Informatique - Apprentissage automatique

Une méthode améliore la qualité d'image en s'attaquant ensemble au dématriçage et à la réduction de bruit.

CodeIt améliore la performance des modèles d'IA sur des tâches de raisonnement complexes.

Une nouvelle méthode aide à comprendre les systèmes de récompense de l'IA grâce à une analyse contrefactuelle.

L'optimisation stochastique en ligne aide à naviguer dans l'incertitude lors de la prise de décision.

Cette étude met en avant les améliorations des modèles géométriques, en se concentrant sur l'expressivité et la complétude.

BOWLL fixe un nouveau standard pour les systèmes d'apprentissage adaptatif.

Utiliser des modèles vision-langage pour améliorer le feedback des robots et l'efficacité de leur apprentissage.

Explorer de nouvelles méthodes pour créer des mises en page de design efficaces.

RC-GNN améliore l'interprétabilité des GNN et la précision prédictive grâce à des méthodes innovantes.

Une plongée dans les aspects clés et les défis de l'apprentissage fédéré décentralisé.

LPT améliore la prise de décision des machines en mettant l'accent sur la planification plutôt que sur les récompenses immédiates.

Utiliser des chatbots pour répondre aux besoins d'infos des patients pendant les opérations de cataracte.

L'étude met en avant des problèmes qui touchent l'équité des explications de l'IA selon différents groupes.

Cette étude explore des méthodes pour améliorer la performance des classificateurs sur des ensembles de données déséquilibrés.

Une étude examine les mécanismes de sécurité fragiles dans les modèles de langage et propose des améliorations.

Présentation d'ApiQ pour améliorer le fine-tuning et la quantification des grands modèles de langage.

S'attaquer aux lacunes de diversité dans les ECR pour améliorer les résultats de santé pour tous.

Une nouvelle méthode améliore la fiabilité des prévisions des modèles dans des applications réelles.

Un nouveau système permet aux apprenants de demander des exercices de langue sur mesure.

Une nouvelle approche pour intégrer des perspectives culturelles variées dans les modèles de langage.

Un aperçu de comment on évalue la qualité des prévisions.

Une nouvelle approche pour améliorer les performances du modèle dans des scénarios avec peu de données.

Explorer comment la Confidentialité Différentielle protège les données personnelles tout en offrant des informations précieuses.

L'apprentissage automatique améliore l'efficacité et la précision dans la gestion des projets de stockage de dioxyde de carbone.

Présentation de CAP pour améliorer l'équité et l'efficacité des modèles d'apprentissage machine.

Le cadre CHEESE identifie efficacement les comportements de triche pendant les examens en ligne.

Cet article explore l'intégration de l'apprentissage par renforcement avec le contrôle optimal stochastique pour une prise de décision plus sûre.

Explore la régression alignée sur les fonctions et ses avantages par rapport aux méthodes traditionnelles.

Le modèle TWIG offre de nouvelles perspectives sur les graphes de connaissances et les embeddings pour de meilleures prédictions.

Quilt améliore la classification multi-classe sur les machines quantiques d’aujourd’hui.

Les réseaux de neurones quantiques offrent de nouvelles méthodes pour traiter l'information en intelligence artificielle.

Une nouvelle méthode offre des aperçus plus clairs sur les prédictions des GNN sans formation supplémentaire.

Cette recherche combine l'analyse de Fourier avec des modèles de diffusion pour générer de meilleures séries temporelles.

On est en train de regarder des nouvelles méthodes pour des entraînements de modèles de langue plus rapides et économes en ressources.

Des chercheurs améliorent la sélection d'anticorps en prédisant l'humanité grâce à l'analyse des données de brevets.

Un nouveau cadre améliore les prévisions d'énergie solaire en utilisant différentes sources de données.

Une nouvelle méthode pour des recherches de programmes d'apprentissage machine plus rapides et meilleures.

Explorer de nouvelles méthodes pour de meilleurs résultats d'apprentissage dans les jeux multijoueurs.

Examiner le lien entre la compression de données et la robustesse face aux attaques dans l'apprentissage profond.

L'examen des attaques de jailbreak montre des faiblesses dans la sécurité des modèles de langage.