Informatique - Intelligence artificielle

Explorer comment on perçoit les couleurs à travers la psychologie et la mécanique quantique.

Un nouveau benchmark évalue la performance des modèles de langage pour comprendre les transcriptions de réunions.

Des recherches sur les réseaux neuronaux artificiels pour classifier les signaux nerveux montrent des promesses pour la récupération.

Découvrez comment le DSL améliore la collaboration des appareils IoT et l'efficacité d'apprentissage.

Une nouvelle méthode améliore la collaboration entre agents dans des environnements d'apprentissage variés tout en préservant la confidentialité des données.

Un nouveau planificateur améliore l'efficacité de la production dans des environnements de fabrication complexes.

Cette étude explore comment les robots apprennent le langage et les actions à travers des expériences.

L'IA générative propose de nouveaux outils pour des designs architecturaux innovants et une meilleure efficacité.

De nouvelles méthodes améliorent la précision pour répondre à des questions complexes avec des infos mises à jour.

Examen des préoccupations de confidentialité et des solutions pour les grands modèles de langage dans les données textuelles.

L'informatique quantique booste l'efficacité et les capacités de l'apprentissage automatique grâce à une collaboration innovante.

Un cadre pour améliorer la sécurité et la fiabilité des grands modèles de langage.

Un corpus unique améliore la reconnaissance des entités nommées dans six langues slaves.

Une nouvelle méthode améliore la quantification de l'incertitude dans les DeepONets en utilisant l'inversion d'Ensemble Kalman.

Un nouveau modèle améliore la précision de la récolte de fruits par des robots en utilisant des données de nuages de points 3D.

Présentation d'une approche efficace pour la correspondance de formes avec des cartes fonctionnelles.

Une nouvelle méthode améliore les modèles d'apprentissage profond pour les jeux de données déséquilibrés.

Une étude explore comment les modèles de langage interagissent avec les humains et entre eux pour compléter des tâches.

Explorer les problèmes de copyright posés par l'IA générative et les méthodes de protection.

Examiner les problèmes de biais dans les grands modèles de langage et les efforts pour améliorer l'équité.

GeoBFN s'attaque aux principaux défis pour générer des structures moléculaires 3D précises.

Une nouvelle méthode améliore la réactivité des modèles de langage face aux requêtes inconnues.

Une nouvelle méthode s'attaque aux problèmes clés de l'apprentissage continu : la plasticité et l'oubli.

FedD2S améliore l'apprentissage fédéré en personnalisant les modèles tout en préservant la vie privée des données.

Un système qui aide les robots à détecter et réparer les échecs de tâches en temps réel.

Ce papier examine comment les données affectent l'évaluation des modèles de NLP.

Un cadre pour extraire des motifs significatifs à partir de jeux de données incertains et bruyants.

Un aperçu des techniques de récupération dense et générative et de leur impact.

Une nouvelle façon d'animer des portraits avec des expressions et des angles qui changent.

MindEye2 permet de faire des reconstructions visuelles claires à partir de données de scans cérébraux minimales.

Recherche sur la prédiction des vibrations dans les véhicules électriques en utilisant le modèle Resoformer.

Comprendre la généralisation de la longueur peut améliorer les capacités de raisonnement de l'IA pour des tâches complexes.

Une nouvelle approche améliore la détection des trottoirs pour les véhicules autonomes.

Un nouveau cadre aide les modèles de langage à apprendre de leurs erreurs dans la résolution de problèmes.

Une nouvelle méthode améliore la navigation dans les robots avec des données limitées.

Une nouvelle méthode intègre les signaux de la parole pour améliorer la détection de la dépression.

TraveLER améliore la compréhension des vidéos grâce à des questions interactives pour de meilleures réponses.

Une étude sur les méthodes d'IA pour la détection du cancer en pathologie numérique.

Cette critique présente un cadre pour l'AIOps dans la gestion des incidents.

Cet article parle de l'équité robuste et précise dans l'apprentissage profond et de ses effets.