Articoli più recenti per Prestazioni del Modello

Un nuovo metodo migliora l'equità del modello generando campioni di dati sintetici.

Le scoperte recenti mettono in discussione l'idea che avere più dati migliori sempre i risultati del machine learning.

Questo studio mostra i vantaggi di SGD in robustezza rispetto ai metodi di training adattivi.

Esaminare l'impatto delle decisioni dell'IA sui gruppi e sugli esiti sistemici.

MixBag migliora l'apprendimento dalle proporzioni delle etichette creando nuovi gruppi etichettati.

Un nuovo metodo affronta diversi pregiudizi nella classificazione delle immagini per migliorare l'equità.

Un nuovo metodo per valutare i modelli di machine learning senza dati etichettati.

Esaminare come le Reti Neurali Causali migliorano la resilienza agli attacchi avversari.

Un nuovo approccio migliora la valutazione dei modelli predittivi per gli esiti dei pazienti.

Questo articolo presenta un nuovo approccio per creare modelli di NLP usando richieste in linguaggio naturale.

Una competizione mette in evidenza strategie per difendere modelli di machine learning nella finanza.

Nuovi metodi migliorano la rilevazione di immagini mediche insolite per diagnosi migliori.

Un nuovo metodo per valutare i modelli linguistici senza etichette umane.

Questo studio analizza metodi avanzati per prevedere la congestione del pronto soccorso e migliorare la cura dei pazienti.

Scopri come i Neuroni Sensibili al Padding influenzano l'elaborazione delle immagini nei modelli di machine learning.

Questo articolo esplora come la scarsità di parametri influisce sulle prestazioni e sull'efficienza dei modelli di intelligenza artificiale.

Questo articolo parla di un nuovo modo per gestire i dati mancanti usando l'apprendimento per contrasto.

Uno studio su come migliorare l'efficienza dell'addestramento per i modelli linguistici usando il dataset SlimPajama.

Un nuovo approccio migliora la qualità delle etichette biomediche rumorose.

Una nuova architettura MLOps integra spiegazioni per migliorare la fiducia e l'efficienza nei modelli ML.

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

Nuovo approccio migliora i modelli di deep learning per una segmentazione delle immagini mediche più affidabile.

Un nuovo set di dati per migliorare il riconoscimento di immagini e testi nell'e-commerce.

L'unlearning contrastivo rimuove in modo efficiente l'influenza dei dati, mantenendo però le prestazioni del modello.

Un metodo di deep learning migliora il rilevamento dei problemi renali nell'imaging medico.

Questo studio mette in discussione la preferenza per l'AUPRC rispetto all'AUROC nei dataset sbilanciati.

Uno studio esamina le prestazioni e i pregiudizi dei modelli di linguaggio AI a livello globale.

La teoria dell'apprendimento credale offre nuove intuizioni per adattare i modelli di machine learning ai dati in cambiamento.

Quest'articolo esplora come la generazione di commenti migliori le abilità di codifica dei modelli di linguaggio grandi.

Un nuovo framework punta a migliorare le risposte empatiche dell'IA nelle conversazioni.

Scopri come il campionamento negativo semplifica l'addestramento dei modelli e migliora le prestazioni.

Parlando di privacy e giustizia nel machine learning attraverso la privacy differenziale e il rischio del gruppo peggiore.

Un nuovo approccio alla rappresentazione delle immagini con privacy differenziale tramite didascalie.

Questo studio analizza come la conoscenza contestuale migliori la rilevazione di eventi avversi legati ai farmaci.

La ricerca fa luce sulle applicazioni del transfer learning e sulle relazioni con le performance dei modelli.

Uno strumento per migliorare l'accuratezza delle previsioni usando controfattuali e visualizzazione dei dati.

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

Nuovi metodi migliorano la capacità dell'IA di dimenticare dati mantenendo le prestazioni.

Le ricerche mettono in evidenza metodi migliori per la diagnosi precoce del cancro ai polmoni usando i dati dei pazienti.

Uno studio rivela nuove tecniche per attacchi backdoor sui modelli linguistici con impatto minimo.