Informatica - Apprendimento automatico

Croissant-RAI migliora la qualità dei dati e l'usabilità per le applicazioni AI.

Gli strumenti di intelligenza artificiale sfidano l'apprendimento tradizionale e sollevano preoccupazioni riguardo al plagio nelle scuole.

Un nuovo framework migliora l'efficienza nella gestione delle richieste per i LLM.

Un framework per misurare e migliorare l'incertezza nei modelli di generazione delle immagini.

Un nuovo benchmark migliora i metodi di ottimizzazione multi-obiettivo offline in vari settori.

La ricerca mette in evidenza il ruolo dei modelli di diffusione nel migliorare l'accuratezza della retrosintesi.

Un nuovo modello che semplifica la scoperta di farmaci generando molecole in modo efficiente.

Introducendo un framework universale per le misure di nitidezza nel machine learning.

Uno studio su come affinare gli agenti di controllo dei computer per migliorare le prestazioni nei compiti.

PANDA migliora le reti neurali grafiche migliorando il flusso di informazioni senza alterare la struttura del grafo.

Un nuovo metodo per modificare i modelli di linguaggio in modo efficace senza perdere prestazioni.

Esplorare come gli agenti possano adattare le abilità apprese a nuovi compiti usando generatori di politiche.

Un nuovo metodo migliora la generazione di codice per linguaggi di programmazione specializzati.

La tecnologia REST migliora la rilevazione delle crisi in tempo reale usando l'analisi EEG.

Introduzione di nuovi metodi per migliorare i processi di dimenticanza nei modelli di apprendimento contrastivo.

Il dataset sintetico Hi5 migliora il riconoscimento delle pose delle mani con immagini diverse.

Questo studio esamina come l'IA prevede il sentiment usando caratteristiche confuse.

Saturn migliora la scoperta di farmaci generando in modo efficiente molecole efficaci per il trattamento.

Uno sguardo a CNN e ViT nel riconoscimento delle immagini di moda.

Questa ricerca migliora i GNN adattando i filtri per diversi schemi di nodi.

Migliorare le prestazioni delle RNN attraverso metodi di campionamento dei dati efficienti.

Esplora come i LLM fanno le addizioni usando tecniche matematiche uniche.

Un nuovo metodo migliora il punteggio di fiducia nei modelli di linguaggio usando spiegazioni stabili.

Un nuovo sistema per valutare i modelli linguistici usando flussi di dati reali.

Uno sguardo a come il Thompson Sampling aiuta a prendere decisioni in situazioni di incertezza.

Una panoramica delle tecniche SVM per gestire il bilanciamento delle classi nel machine learning.

Uno sguardo ai metodi basati su sotto-obiettivi per le sfide di ragionamento complesso nell'IA.

Uno sguardo a come l'AutoML può servire meglio le diverse esigenze degli utenti.

Affrontare i problemi di generalizzazione OOD e contaminazione delle caratteristiche nei modelli di IA.

Esplorare la formazione della memoria e i processi di apprendimento nei sistemi biologici e artificiali.

HesScale migliora l'efficienza nel machine learning stimando la diagonale di Hessian.

Presentiamo un nuovo metodo per valutare la qualità dei dati nel machine learning.

HOGE migliora le spiegazioni delle Reti Neurali Grafiche usando complessi cellulari.

La ricerca sul beamforming a campo vicino punta a migliorare i sistemi di comunicazione senza fili.

Esplorando relazioni causali dettagliate per migliorare il processo decisionale nel machine learning.

Questo articolo tratta delle difficoltà nella valutazione dei metodi di scoperta causale bayesiana.

Nuovi metodi aiutano a identificare corpi in movimento nelle immagini spaziali.

Esplorare le sfide degli spiegatori GNN sotto attacchi avversari in applicazioni critiche.

Il modello FuXi-ENS migliora le previsioni del tempo a medio termine e cattura l'incertezza in modo efficace.

Un nuovo framework migliora l'efficienza e la precisione nella risoluzione di problemi fisici complessi.