Informatique - Intelligence artificielle

Cette étude utilise ControlNet pour améliorer la génération d'images à partir de descriptions d'art abstrait.

De nouvelles méthodes améliorent la détection de l'autisme grâce à l'analyse des vidéos à la maison des enfants.

Analyser les systèmes neuronaux à différents niveaux améliore la compréhension du comportement et de la prise de décision.

Une nouvelle méthode améliore les calculs de gradient, rendant les transformeurs plus efficaces en apprentissage automatique.

Un nouveau modèle vise à traduire l'activité cérébrale en langage compréhensible.

Une nouvelle méthode améliore les performances du modèle en utilisant des connaissances partagées entre les tâches.

L'approche HBIC améliore l'analyse des jeux de données médicaux complexes.

Un benchmark multi-domaine évalue les capacités de génération de code des LLM dans différents domaines.

Utiliser le ML causal peut vraiment améliorer la prise de décision en agriculture et la durabilité.

Une nouvelle approche améliore la modélisation de la dysfluidité pour la thérapie et l'apprentissage des langues.

Une nouvelle méthode améliore la capacité des réseaux de neurones à gérer les changements géométriques.

La recherche associe la modélisation 3D avec l'apprentissage automatique pour de meilleurs visuels.

DeTPP améliore les prévisions d'événements à long terme dans différents domaines avec des résultats variés.

Ce travail se concentre sur l'explication de la prise de décision en IA en utilisant la recherche par arbre de Monte Carlo.

Cet article parle de comment les avatars peuvent améliorer la conscience de soi dans la formation virtuelle.

FST-Mamba améliore la compréhension de la connectivité cérébrale en utilisant des données d'IRMf.

De nouvelles méthodes améliorent la précision et la cohérence du suivi dans les applications de vision par ordinateur.

Cet article parle du rôle des LLM dans les missions spatiales en utilisant le Kerbal Space Program.

Une nouvelle approche pour découvrir des relations causales en utilisant l'analyse par paires.

Cet article parle du développement de modèles de langage ouverts et larges pour la langue lituanienne.

Explorer comment les grands modèles de langage apprennent à partir d'exemples dans différents contextes.

Une plateforme conçue pour mieux comprendre les décisions de l'IA grâce à des explications sur mesure.

Un aperçu simplifié des CSP et de l'impact des contraintes supplémentaires.

Un nouveau cadre améliore la classification audio en utilisant les connaissances des dispositifs multi-modaux.

Un nouveau modèle améliore les prévisions de la demande de transport en analysant plusieurs caractéristiques urbaines.

Une nouvelle méthode améliore les prévisions de trafic routier en intégrant des connaissances régionales.

L'IA peut vraiment accélérer la correction des copies manuscrites pour les profs.

Une nouvelle méthode améliore l'utilisation de la mémoire et la vitesse d'entraînement des grands modèles de langage.

La combinaison de l'imagerie SONAR et de l'apprentissage profond améliore la clarté dans les classifications sous-marines.

Examiner l'importance de l'équité dans les systèmes d'IA qui influencent nos vies.

La consistance de chemin améliore l'efficacité et la précision des grands modèles de langue.

Exploiter des techniques avancées pour trouver de nouvelles utilisations pour des médicaments existants.

De nouvelles méthodes améliorent la confidentialité dans le partage des données de consommation d'électricité tout en gardant leur utilité.

Un nouveau cadre améliore les prévisions en combinant l'analyse des données spatiales et temporelles.

Ce papier parle de l'importance de générer des solutions de code diversifiées.

Un design de robot léger améliore l'efficacité énergétique et la vitesse.

Découvre comment des modèles personnalisés peuvent améliorer l'efficacité de la formation éducative.

Présentation de CBF-LLM : une méthode pour une génération de texte plus sûre dans les LLM.

Un aperçu des méthodes d'échantillonnage pour la génération de texte.

Une nouvelle méthode pour améliorer les modèles de langage grâce à une sélection efficace des tokens.