Informatique - Intelligence artificielle

Les scientifiques peuvent améliorer leur portée grâce à des accroches captivantes avec des modèles de langage.

Un nouveau jeu de données pour une meilleure analyse du sentiment financier améliore la prise de décision pour les investisseurs.

Une nouvelle méthode combine exploration et incertitude pour améliorer l'apprentissage des robots.

Ce papier présente un algorithme off-policy pour l'optimisation de la récompense moyenne dans des environnements continus.

Cette étude évalue comment des corruptions aléatoires améliorent les performances des modèles de classification d'images.

DNND propose une nouvelle méthode pour un modélisation dynamique précise sans problèmes d'intégration.

Cette étude examine les défis des explications de l'IA dans des contextes juridiques.

LogiCoT améliore le raisonnement logique des modèles linguistiques grâce à des tâches structurées.

Une étude sur les modèles de langue utilisant les questions difficiles de l'examen GAOKAO en Chine.

Découvre comment DISCS améliore l'apprentissage non supervisé pour des compétences robotiques variées.

Améliorer les méthodes pour protéger les œuvres d'art originales contre la duplication non autorisée en utilisant des exemples adversariaux.

La recherche vise à améliorer la capacité des modèles de langue dans les tâches de raisonnement analogique.

Une nouvelle stratégie de contrôle améliore le contrôle de formation dans les robots mobiles.

Améliorer les systèmes de mémoire artificielle grâce à de nouveaux réseaux de Hopfield inspirés par la biologie.

Un nouveau cadre permet aux modèles d'apprendre à partir de graphiques en utilisant des techniques en contexte.

Apprends comment des explications contrefactuelles variées clarifient les décisions de l'apprentissage automatique pour les utilisateurs.

Apprends des étapes efficaces pour rédiger un article scientifique clair.

Une nouvelle approche améliore la NER en s'attaquant aux défis des étiquettes crowdsourcées.

Cette recherche se concentre sur l'amélioration des modèles de QA pour des questions ambiguës.

Un aperçu des forces et faiblesses en matière de raisonnement de deux modèles de langue avancés.

Un nouveau modèle, SimpleBART, améliore la simplification de texte pour une meilleure compréhension.

L'apprentissage fédéré améliore l'efficacité des traductions tout en garantissant la confidentialité des données.

Présentation d'un nouveau cadre pour mieux évaluer les réponses générées par l'IA.

Une nouvelle méthode améliore l'équité des modèles entre différents groupes d'utilisateurs en apprentissage automatique.

Une étude sur comment on perçoit les images pendant les tâches de légende.

Un nouveau système pour analyser les changements émotionnels pendant les interactions.

L'IA améliore l'imagerie cardiaque et l'efficacité du diagnostic grâce à de nouveaux ensembles de données et modèles.

Cet article examine comment réduire les fonctionnalités améliore la catégorisation humaine.

Les modèles actuels galèrent avec les changements de noms, ça montre qu'il faut améliorer ça.

Des recherches examinent des techniques de sollicitation pour améliorer la fiabilité des résultats des modèles linguistiques.

Une méthode innovante améliore le raisonnement des modèles de transformateurs en utilisant des règles logiques probabilistes.

Explorer comment les grands modèles de langage gèrent les structures de tableaux et leurs limites.

Évaluer les préoccupations de confidentialité et les solutions dans les méthodes d'apprentissage partagé.

Explorer comment les ANC se développent et s'adaptent en utilisant des signaux internes et externes.

Combiner les données des DSE avec des graphes de connaissances personnalisés améliore les prédictions des résultats de santé.

Une nouvelle méthode améliore les petits modèles de langage tout en protégeant la vie privée des patients.

Stratégies pour améliorer la génération de langage AI en se concentrant sur la sécurité et le respect.

Un ensemble de données destiné à améliorer la vérification des faits en combinant texte et images.

Ce travail présente des tâches pour que les machines raisonnent sur des objets en utilisant le contexte visuel.

Apprends à classer les retours clients efficacement avec des modèles de langage et des expressions régulières.