Informatique - Intelligence artificielle

Une méthode pour que les agents apprennent des stratégies dans les jeux de champ moyen avec un minimum de connaissances préalables.

BiSHop améliore l'apprentissage profond pour les données tabulaires avec des techniques innovantes.

Cette étude évalue comment la taille du modèle et la quantification impactent la performance du modèle de langue.

AniTalker crée des animations réalistes en utilisant des portraits et de l'audio, capturant des dynamiques faciales subtiles.

Un nouveau jeu de données améliore la façon dont les robots interprètent les environnements réels.

Une nouvelle plateforme où les robots apprennent des tâches complexes en jouant au hockey sur air.

La recherche s'attaque aux soucis de vie privée dans les modèles de langage grâce à des méthodes innovantes de désapprentissage.

Un environnement de simulation qui améliore la formation des agents médicaux grâce aux interactions avec les patients.

La recherche s'attaque au calcul du score SHAP tout en relâchant les hypothèses d'indépendance des caractéristiques.

Cette étude montre comment les schémas de regard personnels influencent les interactions humain-robot.

Un regard de plus près sur les mécanismes d'auto-attention dans les modèles de traitement du langage.

Word2World automatise la création de jeux à partir d'histoires en utilisant l'IA.

Un nouveau modèle améliore la performance des transformateurs en gérant l'inefficacité des valeurs aberrantes.

Cette méthode améliore la séparation audio en combinant des descriptions de langue avec une analyse sonore.

Améliorer les modèles de diffusion en ajoutant LoRA aux couches d'attention pour de meilleures images.

Utiliser un nouveau modèle pour prédire les résultats des patients à partir des dossiers de santé électroniques.

Connecter les utilisateurs à des infos importantes dans des situations du quotidien grâce à des systèmes innovants.

Les modèles de mémoire modernes améliorent l'apprentissage et les processus de récupération de l'IA.

Examiner les problèmes de maintien de persona dans les discussions en groupe sur l'IA.

Une nouvelle méthode pour ajuster rapidement l'exposition de la caméra en utilisant l'apprentissage par renforcement profond.

SCRABLE propose des solutions automatisées pour gérer efficacement les avis d'applis.

Utiliser la valeur d'échange pour apprendre à l'IA des comportements sûrs et efficaces des humains.

ApisTox offre des infos super importantes sur les effets des pesticides sur les abeilles.

Présentation d'un système de contrôle à deux niveaux pour une meilleure tolérance aux intrusions.

Nouveau modèle d'IA améliore la compréhension des images en trois dimensions.

Les robots apprennent des compétences en observant les humains faire des tâches avec les deux mains.

L'étude évalue l'efficacité énergétique du code de Code Llama par rapport aux solutions écrites par des humains.

AlphaMath améliore le raisonnement dans les modèles linguistiques en utilisant la recherche d'arbres de Monte Carlo.

De nouvelles techniques améliorent la sécurité et l'efficacité dans la surveillance des infrastructures.

Un nouveau cadre utilise la technologie pour simplifier l'analyse des pannes dans le secteur de la santé.

Une nouvelle méthode améliore l'efficacité des systèmes de transport intelligents grâce à l'apprentissage multi-agents.

Cet article parle de l'arrêt précoce pour améliorer l'efficacité de la sélection des modèles en apprentissage automatique.

Une nouvelle méthode améliore l'efficacité de l'apprentissage par renforcement avec moins de démonstrations.

Mind-Animator reconstruit des vidéos en utilisant l'activité cérébrale mesurée par l'IRMf.

Explorer l'importance de softmax dans la performance et les applications des réseaux de neurones.

De nouveaux algorithmes améliorent la prise de décision en tenant compte du risque et de l'efficacité.

Introduction des instruments fuyants pour une meilleure analyse causale dans des scénarios de données complexes.

Enquête sur le biais de position dans les modèles de langage et sur les moyens de le réduire.

QuadraNet V2 améliore l'efficacité et la durabilité de l'entraînement des modèles en apprentissage automatique.

Comprendre l'incertitude aide les robots à fonctionner efficacement dans des environnements imprévisibles.