Derniers articles pour Apprentissage automatique

Une nouvelle approche améliore la précision et l'efficacité de la génération d'images.

Un nouveau modèle améliore les prédictions de turbulence dans des conditions hypersoniques avec des effets de paroi froide.

LoRA améliore la performance des gros modèles de langage tout en économisant des ressources.

Les chercheurs utilisent FlowMM pour prédire et créer de nouveaux matériaux cristallins de manière efficace.

Les astronomes utilisent l'apprentissage non supervisé pour analyser d'immenses ensembles de données et découvrir de nouveaux motifs célestes.

VideoEval établit une nouvelle référence pour évaluer efficacement les modèles de base vidéo.

Une étude sur la façon de combiner efficacement les mises à jour pour les modèles de langue.

Une nouvelle approche améliore la détection de clips audio mélangés réels et faux.

Explorer les avantages des propriétés neuronales variées dans les réseaux de neurones avancés.

Un nouveau modèle améliore la génération de données tabulaires synthétiques pour diverses applications.

Analyser les vulnérabilités des LLMs à cause des données de préférence humaine.

Cet article parle d'un nouveau modèle qui combine le traitement visuel et le traitement du langage.

Une méthode simplifiée pour mettre en œuvre la Poursuite d'Appariement Orthogonal pour des solutions éparses.

La recherche évalue l'efficacité de ChatGPT à étiqueter des données liées à des problèmes sociaux.

Explorer des méthodes statistiques efficaces pour de meilleures prédictions en apprentissage automatique.

Cette étude se concentre sur la suppression des trojans nuisibles dans les grands modèles de langage en utilisant des techniques de filtrage.

Une étude sur comment les différentes méthodes d'encodage influencent la performance des SNN dans la reconnaissance des activités.

Un guide pour créer des ensembles de données de qualité pour améliorer la performance des modèles de langage.

Examiner les vulnérabilités des modèles légers face aux attaques adversariales.

CodeCSE améliore le lien entre le code et les commentaires en utilisant l'apprentissage par contraste pour l'ingénierie logicielle.

GROD améliore la façon dont les transformateurs gèrent les données hors distribution pour de meilleures prédictions.

Une étude sur l'amélioration de l'évaluation des plantes grâce à la technologie et à l'apprentissage automatique.

Des recherches récentes montrent des liens entre les LLM et les comportements cognitifs humains.

Un nouveau système améliore la détection du son et l'estimation de la distance.

Cet article passe en revue les méthodes numériques pour les PDE elliptiques, en se concentrant sur la collocation et les réseaux de neurones.

Un nouveau modèle détecte les biais sociaux dans le texte en utilisant des données synthétiques.

De nouvelles méthodes améliorent l'apprentissage continu et l'adaptabilité des gros modèles pré-entraînés.

De nouvelles perspectives sur les classificateurs robustes améliorent leur capacité à résister aux attaques.

Mamba montre du potentiel contre les transformers dans les tâches de parole, surtout pour les longues entrées.

Une nouvelle méthode améliore l'identification des espèces de plantes à partir d'images.

Cet article examine comment les réseaux de neurones traitent des données via leurs représentations.

Combiner la reachabilité Hamilton-Jacobi avec l'apprentissage par renforcement améliore la sécurité dans les systèmes de contrôle.

De nouvelles méthodes améliorent la précision dans le label des objets vidéo grâce aux relations contextuelles.

Cette étude évalue comment les grands modèles gèrent plusieurs objets dans les images.

SuperFlow améliore les modèles de perception 3D en utilisant des données LiDAR et caméras pour la conduite autonome.

Une nouvelle méthode améliore la compréhension du contenu vidéo par l'IA.

Un aperçu de la manière dont les matrices d'influence aident à analyser les systèmes quantiques et leurs environnements.

Comprendre comment le contexte influence la prise de décision grâce à des bandits de continuum contextuels.

Ce projet vise à classifier les espèces de serpents en utilisant des techniques d'analyse d'image.

Les chercheurs utilisent des réseaux neuronaux profonds pour améliorer les prédictions en physique nucléaire.