Informatique - Intelligence artificielle

Cette étude examine le rôle des scores de confiance pour améliorer la performance de l'OCR.

Une nouvelle méthode améliore la génération de code en utilisant plusieurs langages de programmation.

Les systèmes de tutorat intelligent utilisent des modèles avancés pour aider à l'apprentissage personnalisé.

UI-JEPA améliore la façon dont les systèmes prédisent les actions des utilisateurs à partir des interactions sur l'écran.

Apprends à créer et résoudre des rébus en utilisant la taille, la couleur et les chiffres.

Le dataset MeMo éclaire comment on se souvient des conversations de groupe.

Un nouveau système améliore la façon dont les organisations créent des politiques de contrôle d'accès.

Cette étude évalue des réseaux de neurones pour reproduire les caractéristiques de la réverbération à ressort.

L'équilibrage de charge piloté par l'IA améliore la performance et l'efficacité du cloud.

Examiner comment le raisonnement défaisable prend en compte les exceptions dans notre compréhension des concepts.

Examiner les effets des fuites sur les entreprises de smartphones et la fiabilité des sources.

Améliorer l'efficacité de la prise de décision dans des environnements complexes grâce à un nouvel algorithme.

Ce travail améliore les modèles vision-langage grâce à des stratégies de données améliorées et des techniques innovantes.

Cet article examine les risques de red-teaming dans les grands modèles de langage utilisés en entreprise.

Une méthode qui améliore la concentration des CNN sur les zones clés d'une image pour de meilleures décisions.

Nouvelles techniques améliorent la performance des GCNs Spectraux dans l'analyse des données de graphes.

Explorer des outils et des méthodes pour identifier le contenu généré par l'IA par rapport à celui écrit par des humains.

Apprends comment les journaux cognitifs peuvent améliorer notre raisonnement sur les actions et les événements.

SSR améliore la performance des modèles de langue tout en gardant leurs capacités générales.

La méthode Untie the Knots améliore la gestion des longs textes dans les modèles de langue.

La recherche montre comment les couches dans les LLM contribuent de manière égale aux prédictions.

Nouveau cadre d'IA améliore la compréhension des vidéos de chirurgie pour un meilleur soin des patients.

Un cadre pour s'assurer que les robots interagissent en toute sécurité et efficacement avec les humains.

La recherche étudie comment les humains comparent des images en utilisant des modèles d'apprentissage profond.

Une nouvelle méthode améliore la compréhension des langues dans les modèles Transformer en utilisant des géométries non linéaires.

Une nouvelle méthode améliore les réseaux de neurones en se concentrant sur le jacobien pour des sorties structurées.

Une nouvelle approche pour une IA mobile flexible utilisant des modèles de langage sur appareil.

Une nouvelle méthode améliore la qualité de sortie du code des modèles linguistiques.

Un nouveau modèle améliore la prise de décision dans les systèmes de transport grâce à une meilleure gestion des données.

KModels permet aux entreprises de mettre en œuvre facilement des modèles d'IA sans avoir besoin de connaissances techniques approfondies.

Un cadre pour rendre les insights cachés des réseaux de neurones plus clairs et compréhensibles.

Cette recherche améliore la façon dont les modèles répondent aux questions en utilisant des tableaux.

Examiner le lien entre l'honnêteté et le biais politique dans les modèles de langage.

Un nouveau programme améliore l'analyse des images du cœur, aidant à détecter des maladies.

Une méthode pour classer des objets efficacement malgré des données limitées.

Présentation de FedFT, une méthode pour améliorer la communication dans l'apprentissage fédéré.

Cette étude examine comment les données synthétiques peuvent résoudre les déséquilibres de classe et de groupe.

Explorer une nouvelle méthode pour s'attaquer efficacement aux problèmes d'optimisation multi-blocs.

Des participants ont présenté des cartographies de données innovantes utilisant des structures topologiques lors d'une conférence sur l'apprentissage automatique.

Exposer les risques de manipulation des fonctions d’influence en apprentissage automatique.