Informatique - Apprentissage automatique

Explorer le rôle des transformateurs dans la prédiction des résultats de données séquentielles.

Une nouvelle approche pour une sélection de données équitable dans des flux en temps réel.

Assurer que les explications de l'IA sont claires et fiables pour la confiance des utilisateurs.

Une nouvelle approche améliore l'optimisation des fonctions de perte complexes dans les réseaux de neurones.

Un nouveau point de référence améliore les prévisions à long terme dans les séquences d'événements à travers les secteurs.

Découvre comment les caractéristiques aléatoires simplifient les calculs complexes en apprentissage automatique.

Cet article examine les obstacles et les solutions pour améliorer la reproductibilité dans la recherche en ML.

Explore une communication efficace axée sur des données pertinentes et qui s'adapte aux changements.

Le matching de flux statistique améliore la modélisation générative pour les défis de données discrètes.

Explorer les réseaux de neurones quantiques de densité et leur potentiel dans l'apprentissage automatique.

Présentation d'une méthode pour minimiser la sur-optimisation dans les modèles formés avec des retours humains.

AMBER utilise l'apprentissage automatique pour automatiser la génération de maillage pour les simulations d'ingénierie.

Une nouvelle méthode pour estimer la densité des arêtes dans des graphes aléatoires tout en garantissant la vie privée.

Une approche multimodale améliore les prédictions de l'expression génique dans la recherche biologique.

La recherche met en avant le rôle des neurones de sécurité dans l'amélioration de la sécurité et de la responsabilité des LLM.

Explorer le rôle de l'apprentissage actif dans la découverte de médicaments grâce au docking moléculaire.

Une méthode novatrice utilise des marches aléatoires pour un clustering efficace des graphes.

La déderivation de gradient avancée propose des solutions efficaces pour optimiser de grands modèles d'apprentissage automatique.

Un nouvel algorithme optimise les systèmes multi-agents tout en protégeant la vie privée des utilisateurs.

MODA améliore les processus de décision dans les zones urbaines en utilisant des techniques d'apprentissage avancées.

Avancées dans le fine-tuning des modèles de langage avec des techniques innovantes.

Un nouveau modèle améliore l'efficacité des études de cohorte dans l'analytique de santé.

Cet article parle de l'adaptation des modèles de langue pour un meilleur soutien dans différentes langues.

CEBench aide les entreprises et les chercheurs à évaluer les LLMs tout en gérant les coûts et la performance.

Une étude sur comment les modèles de langage peuvent ignorer les instructions et leurs implications.

Présentation d'une méthode pour améliorer la communication en équilibrant le sens et l'énergie utilisée.

Une nouvelle méthode améliore les IRM en utilisant des images précédentes pour des résultats plus rapides.

Une nouvelle méthode suit l'utilisation d'énergie pour surveiller discrètement les personnes âgées.

Cet article parle de l'importance de mesurer l'incertitude dans les prédictions de l'IA.

Examiner les obstacles que rencontrent les LLM dans la traduction des langues à faibles ressources.

Une nouvelle méthode pour améliorer l'alignement de l'IA avec les valeurs humaines en utilisant des retours corrompus.

MV-Mol intègre différentes sources de données pour une meilleure compréhension moléculaire.

De nouvelles techniques améliorent la vie privée et la sécurité dans les requêtes et les transactions de bases de données.

Apprends comment les décisions de compromis améliorent la fiabilité en programmation stochastique.

Les CMDP améliorent la prise de décision en tenant compte du contexte dans différentes applications.

Une nouvelle approche pour améliorer l'efficacité de l'optimisation bi-niveaux non convexe en apprentissage automatique.

OPERA combine plusieurs méthodes pour une évaluation de politique plus précise en utilisant des données passées.

Explorer le besoin d'explications claires dans les Graph Neural Networks.

Le dataset OPSSAT-AD aide à détecter des événements satellites inhabituels.

Une nouvelle approche permet aux appareils plus faibles de contribuer à l'apprentissage fédéré.