Jindong Wang

Un nuovo framework migliora il rilevamento di dati fuori distribuzione nell'analisi delle serie temporali.

Questo articolo esamina le sfide e le soluzioni legate alle etichette rumorose nei dati di addestramento.

Un nuovo metodo migliora la sicurezza dei Vision Transformers contro attacchi avversari.

Un nuovo framework migliora l'apprendimento da etichette di dati incomplete.

Questo documento discute il ruolo dei LLM nella analisi delle serie temporali.

Nuovo metodo migliora l'affidabilità delle previsioni del modello nelle applicazioni reali.

Un nuovo modo per integrare diverse intuizioni culturali nei modelli linguistici.

Nuovi test di benchmark MLLM sui compiti dei social media come disinformazione e discorsi d'odio.

Introducing un nuovo modo per valutare i modelli di linguaggio grandi in modo efficace.

KIEval offre valutazioni interattive per affrontare la contaminazione dei dati nei modelli di linguaggio.

NPHardEval4V valuta le capacità di ragionamento dei modelli di linguaggio multimodali di grande dimensione.

Esaminando come il rumore nei dati di pre-addestramento influisce sulle prestazioni del modello.

Un sistema per migliorare la rappresentazione culturale nell'IA attraverso dialoghi simulati.

Investigando come piccoli errori nei dati di addestramento migliorano i contenuti generati dall'IA.

Lo studio valuta sette LLM su analisi del sentiment in chat WhatsApp in lingue miste.

Esaminare i problemi e i possibili miglioramenti nella revisione paritaria accademica.

ADC semplifica la creazione di dataset, migliorando la velocità e l'accuratezza nel machine learning.

Questo articolo esamina i metodi di analisi delle serie temporali e il loro utilizzo nell'istruzione.

La ricerca mostra che domande strane possono migliorare l'addestramento dei modelli di linguaggio.

Scopri come SoftVQ-VAE migliora la creazione di immagini con efficienza e qualità.