Informatica - Apprendimento automatico

AMBER usa l'apprendimento automatico per automatizzare la generazione di mesh per simulazioni ingegneristiche.

Un nuovo metodo per stimare la densità dei bordi nei grafi casuali garantendo la privacy.

Un approccio multimodale migliora le previsioni dell'espressione genica nella ricerca biologica.

La ricerca mette in evidenza il ruolo dei neuroni della sicurezza nel migliorare la sicurezza e la responsabilità dei LLM.

Esplorando il ruolo dell'apprendimento attivo nella scoperta di farmaci tramite il docking molecolare.

Un nuovo metodo utilizza passeggiate casuali per un clustering efficiente dei grafi.

Il Forward Gradient Unrolling offre soluzioni efficienti per ottimizzare grandi modelli di machine learning.

Un nuovo algoritmo ottimizza i sistemi multi-agente mentre protegge la privacy degli utenti.

MODA migliora i processi decisionali nelle aree urbane utilizzando tecniche di apprendimento avanzate.

Sviluppi nel fine-tuning dei modelli linguistici usando tecniche innovative.

Un nuovo modello migliora l'efficienza negli studi di coorte nell'analisi sanitaria.

Questo articolo parla dell'adattamento dei modelli linguistici per un supporto migliore in diverse lingue.

CEBench aiuta le aziende e i ricercatori a valutare i LLM mentre gestiscono costi e prestazioni.

Uno studio su come i modelli linguistici possono ignorare le istruzioni e le loro implicazioni.

Introducendo un metodo per migliorare la comunicazione bilanciando significato e consumo di energia.

Un nuovo metodo migliora le scansioni MRI utilizzando immagini precedenti per ottenere risultati più veloci.

Un nuovo metodo tiene traccia del consumo energetico per monitorare gli anziani in modo discreto.

Questo articolo parla dell'importanza di misurare l'incertezza nelle previsioni dell'IA.

Esaminando gli ostacoli che gli LLM devono affrontare nella traduzione di lingue a bassa risorsa.

Un nuovo metodo per migliorare l'allineamento dell'IA con i valori umani usando feedback corrotti.

MV-Mol integra diverse fonti di dati per una migliore comprensione molecolare.

Nuove tecniche migliorano la privacy e la sicurezza nelle query e nelle transazioni del database.

Scopri come le decisioni di compromesso migliorano l'affidabilità nella programmazione stocastica.

I CMDP migliorano il processo decisionale tenendo conto del contesto in varie applicazioni.

Un nuovo approccio per migliorare l'efficienza dell'ottimizzazione bilivello non convessa nel machine learning.

OPERA combina più metodi per una valutazione delle politiche più precisa utilizzando dati passati.

Esplorando la necessità di spiegazioni chiare nei Graph Neural Networks.

Il dataset OPSSAT-AD aiuta a rilevare eventi satellitari insoliti.

Un approccio fresco permette ai dispositivi più deboli di contribuire nell'apprendimento federato.

Questo framework aumenta l'efficienza nell'apprendimento di compiti complessi tramite strutture gerarchiche.

La ricerca mostra che i modelli non addestrati si collegano alle risposte del cervello umano nell'elaborazione del linguaggio.

Una tecnica di campionamento innovativa affronta le sfide delle distribuzioni complesse per il machine learning.

Tempora-Fusion migliora i puzzle a tempo per calcoli sicuri e verificabili.

Un nuovo metodo per migliorare rapidamente la qualità delle immagini utilizzando modelli addestrati.

Nuovi metodi migliorano l'apprendimento del modello usando campioni negativi efficaci nei dati grafici.

Un nuovo metodo migliora l'allenamento dei modelli creando set di dati sintetici efficaci.

Questo articolo presenta un metodo per la rilevazione e spiegazione dei commenti spam in tempo reale.

SiT migliora la capacità degli agenti di generalizzare nell'apprendimento per rinforzo grazie alla simmetria e all'attenzione.

SecureSpectra offre un modo nuovo per proteggere l'identità audio dai rischi dei deepfake.

Uno sguardo a come le reti lineari apprendono e si evolvono durante l'addestramento.