Informatica - Apprendimento automatico

Esplorando come i sink di attenzione influenzano le prestazioni dei modelli linguistici e introducendo una tecnica di calibrazione.

Un nuovo framework migliora come i grandi modelli di linguaggio possono funzionare sui dispositivi edge.

Un nuovo approccio modulare migliora l'inferenza variazionale nei linguaggi di programmazione probabilistici.

Analizzando le performance dei modelli di intelligenza artificiale sui problemi di matematica per bambini emerge che ci sono delle lacune significative.

Questo articolo esamina come il trasferimento di conoscenza migliori l'accuratezza dei modelli generativi.

Esplorando come l'IA sta trasformando il panorama delle energie rinnovabili per una maggiore efficienza.

Esaminare la necessità di regole migliori per l'IA nella sanità.

Un nuovo framework migliora la modellazione di sistemi fisici complessi usando simmetria discreta.

Metodi per ridurre l'uso della memoria durante il fine-tuning di modelli grandi.

Scopri come la privacy differenziale protegge i dati personali pur permettendo analisi utili.

Una piattaforma standardizzata per testare algoritmi di apprendimento nel controllo ai limiti delle equazioni differenziali parziali.

Un nuovo algoritmo migliora la stima della frequenza e l'identificazione dei heavy hitter nelle reti.

Un nuovo metodo migliora l'efficienza dell'apprendimento dei robot grazie a una migliore interazione con gli esseri umani.

Questo articolo esamina come certi neuroni influenzano l'incertezza nelle previsioni dei modelli linguistici.

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

Introducing DARE, un metodo per migliorare l'apprendimento automatico senza dimenticare le vecchie conoscenze.

I ricercatori migliorano i modelli di diffusione con modelli di coerenza più veloci, mantenendo la qualità.

Nuovo approccio migliora il processo decisionale fornendo cambiamenti di input affidabili.

Un nuovo dataset valuta le prestazioni dei LLM nella risoluzione di sfide legate ai grafi.

Un nuovo framework migliora le tecniche di generazione di grafi molecolari per la scoperta di farmaci.

Nuovi metodi migliorano le abilità di ragionamento nei modelli linguistici per una performance migliore nei compiti.

TimeAutoDiff offre nuove soluzioni per creare dati di serie temporali sintetici realistici.

Un nuovo modello combina dati audio e visivi per una comprensione migliore.

L'inferenza della bounding-box migliora il processo decisionale nel reinforcement learning basato su modelli.

Nuovi metodi migliorano la navigazione dei droni e la sicurezza in ambienti complessi.

Fairpriori migliora il test di equità nel machine learning, concentrandosi sul bias intersezionale.

neuROSym migliora la capacità dei robot di prevedere le azioni umane in tempo reale.

Usare i dati di ricerca per prevedere le vendite di auto e i tassi di influenza.

Un nuovo framework affronta le preferenze in cambiamento dei cercatori di lavoro e migliora l'accuratezza delle raccomandazioni.

Uno sguardo al cambiamento dei concetti e ai metodi di rilevamento non supervisionato.

L'IA trasforma il modo in cui gli scienziati affrontano sfide di ricerca complesse.

Un nuovo pacchetto di benchmark migliora l'efficienza e l'efficacia dell'autotuning dei compilatori.

Esplorare nuovi metodi nell'apprendimento dei grafi senza dati etichettati.

MIGU migliora l'apprendimento continuo nei modelli linguistici senza bisogno di dati vecchi.

Un approccio nuovo all'IA combina modelli linguistici con programmi simbolici per una migliore interpretabilità.

Un nuovo framework migliora il matching dei grafi senza dati etichettati.

Questo studio presenta un uso nuovo del deep learning nella modellazione economica.

Nuovo metodo migliora l'efficienza dell'addestramento DNN e riduce l'uso della memoria.

Un nuovo benchmark mette in evidenza i rischi di bias spuri nei modelli di linguaggio multimodali.

Approcci innovativi migliorano i calcoli delle distanze in ambienti imprevedibili.