Informatica - Apprendimento automatico

I LLM personalizzati sollevano preoccupazioni di sicurezza, soprattutto per quanto riguarda gli attacchi con backdoor tramite istruzioni.

Un nuovo approccio migliora la separazione dei segnali nella guerra elettronica.

Migliorare il riconoscimento vocale di Whisper per il vietnamita e altre lingue a bassa risorsa.

Un'immersione profonda nelle strategie di esplorazione e il loro impatto sull'apprendimento per rinforzo.

Esaminando i bias di stima e il loro impatto sulle tecniche di apprendimento per rinforzo.

Esplora come l'incertezza influisce sulle previsioni del machine learning e i metodi per misurarla.

Quest'articolo parla delle complessità e delle sfide nell'auditing dei sistemi di intelligenza artificiale per la giustizia.

Un nuovo metodo migliora l'imaging telescopico dei pianeti lontani.

Un nuovo metodo migliora in modo efficace la selezione delle caratteristiche in dataset ad alta dimensione.

GPSINDy migliora la modellazione dei sistemi dinamici nonostante i dati rumorosi.

Strategie per migliorare le performance del modello nonostante una distribuzione dei dati irregolare.

Un framework per selezionare metodi DTW efficaci nell'analisi delle serie temporali.

Un nuovo metodo per migliorare il comportamento dei modelli linguistici riducendo il bias e l'output tossico.

Uno studio su come migliorare l'efficienza della RMN tramite il sub-campionamento e algoritmi di inversione.

API Pack semplifica la generazione di chiamate API per i modelli di linguaggio, aiutando notevolmente gli sviluppatori.

Presentiamo un nuovo metodo per previsioni migliori in ambienti caotici.

Un nuovo metodo migliora l'uso della memoria nei modelli linguistici grandi, aumentando le prestazioni.

Lo studio usa il machine learning per migliorare l'aderenza nel trattamento della rinite allergica.

SLEB semplifica gli LLM eliminando i blocchi transformer ridondanti, migliorando la velocità e l'efficienza.

Questo articolo parla di un metodo per imparare le caratteristiche visive dai dati video.

Un nuovo approccio migliora le previsioni per l'ossigeno disciolto negli ecosistemi lacustri.

Un nuovo modello migliora la valutazione degli studenti grazie a un'analisi delle risposte più azzeccata.

Un framework per migliorare gli aggiornamenti delle informazioni mentre si gestisce il potere nelle reti veicolari.

Un approccio nuovo assicura che i modelli linguistici producano risultati più accurati e affidabili.

Esaminando l'adattabilità dei modelli di machine learning nei sistemi di rilevamento delle intrusioni.

L'esplorazione è fondamentale per gli agenti per imparare e migliorare le decisioni.

Esplorare metodi efficaci per visualizzare forme complesse nei reti neurali.

Usando l'RL, l'assimilazione dei dati migliora la precisione delle previsioni in ambienti caotici.

Un nuovo approccio migliora l'accuratezza nella previsione degli Hamiltoniani per i materiali.

Questo documento parla di come migliorare i modelli pre-addestrati nel dominio dei grafi usando SUPT.

Un metodo per migliorare la classificazione dei dati usando tecniche di regolarizzazione.

GFlowNets migliorano l'accuratezza del campionamento da distribuzioni discrete complesse.

Un nuovo metodo aiuta a visualizzare la progressione della malattia per una migliore cura dei pazienti.

Progressi nel monitoraggio della salute degli animali usando tecnologie a basso consumo energetico.

Uno studio presenta un nuovo modello per stimare i livelli di inquinamento atmosferico a livello globale.

Un nuovo metodo aumenta le prestazioni del modello nel federated learning proteggendo la privacy.

BICauseTree offre metodi trasparenti per stimare effetti causali in diversi settori.

Uno studio sulla affidabilità e l'incertezza nei grandi modelli linguistici.

Un nuovo approccio migliora l'apprendimento contrastivo attraverso misure di divergenza varie.

Combinare l'apprendimento federato con tecniche di privacy protegge i dati sensibili mentre si addestrano i modelli.