Informatica - Apprendimento automatico

Questo articolo parla di TULIP, un metodo per migliorare la stima dell'incertezza nel machine learning.

KG-FIT combina grafi di conoscenza con intuizioni dei modelli di linguaggio per una rappresentazione dei dati più ricca.

Nuovi metodi migliorano l'efficienza e la precisione dell'addestramento dei grandi modelli di linguaggio.

Uno studio su come i modelli di linguaggio esprimono e misurano la loro fiducia.

Il framework MindStar migliora le capacità di ragionamento nei modelli di linguaggio in modo efficace.

Un nuovo metodo per identificare relazioni causali locali nei dati.

C-ShipGen rivoluziona il design dello scafo delle navi usando l'IA per efficienza e qualità.

Nuovo algoritmo migliora l'efficienza dell'apprendimento su più compiti.

Un nuovo metodo migliora il ragionamento nei modelli di linguaggio automatizzando l'etichettatura dei passaggi.

TAGA offre un nuovo modo di analizzare i grafi attribuiti ai testi senza bisogno di enormi quantità di dati etichettati.

Nuovi metodi migliorano la stabilità dei sistemi di controllo in condizioni incerte.

Un approccio efficiente in termini di risorse agli attacchi backdoor sui modelli di machine learning avanzati.

ARC offre una soluzione flessibile per rilevare anomalie in diversi dataset di grafi.

Scopri come combinare diversi modelli migliora i processi decisionali in scenari complessi.

Scopri come la Transfer Entropy migliora l'addestramento e le performance delle Reti Neurali Convoluzionali.

DMPlug migliora i metodi di recupero per problemi inversi usando modelli di diffusione pre-addestrati.

Uno sguardo ai metodi efficaci per affinare i modelli linguistici.

Un nuovo modello migliora i Transformers combinando informazioni sensoriali e relazionali.

Esplorando le dipendenze degli archi per un miglior modeling dei grafi nelle reti reali.

CAASL aiuta i ricercatori a identificare rapidamente relazioni causali in vari settori.

Scopri un metodo per l'ottimizzazione decentralizzata che protegge i dati degli utenti mentre migliora l'efficienza.

Zamba è un modello di linguaggio ibrido che combina architetture a stato spaziale e transformer.

Esplorando il mix tra apprendimento orientato alla privacy e tecniche di generazione dei dati.

Un nuovo metodo per migliorare l'efficienza nella combinazione dei dati dei sensori.

Questo studio mette in evidenza l'efficienza dell'apprendimento off-policy nell'imitazione avversariale.

Usare veicoli elettrici per fornire energia alle stazioni base delle telecom durante le interruzioni.

CAVIAR trasforma il modo in cui vengono analizzate le variabili categoriche, migliorando i risultati in vari settori.

Un nuovo metodo per prevedere risultati complessi usando dati di matrice.

Pace adatta i processi di apprendimento in tempo reale per un apprendimento continuo per tutta la vita.

Scopri come AltGDmin affronta i dati mancanti in un contesto federato.

DPHGNN migliora le performance nei compiti legati agli ipergrafi usando un apprendimento a doppio strato.

Un metodo per migliorare l'accuratezza delle stime statistiche in modo efficiente.

Uno sguardo ai metodi delle matrici di proiezione regolarizzate per migliorare il clustering e il rilevamento delle comunità.

Un nuovo framework ottimizza l'uso dei modelli di linguaggio grande in modo efficiente.

Esamina come l'informazione e il rimpianto plasmano le nostre scelte.

Un nuovo metodo identifica le interazioni variabili nei dati delle serie temporali complessi.

Un nuovo metodo sembra promettente nel misurare con precisione il movimento dei fluidi in sistemi complessi.

Esplorare la regolarizzazione dei raggruppamenti di task per gestire l'eterogeneità del modello.

Esplorare il potenziale delle reti neurali meccaniche nel machine learning.

Nuove tecniche permettono di addestrare grandi reti neurali su hardware di consumo con meno memoria.