Informatique - Intelligence artificielle

Cet article présente une méthode pour la détection et l'explicabilité des revues de spam en temps réel.

Un modèle qui protège les données personnelles dans les écrits juridiques italiens.

Goldilocks veut équilibrer l'équité et la résistance à la manipulation dans les processus de sélection.

Un aperçu de comment les réseaux linéaires apprennent et évoluent pendant l'entraînement.

LLM2FEA combine l'IA générative et les algorithmes évolutifs pour des solutions de design innovantes.

Une méthode innovante intègre la densité électronique pour améliorer les prédictions des propriétés moléculaires.

GIEBench évalue les réponses empathiques des LLM en se basant sur des identités de groupe diverses.

Découvre comment les Leaky ResNets améliorent les techniques d'apprentissage profond.

Une nouvelle méthode améliore la réparation de code pour les langages de programmation sous-utilisés.

Un nouveau système de révision de code aide les étudiants à obtenir de meilleurs retours en programmation.

De nouvelles techniques améliorent les performances en raisonnement et en logique des grands modèles de langage.

Explorer comment les profils d'utilisateurs améliorent la personnalisation dans les modèles de langue.

Un nouveau modèle améliore la reconnaissance des références d'événements à travers plusieurs documents.

Examiner comment les vision transformers comprennent les relations entre les objets dans les images.

Apprends sur les FTFIs et leur impact sur les structures de données d'arbre en apprentissage machine.

Un nouveau cadre combine des modèles de langage et des graphes de connaissances pour des suggestions de produits plus claires.

Une méthode pour améliorer la collecte de données pour les systèmes qui évoluent avec le temps.

Les agents améliorent leur adaptabilité et leur efficacité en utilisant des modèles abstraits pour la planification et l'apprentissage.

Un nouveau cadre améliore l'efficacité d'apprentissage dans les systèmes multi-agents grâce à une modélisation du monde innovante.

Une nouvelle approche modulaire améliore l'inférence variationnelle dans les langages de programmation probabilistes.

Analyser la performance des modèles d'IA sur des problèmes de maths pour enfants révèle des lacunes importantes.

RankAdaptor optimise le fine-tuning des modèles IA élagués, améliorant les performances de manière efficace.

Explorer comment l'IA transforme le paysage des énergies renouvelables pour plus d'efficacité.

Examiner la nécessité de meilleures règles pour l'IA dans la santé.

INDICT améliore la sécurité du code et son utilité grâce à une analyse à double critique.

Un nouveau cadre améliore la modélisation des systèmes physiques complexes en utilisant la symétrie discrète.

Méthodes pour réduire l'utilisation de la mémoire lors du fine-tuning de gros modèles.

Une plateforme standardisée pour tester des algorithmes d'apprentissage dans le contrôle aux limites des équations différentielles partielles.

La recherche évalue les capacités de vérification des affirmations des modèles de langage en utilisant un nouveau dataset.

Une nouvelle méthode améliore l'efficacité de l'apprentissage des robots grâce à une meilleure interaction avec les humains.

Cet article examine comment certains neurones influencent l'incertitude dans les prédictions des modèles de langage.

Ce papier présente une méthode pour évaluer les modèles de langage à travers différents prompts.

Présentation de DARE, une méthode pour améliorer l'apprentissage automatique sans oublier les anciennes connaissances.

Améliorer l'efficacité en programmation linéaire avec des techniques d'apprentissage automatique.

Une nouvelle approche améliore la prise de décision en fournissant des changements d'input fiables.

Un nouveau jeu de données évalue la performance des LLM dans la résolution de problèmes liés aux graphes.

TimeAutoDiff propose de nouvelles solutions pour créer des données de séries temporelles synthétiques réalistes.

Une nouvelle méthode pour mieux comprendre les événements en utilisant plusieurs documents.

Un nouveau modèle combine des données audio et visuelles pour une meilleure compréhension.

L'inférence par boîte englobante améliore la prise de décision dans l'apprentissage par renforcement basé sur des modèles.