Informatique - Apprentissage automatique

Cet article propose une nouvelle approche pour améliorer l'efficacité de l'entraînement des modèles de langage.

De nouvelles méthodes améliorent la façon dont les machines reconnaissent les émotions dans la parole.

Cette étude examine comment les modèles préentraînés regroupent des données invisibles.

Un cadre qui personnalise les stratégies d'apprentissage pour répondre aux besoins divers des étudiants.

Cet article traite de comment simuler des données clients pour un apprentissage fédéré plus rapide.

Un aperçu des nouvelles stratégies pour stabiliser des systèmes inconnus et bruyants en ingénierie.

Cette recherche étudie l'équité des modèles d'apprentissage auto-supervisé entre les groupes démographiques.

De nouvelles méthodes dans l'apprentissage fédéré améliorent la vie privée et la performance des modèles tout en gérant des données variées.

Une nouvelle méthode pour améliorer l'optimisation dans des systèmes incertains en utilisant peu d'essais.

Une nouvelle méthode combine l'apprentissage profond avec des techniques polynomiales pour de meilleures approximations de fonctions.

Découvrez comment les Transformers à esprit étendu améliorent la gestion de la mémoire dans les modèles de langage.

Cet article examine le potentiel de l'IA générative dans la génération de données de séries temporelles.

Cette étude souligne l'importance du Noyau Tangentiel Neuronal dans l'entraînement des réseaux de neurones.

Améliorer la précision des prédictions grâce à des méthodes innovantes d'agrégation des pertes.

Cette étude se concentre sur l'amélioration de l'apprentissage zéro-shot grâce à de meilleures descriptions d'entités et de relations.

Cet article examine comment la planification des budgets affecte les modèles DNC dans la résolution de problèmes.

Présentation d'une méthode rapide pour construire des arbres de décision optimaux en utilisant des techniques innovantes.

Apprends comment le CME et la compression améliorent les prédictions à partir de données complexes.

Explorer une nouvelle méthode pour collecter des données de manière sécurisée dans l'évaluation des politiques.

Explorer comment les LLMs utilisent le raisonnement pour s'attaquer à des tâches complexes.

Ce boulot montre comment différents facteurs s'influencent les uns les autres dans des systèmes complexes.

Des tests récents montrent que les LLM ont des faiblesses en raisonnement simple malgré leurs bons scores aux benchmarks.

Une nouvelle approche pour renforcer les GNN face au bruit et aux attaques.

Une nouvelle méthode améliore l'efficacité de l'entraînement des GNN en utilisant l'Alignement de Retour Direct.

Une nouvelle méthode améliore la prise de décision dans l'apprentissage par renforcement grâce à des prédictions conditionnelles d'action.

Une nouvelle méthode génère des sons uniques à partir de texte en utilisant un synthétiseur simple.

Explore les défis de la vie privée posés par les attaques par inférence dans les modèles d'apprentissage automatique.

S'attaquer aux défis de gestion de l'électricité face à l'augmentation des menaces d'incendies de forêt.

Découvre comment MetaMixer transforme l'efficacité et l'adaptabilité des modèles.

Une nouvelle méthode pour mieux comprendre la dynamique d'entraînement des RNN.

Une étude présente CloudSense pour identifier les nuages producteurs de pluie dans les Ghats occidentaux en utilisant des données radar.

Un nouveau cadre améliore la précision des prédictions et la confidentialité des données dans l'apprentissage fédéré.

Cet article parle de l'utilisation de politiques symboliques dans les systèmes de contrôle via la programmation génétique.

Cet article parle des méthodes pour vérifier les réseaux de neurones dans des tâches d'atteinte-évitation.

La recherche met en avant l'application de l'apprentissage automatique dans l'étude des mutations protéiques et des propriétés moléculaires.

Croissant-RAI améliore la qualité des données et leur utilité pour les applis d'IA.

Les outils d'IA remettent en question l'apprentissage traditionnel et soulèvent des inquiétudes sur la triche dans les écoles.

Un nouveau cadre améliore l'efficacité dans le traitement des demandes pour les LLMs.

Un cadre pour mesurer et améliorer l'incertitude dans les modèles de génération d'images.

Un nouveau benchmark améliore les méthodes d'optimisation multi-objectifs hors ligne dans différents domaines.