Informatique - Intelligence artificielle

Cet article passe en revue la robustesse de CLIP face à divers défis.

Explorer comment construire des dossiers de sécurité pour les technologies IA.

Une approche pratique pour aborder les problèmes éthiques dans les équipes de data science.

De nouvelles méthodes améliorent la précision dans la reconnaissance vocale brouillée en utilisant de grands modèles de langue.

Explorer pourquoi les explications des modèles d'IA sont essentielles pour la confiance et la fiabilité.

Révolutionner le partage de données et la sécurité dans les réseaux de véhicules avec de nouveaux cadres d'apprentissage.

Apprends comment la perte d'histogramme améliore les prédictions de régression en modélisant l'incertitude.

Analyser les sons des poules aide à améliorer leur santé et la productivité de la ferme.

HawkEye améliore les modèles vidéo-texte pour traiter les vidéos plus longues efficacement.

Présentation de graphiques de facteurs causaux paramétriques pour améliorer les stratégies de prise de décision.

Un nouvel algorithme améliore la détection des facteurs interchangeables dans les graphes de facteurs.

Ce document parle d'améliorer les recommandations en utilisant des grands modèles de langage et l'apprentissage dans le contexte.

SleepNet utilise des données provenant de dispositifs et de réseaux sociaux pour prédire la durée du sommeil.

RG-LCD améliore la génération d'images à partir de texte, s'alignant efficacement avec les préférences humaines.

Un cadre pour améliorer la performance du NLP à travers différents dialectes de langue.

N2F2 améliore l'interprétation des images par les machines grâce à une analyse multi-niveau et à l'intégration du langage.

Un nouveau cadre améliore la prédiction des intentions des piétons pour les voitures autonomes.

Ce papier améliore l'adaptabilité des agents dans de nouveaux contextes grâce à l'apprentissage par renforcement contextuel.

SelfIE aide les LLM à expliquer leurs processus de pensée de manière claire et fiable.

De nouvelles techniques améliorent les interfaces cerveau-ordinateur en utilisant l'EEG et l'apprentissage profond.

G-NoCL utilise des modèles génératifs pour améliorer l'apprentissage continu sans avoir besoin d'une tonne de données étiquetées.

Investiguer les complexités de l'échantillonnage postérieur dans les modèles de diffusion pour le traitement d'images.

Apprends comment les cartes de saillance améliorent la génération d'images et de vidéos.

Un nouveau modèle améliore les réponses aux requêtes logiques en utilisant des modèles de langage et des graphes de connaissances.

Enquête sur la capacité de l'IA à créer des titres de projets originaux pour le crowdfunding.

Explorer l'impact des LLM sur la recherche et le développement de matériaux.

Un regard sur la propagation des croyances circulaires et son impact sur les systèmes complexes.

De nouvelles méthodes pour échantillonner des trajectoires améliorent les prévisions dans différents domaines.

Cet article présente StateFlow, un cadre pour améliorer la performance des tâches des LLM.

Voici SQ-LLaVA, une méthode qui améliore la question et la compréhension des images.

Un nouveau modèle améliore la sécurité de l'identification vocale et résiste à la contrefaçon vocale.

Cette étude examine le rôle des exemples synthétiques dans la vérification de l'auteur.

Un aperçu de l'attention adaptative gaussienne pour améliorer les performances de l'IA.

Combiner la recherche arborescente Monte Carlo avec Cube-and-Conquer booste l'efficacité de la résolution SAT.

Une nouvelle approche pour comprendre la dynamique du marché crypto grâce à des techniques de modélisation avancées.

Un nouveau modèle améliore la détection d'objets dans des images de mauvaise qualité dans différentes conditions.

Explore comment la causalité façonne notre compréhension et notre prise de décision dans différents domaines.

Explorer l'impact des modèles de diffusion sur les lois sur le droit d'auteur pour les artistes.

Les réseaux de neurones probabilistes offrent une meilleure compréhension de l'incertitude dans la modélisation scientifique.

Explorer l'équilibre entre la compression des modèles et la confiance dans l'IA.