Derniers articles pour Apprentissage automatique

Une nouvelle méthode règle les problèmes de luminosité dans les modèles de diffusion pour une meilleure génération d'images.

Un nouveau transformateur de vision léger améliore l'estimation de profondeur pour les appareils à faible consommation.

Un nouveau benchmark évalue l'apprentissage continu dans les modèles de langage multimodaux.

DrFER propose une analyse des expressions faciales plus précise en séparant les caractéristiques de l'identité.

Cet article examine les problèmes de "code smells" dans la qualité des logiciels ML.

Présentation de REPAIR pour améliorer la précision d'appariement des données dans des environnements bruyants.

Une nouvelle initiative pour améliorer la technologie de transcription pour les réunions dans les grandes salles.

Cette recherche se concentre sur l'optimisation de l'entraînement des modèles de langage et la prédiction de leur performance dans le monde réel.

Les avancées récentes en deep learning améliorent les modèles climatiques et les prévisions météo.

Les robots apprennent à manipuler des objets à partir de leurs expériences plutôt que des conseils humains.

Présentation d'un cadre pour améliorer la détection d'anomalies dans les systèmes d'apprentissage fédéré.

Apprends à mesurer les incertitudes dans l'estimation de pose des robots pour une meilleure performance.

Une nouvelle méthode améliore la découverte de catégories en combinant des infos visuelles et textuelles.

Une étude sur la généralisation des réseaux ResNet profonds scalés.

La recherche révèle une compréhension plus poussée du comportement des électrons dans les matériaux.

Ce boulot s'attaque à comment adapter des représentations causales à différents contextes de manière efficace.

Un aperçu du PAC-Bayes et de son impact sur la performance des modèles.

Présentation de modèles Koopman innovants conçus pour la stabilité dans l'apprentissage des systèmes.

Une méthode pour améliorer l'efficacité des LLM sans sacrifier la performance.

Mamba montre un fort potentiel dans l'analyse vidéo par rapport aux transformateurs.

PosSAM améliore la segmentation d'images avec des capacités de vocabulaire ouvert et des techniques innovantes.

Une nouvelle méthode d'entraînement aide les modèles de langage à mieux se souvenir des infos.

Une nouvelle méthode améliore la précision des noms dans les ensembles de données de segmentation d'images.

Une nouvelle méthode améliore les fonctionnalités de sécurité dans les systèmes d'IA multimodaux sans entraînement intensif.

Un nouveau modèle améliore la précision et l'efficacité dans la prédiction de la densité d'électrons.

Un nouveau pipeline intègre des méthodes d'apprentissage automatique en astrophysique pour une meilleure analyse.

SkateFormer améliore la reconnaissance des actions humaines grâce à des techniques avancées d'analyse conjointe et d'attention.

Une nouvelle méthode améliore la façon dont les LLMs apprennent des exemples.

De nouvelles méthodes utilisant l'apprentissage automatique améliorent les mesures de distance pour les sursauts gamma.

LoRA+ améliore la performance des modèles grâce à des taux d'apprentissage adaptés dans l'apprentissage profond.

Explorer comment les coups de pinceau dans les croquis influencent la prise de décision de l'IA.

Cet article explore comment apprendre à l'IA avec des tâches simples améliore ses performances.

L'apprentissage automatique améliore l'efficacité et la précision dans la conception de structures de poutres continues.

Enquête sur les méthodes de compression de modèles pour améliorer l'efficacité et la défense contre les attaques.

Un nouveau cadre bayésien améliore la qualité des images et estime l'incertitude.

Une nouvelle méthode améliore la performance des modèles informatiques malgré des données incomplètes.

RAIN-GS améliore la performance de 3DGS grâce à de meilleures techniques d'initialisation et de filtrage.

Une nouvelle approche des bandits linéaires s'attaque au bruit de retour pour de meilleures prises de décision.

AVIBench teste les LVLMs pour s'assurer qu'ils résistent aux instructions visuelles adverses.

SELECTOR utilise des données variées pour prédire avec précision la survie des patients atteints de cancer.