Informatica - Apprendimento automatico

Questo lavoro introduce la Regolarizzazione Senza Ordine per migliorare la generazione di grafi usando modelli autoregressivi.

Questo articolo esamina il bias geografico nei LLM e i suoi impatti sociali.

Un metodo per verificare i modelli di machine learning per aumentare fiducia e trasparenza.

Migliorare l'affidabilità del machine learning attraverso metodi avanzati di rilevamento OOD.

Integrare modelli vision-language con l'apprendimento rinforzato migliora l'efficienza dell'apprendimento automatico.

Un nuovo modo per analizzare gli effetti variabili dei trattamenti su diversi gruppi.

Questo studio svela fattori chiave che influenzano le performance di traduzione per lingue poco rappresentate.

Uno sguardo ai metodi di estrazione delle regole per migliorare l'interpretabilità delle RNN.

Questa ricerca migliora le RNN usando più prospettive per un'elaborazione del testo migliore.

Un nuovo modello punta a migliorare le previsioni su diversi tipi di dati.

Sto modello migliora l'analisi delle frasi per lingue morfologicamente ricche attraverso segmentazione e parsing congiunti.

CompeteSMoE migliora l'efficienza dell'allenamento e le performance nei modelli Sparse Mixture of Experts.

Esplora la Diffusione di Grafi Latenti, un approccio unificato per vari compiti sui grafi.

Un nuovo modello usa l'IA per prevedere meglio le varianti del COVID-19 e la loro diffusione.

I miglioramenti nel federated learning rendono più efficienti e sicuri le applicazioni IoT.

Un nuovo metodo aiuta gli agenti ad adattarsi rapidamente ai comportamenti dei loro colleghi.

Il machine learning multimodale combina diversi tipi di dati per migliorare i risultati sanitari.

Creare etichettatori POS per lingue con dati di addestramento limitati.

Impara metodi per migliorare la velocità e l'efficienza dell'addestramento di BERT usando le GPU.

Una nuova tecnica per ottimizzare i grandi modelli di linguaggio mantenendo le prestazioni.

Nuovi metodi puntano a migliorare il machine learning con pochi esempi.

Un nuovo sistema migliora la previsione e la pianificazione nei veicoli autonomi.

Lamarr migliora le simulazioni di collisione delle particelle, permettendo a LHCb di gestire volumi di dati più grandi in modo efficiente.

Scopri come i modelli basati sugli agenti e SAGE migliorano la comprensione dei sistemi complessi.

I ricercatori sviluppano robot bipedi che imparano a camminare attraverso la pratica e i movimenti degli animali.

Un nuovo metodo migliora l'efficienza nel caricare dati nei computer quantistici.

Un nuovo metodo migliora il tuning dei prompt visivi per una migliore performance del modello.

Nuovo metodo migliora la capacità dell'IA di separare efficacemente le caratteristiche delle immagini.

Questo documento discute il ruolo dei LLM nella analisi delle serie temporali.

Scopri come la trasformazione di Mobius aiuta a capire le interazioni nel machine learning.

Quest'articolo parla di come migliorare la fiducia nei modelli linguistici usando circuiti verificati.

Quest'articolo esamina come il tipo di osservazione influisca sull'apprendimento dei compiti da parte dei robot.

Nuovi modelli migliorano come gestiamo i dati delle nuvole di punti.

Esaminando come il Thompson Sampling migliori le scelte in mezzo a incertezze e rumori.

Presentiamo un framework per migliorare l'efficienza e l'accuratezza nel ragionamento dei modelli linguistici.

Usare informazioni extra ci aiuta a riconoscere i canti degli uccelli.

La ricerca si concentra su come migliorare l'efficienza dell'addestramento nei grafi dinamici.

MACCHIatO migliora la segmentazione del consenso per le immagini mediche affrontando la variabilità tra i valutatori.

Un nuovo algoritmo migliora l'apprendimento quantistico con dati imperfetti.

Uno sguardo ai rischi per la privacy e alle difese nel Vertical Federated Learning.