Informatique - Intelligence artificielle

Un nouveau cadre évalue les modèles de langage sur l'intelligence émotionnelle et la créativité.

Un réseau de neurones pour une estimation de flux améliorée tout en respectant les règles physiques.

Explorer comment les mesures de QoE améliorent la satisfaction des services multimédias.

Un nouveau modèle améliore l'efficacité dans le chargement et le déchargement des conteneurs.

Une nouvelle approche pour la segmentation d'objets vidéo améliore la précision en limitant l'utilisation de la mémoire.

FusionDTI améliore les prévisions des interactions médicament-cible pour un développement de médicaments amélioré.

Analyser les clusters de traders révèle des tendances pour améliorer les prévisions d'investissement.

Un nouveau modèle améliore la correspondance sonore avec les actions visuelles dans les vidéos.

Une nouvelle méthode pour reconstruire des objets complexes en utilisant des entrées visuelles et des techniques de codage.

DafnyBench teste des outils de vérification de logiciels, ouvrant la voie à une programmation fiable.

Une nouvelle approche améliore la qualité de la traduction en apprenant aux modèles à réfléchir sur leurs résultats.

Une nouvelle méthode pour créer des images à partir de texte en utilisant des modèles spécialisés.

Méthodes efficaces pour gérer les labels bruyants dans des données de haute dimension pour une meilleure classification.

Un ensemble de données complet fusionnant images et textes pour aider l'apprentissage automatique.

Utiliser des chatbots IA pour améliorer la communication dans la préparation aux catastrophes pour les groupes multiethniques.

Un nouveau standard vise à évaluer les MLLMs dans la compréhension vidéo sur plusieurs sujets.

ConSoR améliore la compréhension des connexions sociales grâce à l'analyse du contexte visuel.

La nouvelle technologie de jumeau numérique améliore l'exactitude et l'efficacité de la modélisation.

Un aperçu de comment les LLMs abordent les défis de la programmation par l'exemple.

Explorer comment l'information causale structurelle peut améliorer la qualité des données synthétiques.

Une nouvelle méthode améliore la génération de candidats médicaments grâce à l'IA et à la prédiction des propriétés.

La recherche se concentre sur l'amélioration de l'efficacité des modèles de compréhension de documents.

Enquête sur la synergie entre les LLM et les KG dans les applications d'IA.

Nouveau modèle améliore les expériences audio réalistes dans les environnements virtuels.

Découvre des stratégies pour une allocation efficace des ressources en deep learning.

Une nouvelle méthode pour interpréter des tableaux directement à partir d'images améliore l'analyse des données.

Méthodes pour estimer la fiabilité des modèles d'apprentissage automatique.

CFG++ améliore la génération et l'édition d'images, offrant une meilleure correspondance avec les invites textuelles.

Un benchmark créé pour améliorer la compréhension des contenus vidéo longs.

Évaluer le rôle des LLM dans l'amélioration de la représentation structurée des articles scientifiques.

Cette recherche s'attaque au sur-lissage dans les convolutions de graphes pour améliorer la précision de la classification des nœuds.

Cette étude examine les méthodes audio pour suivre les mouvements des piétons dans les zones urbaines.

La recherche sur HOP améliore l'adaptabilité des agents IA dans des jeux à motivations mixtes.

Cette étude examine comment l'ambiguïté dans les phrases affecte les performances des systèmes de recherche.

Une nouvelle approche pour améliorer la prédiction de liens dans différents types de graphes.

La recherche met en avant des méthodes pour améliorer les modèles de langue grâce aux retours des humains.

La compétition révèle des vulnérabilités et des défenses dans la sécurité des modèles linguistiques.

Un nouveau jeu de données améliore la création de sons foley pour le contenu multimédia.

Une nouvelle approche en RL se concentre sur la gestion de l'incertitude pour prendre de meilleures décisions.

Une nouvelle approche améliore la fiabilité des tests pour les bibliothèques d'apprentissage profond.