Derniers articles pour Science des données

Cet article examine comment l'apprentissage causal améliore l'équité et la fiabilité des systèmes de recommandation.

Explorer des façons d'améliorer le raisonnement des LLM sans retour externe.

De nouvelles méthodes combinent les idées d'experts avec les expériences des apprenants pour une meilleure efficacité.

Apprends comment le transport optimal aide à comparer les distributions de données efficacement.

Une nouvelle technique améliore la communication entre les jobs DNN sur des réseaux partagés.

Une nouvelle méthode améliore la prise de décision dans l'apprentissage de politique hors ligne.

De nouvelles méthodes améliorent la vitesse et la précision des systèmes de recommandation.

Un nouvel algorithme améliore l'intégration des préférences des utilisateurs dans des tâches complexes d'apprentissage automatique.

Nouveau jeu de données améliore significativement la performance des LLM dans les tâches de chimie.

Recherche sur comment les Transformers améliorent la généralisation pour des séquences plus longues dans les tâches d'addition.

Une nouvelle méthode pour prédire les relations causales à partir de données de séries temporelles en utilisant l'apprentissage profond.

Présentation d'une méthode pour une quantification fiable de l'incertitude dans l'apprentissage statistique.

Explore comment l'incertitude affecte les prédictions en apprentissage automatique et les méthodes pour la mesurer.

Une nouvelle méthode améliore efficacement la sélection de caractéristiques dans des ensembles de données à haute dimension.

Un nouveau cadre améliore les suggestions personnalisées en se concentrant sur les niveaux de confiance.

Stratégies pour améliorer la performance du modèle malgré une distribution de données inégale.

Une nouvelle méthode pour améliorer le comportement des modèles de langage en réduisant les biais et les contenus toxiques.

API Pack simplifie la génération d'appels API pour les modèles de langage, aidant carrément les développeurs.

Un nouveau jeu de données vise à améliorer le raisonnement des LLM avec des probabilités.

Présentation d'une nouvelle méthode pour améliorer les prévisions dans des environnements chaotiques.

Les chercheurs combinent des sources de données pour améliorer efficacement les prédictions des propriétés moléculaires.

Une nouvelle approche pour ajuster les modèles améliore l'efficacité et la précision dans les tâches d'apprentissage automatique.

SLEB simplifie les LLM en retirant les blocs de transformateurs redondants, ce qui booste la vitesse et l'efficacité.

Cet article parle d'une méthode pour apprendre des caractéristiques visuelles à partir de données vidéo.

En utilisant le RL, l'assimilation de données améliore la précision des prévisions dans des environnements chaotiques.

GFlowNets améliorent la précision d'échantillonnage à partir de distributions discrètes complexes.

Une étude présente un nouveau modèle pour estimer les niveaux de pollution de l'air à l'échelle mondiale.

Une étude sur la fiabilité et l'incertitude dans les grands modèles de langage.

Cette étude se concentre sur l'amélioration des méthodes d'apprentissage continu dans les tâches sémantiques en 3D.

De nouvelles méthodes améliorent la précision de la génération d'images avec des prompts multi-concepts.

Une nouvelle façon de créer des modèles plus simples à partir de systèmes complexes pour de meilleures simulations.

Une nouvelle approche pour évaluer et comparer les algorithmes de RecSys en utilisant des jeux de données variés.

Une nouvelle approche pour clarifier comment les images influencent les décisions des réseaux neuronaux.

Un nouveau cadre pour générer des données de mobilité réalistes en utilisant le raisonnement.

Apprends comment LinkedIn utilise les réseaux de neurones graphiques pour améliorer les recommandations aux utilisateurs.

Examiner l'importance des modèles causals et des interventions dans l'apprentissage automatique.

Cette étude examine comment les LLMs montrent un biais de valeur dans leurs réponses.

Cet article parle d'une méthode pour améliorer les LLMs en utilisant des retours verbaux sans sur-généralisation.

Cet article parle de l'utilisation de données non étiquetées pour améliorer les modèles d'apprentissage automatique.

Un aperçu de comment les lois d'échelle influencent l'efficacité et la précision des réseaux de neurones.