Farzan Farnia

VI-IGL migliora il machine learning affrontando ricompense nascoste e feedback rumorosi.

Un nuovo metodo per valutare la novità nei risultati dell'AI generativa.

Un nuovo approccio per migliorare le mappe di salienza basate sui gradienti per una migliore interpretazione del modello.

FINC rivela punti di forza unici dei modelli generativi tramite un'analisi dettagliata della frequenza dei campioni.

Un metodo per un trasferimento dati efficace e controllato tra diversi domini.

Un nuovo metodo migliora le prestazioni delle reti neurali contro gli attacchi avversari.

Un nuovo metodo per valutare i modelli generativi con una minima generazione di dati.

FKEA offre un modo nuovo per valutare i modelli generativi senza bisogno di dataset di riferimento.

Un nuovo metodo migliora il campionamento multimodale nell'apprendimento automatico.

Un nuovo metodo per migliorare i modelli di deep learning contro attacchi avversari.

Questa ricerca esplora il compromesso tra stabilità e fedeltà nelle mappe di salienza.

Misurare le prestazioni dei modelli generativi per risultati diversi.

Nuovo approccio super-pixel migliora la comprensione delle decisioni delle reti neurali.

Un nuovo metodo migliora come valutiamo la diversità delle immagini a partire dal testo.

Scopri come mescolare modelli generativi migliora la creatività e la qualità nei contenuti generati dall'IA.