Informatique - Intelligence artificielle

Examiner comment les grands modèles de langage gèrent le raisonnement de bon sens dans les questions-réponses.

Un nouveau système détecte le langage subjectif et objectif pour une communication plus claire.

Examen des modèles d'IA pour une classification efficace des logs logiciels dans les réseaux télécom.

Des chercheurs dévoilent des techniques efficaces pour analyser des arguments dans des langues à faible données.

De nouvelles métriques offrent une meilleure évaluation de la performance des modèles génératifs en apprentissage automatique.

Une méthode novatrice qui combine les infos d'actualité avec les prévisions des prix des actions.

Un cadre pour améliorer le questionnement multi-hop en utilisant un raisonnement en forme d'arbre.

FEAS améliore la démonstration automatique de théorèmes pour les équations fonctionnelles en utilisant de nouvelles stratégies.

L'étude révèle le biais dans les outils d'évaluation de l'IA qui favorisent les réponses plus longues.

RAMO améliore les suggestions de cours personnalisés pour les apprenants en ligne, surtout les nouveaux utilisateurs.

Explore les avantages et les applications de l'adaptation de faible rang dans les modèles d'IA.

Cette année, NADI s'est concentré sur l'amélioration de l'identification et de la traduction des dialectes arabes.

Cette étude examine comment les réseaux de neurones interprètent la parole en utilisant des spectrogrammes.

Un ensemble de données pour améliorer la capacité de l'IA à lire des matériaux scientifiques avancés.

De nouvelles méthodes visent à améliorer les compétences en raisonnement des modèles de langage.

Une étude sur les LLMs donnant des retours pour l'éducation à la programmation.

Cette étude explore le rôle des couches feed-forward dans les modèles de langage de code.

Cette méthode améliore l'entraînement des agents en utilisant moins de données d'experts grâce à l'exploration et aux signatures de chemin.

Un nouveau jeu de données vise à créer des résumés plus clairs grâce aux retours des utilisateurs.

L'effet Rashomon montre plusieurs modèles efficaces en apprentissage automatique.

Les varifolds neuronaux améliorent l'analyse des nuages de points 3D pour différentes applications.

ARMT améliore la mémoire et le traitement des longues séquences par l'IA.

Une nouvelle méthode améliore la reconnaissance des données de nuage de points pour les véhicules autonomes.

Explorer les problèmes d'hallucination de code dans les modèles de programmation AI.

Évaluer la quantification et l'élagage pour optimiser les modèles DRL pour des ressources limitées.

Présentation d'une méthode pour améliorer l'extraction de sentiments dans le texte grâce à des arbres de dépendance latents.

Cette étude examine les méthodes de filigrane pour les textes générés par machine et leur efficacité contre les attaques de suppression.

Une nouvelle méthode améliore les performances des modèles de langage sur des problèmes complexes.

LaRa crée des modèles 3D à partir de quelques photos avec des techniques innovantes.

XQSV vise à reproduire un gameplay semblable à celui des humains dans le Xiangqi.

Cette recherche améliore la reconnaissance des entités dans les récits cliniques en utilisant des modèles de langage ouverts.

Cet article présente une nouvelle approche utilisant l'entraînement au moment du test pour améliorer les performances des RNN.

Une méthode pour améliorer l'efficacité des modèles en machine learning grâce à des stratégies de taille efficaces.

La recherche se concentre sur l'amélioration de la précision des modèles cérébraux grâce à des techniques de simulation innovantes.

Une nouvelle méthode pour évaluer la qualité des histoires racontées par les machines est présentée.

Une nouvelle approche des systèmes décentralisés qui améliore la collaboration et la prise de décision des agents.

Une nouvelle méthode améliore la découverte de pièces dans les images en utilisant des transformateurs.

Un aperçu de l’efficacité de GPT et RETRO dans l’adaptation des modèles linguistiques avec PEFT et RAG.

LayerShuffle renforce la robustesse des réseaux de neurones en permettant une exécution flexible des couches.

Une nouvelle méthode améliore la découverte moléculaire en utilisant des algorithmes évolutionnaires et des modèles linguistiques.