux traitements en utilisant le Causal K-Means Clustering.

Voici MaCoDE, une méthode pour créer des données synthétiques de haute qualité.

Une nouvelle approche améliore les performances du modèle avec différentes sources de données.

LInK combine l'apprentissage automatique avec des méthodes traditionnelles pour améliorer significativement la conception des mécanismes.

PadFL améliore le partage de modèles et l'efficacité selon les capacités des appareils.

Une nouvelle approche de l'apprentissage par renforcement hors ligne améliore l'apprentissage des politiques en utilisant des modèles de diffusion.

Cet article parle d'utiliser des modèles plus petits pour affiner les données d'entraînement afin d'améliorer les performances.

Ce boulot met en avant les risques de sécurité dans le RL et introduit les SleeperNets pour les attaques par porte dérobée.

Ce système aide les personnes malvoyantes à faire leurs courses plus indépendamment grâce à une canne robotique.

Enquête sur comment de petites erreurs dans les données d'entraînement améliorent le contenu généré par l'IA.

Une nouvelle méthode améliore la génération de molécules pour prédire la réponse aux médicaments.

Cet article parle d'un nouveau modèle simple pour générer du son à partir d'images et vice versa.

Une approche claire pour choisir le bon modèle d'apprentissage automatique.

Un nouveau standard pour évaluer les modèles de langue française améliore les capacités multilingues.

Cette étude montre comment des points de données individuels affectent les performances des modèles d'apprentissage automatique.

Apprends comment HGQ optimise les modèles de deep learning pour la vitesse et la précision.

L'apprentissage fédéré entraîne des modèles tout en gardant les données des utilisateurs privées et sécurisées.

Une nouvelle méthode améliore la compréhension des résultats des modèles de langage.

Un nouveau modèle relie l'apprentissage automatique et les neurosciences en utilisant des comptes de pics discrets.

Des recherches montrent que des instructions variées améliorent la performance des modèles de langage sur des tâches inédites.

Une nouvelle méthode augmente la vitesse de génération de texte en utilisant une sélection de candidats adaptative.

Présentation d'un système à double politique efficace pour l'apprentissage par renforcement hors ligne.

Un aperçu des techniques de modélisation générative et de leurs applications en IA.

L'intelligence artificielle améliore les prévisions sur les formes et tailles des nanomatériaux.

Une nouvelle approche pour améliorer l'efficacité des processus de recherche d'architecture neuronale.

Une nouvelle méthode améliore les calculs de distance sur des formes complexes pour divers domaines.

Une nouvelle méthode améliore les poids de skinning pour des animations plus fluides et un modélisation de personnages plus facile.

Cette étude développe des algorithmes pour améliorer la résistance des systèmes distribués aux appareils défaillants.

Une nouvelle méthode combine l'apprentissage profond et les algorithmes génétiques pour une inférence bayésienne plus rapide.

Découvrez les méthodes clés et les applications de la détection d'anomalies dans des structures de données en évolution.

De nouvelles méthodes améliorent les prévisions d'écoulement des rivières pour une gestion efficace des ressources en eau.

Un nouveau cadre utilise les Reward Machines pour améliorer les performances de l'RL en cas d'incertitude.

Cette étude examine comment les attributs d'explication influencent la prise de décision des humains avec l'IA.