Informatique - Apprentissage automatique

Une nouvelle approche améliore les solutions à l'équation de Fisher avec des réseaux de neurones.

Une nouvelle approche pour identifier les attaques de spear-phishing en utilisant des modèles de langage avancés.

De nouvelles méthodes transforment la façon dont les scientifiques étudient les structures moléculaires et leurs applications.

Une nouvelle approche aide les machines à apprendre et à interpréter les concepts visuels efficacement.

Cet article parle des défis de l'apprentissage continu et des solutions possibles en apprentissage automatique.

Cet article examine les difficultés et les techniques pour mettre à jour les connaissances dans les modèles de langage.

Une nouvelle approche pour améliorer la performance des modèles de NLP sur des données inconnues.

Cette étude améliore l'efficacité du fine-tuning dans les réseaux de neurones en utilisant l'apprentissage actif transductif.

Explorer des façons d'améliorer le raisonnement des LLM sans retour externe.

De nouvelles méthodes combinent les idées d'experts avec les expériences des apprenants pour une meilleure efficacité.

Présentation de l'apprentissage par renforcement adaptatif et sûr pour une meilleure sécurité dans les systèmes robotiques.

Une nouvelle approche des prédictions réduit le regret d'échange pour les agents de prise de décision.

Une nouvelle méthode pour échantillonner des distributions complexes sans se fier aux gradients.

Améliorer les modèles de langage pour des réponses précises et basées sur des preuves.

Une initiative dirigée par la communauté pour identifier les prompts nuisibles dans les modèles T2I.

Comprendre les attaques d'exemples non apprenables à travers la théorie des jeux pour une meilleure protection des données.

Explorer l'impact de ClinicLLM sur les prédictions de réadmission à l'hôpital et sur les soins aux patients.

Cette étude utilise l'apprentissage automatique pour prévoir efficacement la dynamique des flammes.

La recherche examine comment des modèles simples montrent des comportements complexes et une certaine autonomie.

Cette étude passe en revue les vulnérabilités des modèles d'IA utilisés pour les applications génomiques.

Cet article analyse les avantages de l'attention multi-tête par rapport à l'attention mono-tête dans les tâches d'apprentissage automatique.

RIGID utilise l'apprentissage machine pour concevoir des métamatériaux de manière efficace avec un minimum de données.

Une nouvelle technique améliore la communication entre les jobs DNN sur des réseaux partagés.

Cet article explore de nouvelles méthodes de modélisation de la courbe des taux en utilisant des techniques d'apprentissage profond.

De nouvelles méthodes améliorent la façon dont on détermine l'orientation des engins spatiaux dans l'espace.

Une nouvelle méthode améliore la prise de décision dans l'apprentissage de politique hors ligne.

Une nouvelle méthode améliore la découverte de matériaux cristallins pour la technologie et la durabilité.

De nouvelles méthodes combinent l'audio et les métadonnées pour une meilleure reconnaissance des langues.

SafeCoder améliore la sécurité du code généré par les modèles de langage.

Un nouvel algorithme améliore l'intégration des préférences des utilisateurs dans des tâches complexes d'apprentissage automatique.

Une nouvelle méthode améliore la diversité dans les solutions d'optimisation multiobjectif.

De nouvelles méthodes améliorent l'estimation dans des modèles scientifiques complexes.

Présentation d'une méthode qui améliore la modélisation dynamique 3D au fil du temps.

Recherche sur comment les Transformers améliorent la généralisation pour des séquences plus longues dans les tâches d'addition.

Une nouvelle méthode garde les images claires pour les humains tout en bloquant les modèles non autorisés.

Une nouvelle méthode pour prédire les relations causales à partir de données de séries temporelles en utilisant l'apprentissage profond.

L'analyse de survie aide à prédire quand des événements se produisent dans différents domaines.

Une nouvelle méthode combine les matrices de covariance et de Hessian pour améliorer la précision de la classification binaire.

Un aperçu des transformers et leur impact sur le traitement des données.

Les LLMs personnalisés soulèvent des inquiétudes en matière de sécurité, surtout avec les attaques par backdoor d'instruction.