Informatique - Apprentissage automatique

Une approche novatrice pour intégrer des transformateurs avec des structures de graphes pour de meilleurs résultats.

Un nouveau cadre réduit les émissions de carbone dans la conception des modèles d'apprentissage profond.

Une nouvelle méthode améliore la précision des petits modèles en utilisant des données synthétiques.

Cette étude examine comment la curiosité influence l'efficacité de l'exploration chez les agents artificiels.

Examiner le rôle de la randomisation dans la création de systèmes de machine learning équitables.

NCIDiff améliore la découverte de médicaments en se concentrant sur les interactions protéine-ligand.

Un nouveau cadre améliore les recommandations pour les utilisateurs avec un historique limité.

Explorer l'apprentissage fédéré et l'oubli pour la vie privée des utilisateurs et l'intégrité des modèles.

Une nouvelle approche pour garantir l'équité dans le diagnostic cognitif en utilisant des informations sensibles.

Une méthode pour améliorer l'analyse de données distribuées et de haute dimension dans divers domaines.

Explorer les avantages des ensembles de règles pour la modélisation prédictive éthique.

Les réseaux de neurones améliorent l'efficacité et la précision dans les simulations de transport de rayonnement.

Une étude explore des méthodes pour adapter le texte de l'IA pour les apprenants en langue.

Découvrir les risques posés par les attaques par porte dérobée sur les systèmes intelligents.

Explorer des stratégies pour améliorer les réseaux de neurones graphiques et s'attaquer aux défis de l'oversmoothing.

Cette recherche se concentre sur l'amélioration des GNNs en utilisant l'apprentissage auto-supervisé et l'alignement des caractéristiques.

Un nouveau cadre améliore les méthodes de pruning pour les grands modèles de langage sans réentraînement.

Une nouvelle méthode améliore la classification d'images en utilisant des descriptions textuelles détaillées.

Présentation d'une méthode pour ajuster les LLM sur des appareils à faibles ressources.

Une méthode pour améliorer la précision du positionnement WiFi en complétant les données de signal manquantes.

Une nouvelle méthode améliore la détection des défauts dans des environnements industriels en évolution.

FPN-fusion offre des prévisions efficaces et précises pour les données de séries temporelles.

Cette étude examine l'utilisation de l'IA pour analyser les réponses des étudiants en éducation biologique.

Une nouvelle méthode allie explicabilité et confidentialité dans le clustering pour de meilleures analyses de données.

FreeShap améliore l'attribution d'instance pour les modèles de langue, augmentant la fiabilité et l'efficacité.

Une étude sur l'amélioration des modèles d'apprentissage fédéré pour les appareils avec des ressources limitées.

StackSight transforme WebAssembly en code C++ lisible en utilisant des techniques d'IA.

Cet article passe en revue comment les modèles de langage s'en sortent dans des tâches de raisonnement spatial.

Une méthode pour équilibrer la précision et le coût dans les modèles de classification d'images.

Présentation de SGBD : une technique pour améliorer l'efficacité de l'échantillonnage bayésien.

De nouvelles méthodes comme PromptFix aident à sécuriser les modèles de langue contre les menaces cachées.

Combiner des réseaux de neurones et du raisonnement symbolique pour des capacités d'IA avancées.

Cette étude évalue les capacités de prévision des modèles de langage par rapport aux humains.

Cet article présente des méthodes pour optimiser les évaluations en tenant compte des coûts de changement dans l'optimisation bayésienne.

Une nouvelle approche améliore l'alignement des modèles de langage en utilisant peu de données annotées par des humains.

Une nouvelle méthode combine des stratégies pour améliorer l'équité dans les prédictions criminelles.

Cet article clarifie les liens entre la résistance efficace et le transport optimal sur des graphes.

Une nouvelle méthode améliore la représentation des données visuelles en utilisant des réseaux de tenseurs.

Combiner l'apprentissage automatique et les modèles traditionnels pour améliorer la précision des prévisions météorologiques.

Une nouvelle méthode améliore l'alignement et la sécurité des grands modèles de langage.