Informatique - Intelligence artificielle

Une nouvelle méthode renforce la confiance dans les prévisions pour les entreprises en utilisant des explications contrefactuelles.

Une ressource conçue pour aider les robots à apprendre des tâches quotidiennes efficacement.

Une nouvelle approche pour gérer les coupures de courant dans les systèmes électriques grâce à une prise de décision avancée.

Découvrez de nouvelles stratégies pour optimiser la planification des ateliers de production avec des techniques d'apprentissage auto-supervisé.

Un nouveau jeu de données aide à améliorer la détection des fausses infos sur différentes plateformes.

Une nouvelle méthode aide l'IA à apprendre des compétences variées pour différents défis.

Améliorer la robustesse contre les attaques adversariales dans les modèles vision-langue.

Une nouvelle approche améliore la représentation des formes dans des données 3D complexes.

Examen des méthodes PEFT dans les LLM pour la génération de code et le résumé en R.

DORIS analyse les posts sur les réseaux sociaux pour repérer les signes de dépression tôt.

Un nouveau modèle propose des stratégies équilibrées pour la prise de décision en matière d'épidémie.

Une nouvelle méthode pour retrouver des échantillons backdoor sans avoir besoin de données propres.

Une nouvelle méthode utilise des modèles de diffusion pour améliorer la précision des prévisions météo.

La recherche met en avant de nouvelles méthodes pour comprendre les messages sur le climat en ligne.

Une nouvelle méthode améliore la vitesse d'entraînement et réduit l'utilisation de la mémoire pour les modèles de langue.

EXPLORER combine le raisonnement neural et symbolique pour améliorer l'IA dans les jeux textuels.

AirPhyNet mélange la physique et les données pour des prévisions de qualité de l'air plus précises.

L'apprentissage automatique offre de meilleures prévisions pour la récidive du cancer de la vessie, améliorant ainsi les soins aux patients.

FeatUp améliore la résolution des caractéristiques d'image, boostant les performances dans les tâches de vision par ordinateur.

Cet article passe en revue la robustesse de CLIP face à divers défis.

Explorer comment construire des dossiers de sécurité pour les technologies IA.

Une approche pratique pour aborder les problèmes éthiques dans les équipes de data science.

De nouvelles méthodes améliorent la précision dans la reconnaissance vocale brouillée en utilisant de grands modèles de langue.

Explorer pourquoi les explications des modèles d'IA sont essentielles pour la confiance et la fiabilité.

Révolutionner le partage de données et la sécurité dans les réseaux de véhicules avec de nouveaux cadres d'apprentissage.

Apprends comment la perte d'histogramme améliore les prédictions de régression en modélisant l'incertitude.

Analyser les sons des poules aide à améliorer leur santé et la productivité de la ferme.

HawkEye améliore les modèles vidéo-texte pour traiter les vidéos plus longues efficacement.

Présentation de graphiques de facteurs causaux paramétriques pour améliorer les stratégies de prise de décision.

Un nouvel algorithme améliore la détection des facteurs interchangeables dans les graphes de facteurs.

Ce document parle d'améliorer les recommandations en utilisant des grands modèles de langage et l'apprentissage dans le contexte.

SleepNet utilise des données provenant de dispositifs et de réseaux sociaux pour prédire la durée du sommeil.

RG-LCD améliore la génération d'images à partir de texte, s'alignant efficacement avec les préférences humaines.

Un cadre pour améliorer la performance du NLP à travers différents dialectes de langue.

N2F2 améliore l'interprétation des images par les machines grâce à une analyse multi-niveau et à l'intégration du langage.

Un nouveau cadre améliore la prédiction des intentions des piétons pour les voitures autonomes.

Ce papier améliore l'adaptabilité des agents dans de nouveaux contextes grâce à l'apprentissage par renforcement contextuel.

SelfIE aide les LLM à expliquer leurs processus de pensée de manière claire et fiable.

De nouvelles techniques améliorent les interfaces cerveau-ordinateur en utilisant l'EEG et l'apprentissage profond.

G-NoCL utilise des modèles génératifs pour améliorer l'apprentissage continu sans avoir besoin d'une tonne de données étiquetées.