Informatica - Apprendimento automatico

Le spiegazioni controfattuali offrono spunti sulle decisioni algoritmiche ma hanno bisogno di affidabilità.

La regolarizzazione della dimensionalità locale offre soluzioni per migliorare la qualità della rappresentazione SSL.

DEFT migliora l'efficienza e l'uso dell'energia nei modelli di linguaggio di grandi dimensioni con una densità di attivazione più bassa.

Un nuovo approccio all'IA combina le reti neurali con il ragionamento simbolico per prendere decisioni migliori.

Presentiamo AgentHPO, un framework che automatizza la regolazione degli iperparametri usando Modelli di Linguaggio di Grandi Dimensioni.

Esplorando la sinergia tra RL e LLM per migliorare le applicazioni AI.

Questo framework migliora come i LLM gestiscono le chiamate API e l'uso della memoria.

La ricerca su come gestire i dati sulle specie ha rivelato nuovi metodi per fare previsioni accurate.

Scopri come DFML trasforma l'apprendimento dei dati senza server centralizzati.

Integrare i Modelli Fondamentali con l'Apprendimento Federato presenta sia rischi che vantaggi.

Scoprire come gli esseri umani imparano a categorizzare attraverso il modello ERMI.

FREED++ mostra una generazione di farmaci migliorata con un design molecolare e prestazioni potenziate.

Questo articolo esamina tecniche per migliorare l'efficienza e le prestazioni dei Grandi Modelli Linguistici.

Scopri come la metrica del minor disaccordo migliora l'efficienza dell'apprendimento attivo.

Un metodo per velocizzare i grandi modelli di linguaggio senza sacrificare la qualità dell'output.

Un nuovo metodo unisce le iperreti con NeRF per creare oggetti 3D più velocemente.

La ricerca migliora la qualità della traduzione usando metodi che tengono conto del contesto e tecniche per accorciare le sequenze.

Un metodo fresco migliora l'efficienza dell'apprendimento attore-critico.

Uno sguardo ai bi-CryptoNets e al loro impatto sulla privacy dei dati.

Introducendo un metodo per ridurre il dimenticare nelle reti neurali mentre si apprendono nuovi compiti.

Teddy migliora le performance del GNN riducendo i costi computazionali grazie alla sparsificazione dei bordi.

Questo studio esplora come usare le intestazioni delle risposte per identificare più efficacemente i tracker online.

Una panoramica dei fattori che spingono l'uso delle energie rinnovabili in Madagascar.

Il modello STDDE migliora le previsioni del traffico integrando ritardi e cambiamenti continui.

Un nuovo approccio migliora la comprensione delle forme molecolari e dei loro effetti sulle proprietà.

Un nuovo framework migliora l'apprendimento da etichette di dati incomplete.

Un approccio strutturato per integrare gli LLM nei compiti di pianificazione con una guida esterna.

Nuove reti neurali migliorano il controllo sugli output e potenziano le prestazioni in diverse attività.

Questo articolo parla di come usare i dati aggregati nel machine learning proteggendo la privacy.

KTO semplifica la formazione dell'IA concentrandosi in modo efficiente sulle preferenze umane.

Un nuovo metodo per migliorare le performance nel calcolo scientifico usando ytopt.

Presentiamo DE-BERT, un framework che migliora l'efficienza nei modelli linguistici attraverso strategie di uscita anticipata.

Un nuovo modo migliora l'efficacia del marketing analizzando il comportamento degli utenti durante tutto il processo.

Una panoramica delle questioni di copyright nell'IA generativa e il suo impatto.

Combinare deep learning e regressione sparsa per migliorare la scoperta di equazioni da dati rumorosi.

Un nuovo framework migliora la selezione dei dati e la pulizia dei grafici in ambienti rumorosi.

Un nuovo framework migliora l'efficienza del computing sicuro garantendo la privacy dei dati.

Un nuovo approccio per migliorare l'ottimizzazione in scenari complessi usando simulazioni.

La selezione dei dati efficace migliora le performance dei modelli di linguaggio durante l'addestramento alle istruzioni.

Questo studio esplora gli attacchi di jailbreak sui modelli di linguaggio multimodali di grandi dimensioni.