Informatica - Apprendimento automatico

Questo articolo parla di metodi per migliorare la traduzione della lingua dei segni usando la tecnologia moderna.

Un nuovo metodo che migliora la generazione di sequenze e il processo decisionale nell'IA.

Un nuovo sistema migliora l'accuratezza e l'efficienza nella trascrizione musicale multi-strumento.

La ricerca mostra quanto sia facile rimuovere le funzionalità di sicurezza dai modelli Llama 3.

Affrontare le sfide di coordinazione nell'apprendimento per rinforzo multi-agente offline.

Un nuovo framework migliora gli scenari di test per veicoli autonomi nei parcheggi.

Un nuovo metodo migliora le prestazioni del modello nel riconoscere le classi sottorappresentate.

Un nuovo framework migliora l'efficienza delle performance dei modelli grandi durante il fine-tuning.

M-SAT migliora i Decision Transformers per compiti d'azione complessi.

Un nuovo framework che migliora le previsioni per i modelli di linguaggio di grandi dimensioni usando dati sulle performance storiche.

Esaminando gli impatti negativi dell'IA per tutti.

Un nuovo metodo riduce il consumo energetico migliorando i risultati di apprendimento nei sistemi decentralizzati.

Un metodo per migliorare il timbro nella produzione musicale attraverso i sintetizzatori.

Un nuovo dataset migliora lo studio dell'aerodinamica delle auto per una maggiore efficienza nel design.

I ricercatori migliorano la comprensione dei grafo attraverso distanze apprese e caratteristiche dei nodi.

Questa ricerca esplora la possibilità di addestrare politiche quantistiche nel reinforcement learning, mettendo in evidenza le sfide principali.

Un nuovo framework migliora l'IA spiegabile nelle previsioni molecolari.

Nuovi metodi rivelano il comportamento del sistema da dati distorti nella dinamica molecolare.

Un nuovo approccio migliora l'identificazione delle vie aeree nelle scansioni CT dei polmoni usando dati limitati.

Nuovi metodi migliorano la velocità e l'accuratezza del campionamento nei modelli di diffusione.

CPT migliora le prestazioni dei modelli black-box senza accesso diretto ai parametri interni.

Un nuovo approccio affina i modelli di diffusione per allinearsi meglio alle preferenze degli utenti.

Un nuovo metodo aumenta la certezza delle previsioni nei modelli linguistici per domande sì/no.

I KAN migliorano l'analisi e la classificazione delle immagini usando meno risorse.

Questo articolo esamina i limiti dell'apprendimento in contesto nei grandi modelli linguistici.

Questo articolo parla di ottimizzazione nello spazio di Wasserstein con un'attenzione particolare sulle misure di probabilità complesse.

Combinare potatura e quantizzazione rende più efficienti le DNN per dispositivi più piccoli.

Un nuovo strumento per migliorare l'analisi delle forme nella scienza e nella tecnologia.

Questo studio analizza metodi per migliorare la classificazione del testo usando SVM e funzioni kernel.

Un nuovo modello migliora l'analisi dei dati sanitari complessi.

Ottimizzazione di grandi modelli di linguaggio direttamente sugli smartphone, proteggendo i dati degli utenti.

Swish-T migliora le performance dei modelli nel deep learning grazie a tecniche di attivazione innovative.

Un nuovo metodo migliora la velocità e la precisione nelle previsioni della regressione logistica.

Questo articolo esplora come i piccoli modelli linguistici imparano a gestire il rumore nei dati.

Indagare su come i modelli sovra-parameterizzati superino quelli sotto-parameterizzati nell'apprendimento delle caratteristiche.

Nuovi metodi migliorano la generazione di immagini allineando i risultati con descrizioni testuali specifiche.

Una panoramica su come funzionano i modelli linguistici come i Transformer e il loro significato.

Il computing codificato offre un nuovo modo per ottimizzare l'efficienza dei server.

Questo articolo esplora i LLM e il loro potenziale per comportamenti ingannevoli nel blackjack.

Migliorare la farmacovigilanza grazie a risultati affidabili dei modelli linguistici.