Informatica - Intelligenza artificiale

Nuove tecniche migliorano le capacità di ragionamento e logica dei grandi modelli linguistici.

Esplorare come i profili utente migliorano la personalizzazione nei modelli di linguaggio.

Un nuovo modello migliora il riconoscimento dei riferimenti agli eventi in più documenti.

Esaminando come i vision transformers capiscono le relazioni tra gli oggetti nelle immagini.

Scopri cosa sono gli FTFI e come influenzano le strutture dati ad albero nel machine learning.

Un nuovo framework combina modelli di linguaggio e grafi della conoscenza per suggerimenti di prodotto più chiari.

Un metodo per migliorare la raccolta dei dati per sistemi che cambiano nel tempo.

Gli agenti migliorano l'adattabilità e l'efficienza usando modelli astratti per pianificare e apprendere.

Un nuovo framework migliora l'efficienza dell'apprendimento nei sistemi multi-agente grazie a una modellazione innovativa del mondo.

Un nuovo approccio modulare migliora l'inferenza variazionale nei linguaggi di programmazione probabilistici.

Analizzando le performance dei modelli di intelligenza artificiale sui problemi di matematica per bambini emerge che ci sono delle lacune significative.

RankAdaptor ottimizza il fine-tuning per i modelli AI potati, migliorando le prestazioni in modo efficiente.

Esplorando come l'IA sta trasformando il panorama delle energie rinnovabili per una maggiore efficienza.

Esaminare la necessità di regole migliori per l'IA nella sanità.

INDICT migliora la sicurezza del codice e la sua utilità utilizzando un'analisi a doppia critica.

Un nuovo framework migliora la modellazione di sistemi fisici complessi usando simmetria discreta.

Metodi per ridurre l'uso della memoria durante il fine-tuning di modelli grandi.

Una piattaforma standardizzata per testare algoritmi di apprendimento nel controllo ai limiti delle equazioni differenziali parziali.

La ricerca valuta le capacità di verifica delle affermazioni dei modelli di linguaggio usando un nuovo dataset.

Un nuovo metodo migliora l'efficienza dell'apprendimento dei robot grazie a una migliore interazione con gli esseri umani.

Questo articolo esamina come certi neuroni influenzano l'incertezza nelle previsioni dei modelli linguistici.

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

Introducing DARE, un metodo per migliorare l'apprendimento automatico senza dimenticare le vecchie conoscenze.

Migliorare l'efficienza nella programmazione lineare con tecniche di machine learning.

Nuovo approccio migliora il processo decisionale fornendo cambiamenti di input affidabili.

Un nuovo dataset valuta le prestazioni dei LLM nella risoluzione di sfide legate ai grafi.

TimeAutoDiff offre nuove soluzioni per creare dati di serie temporali sintetici realistici.

Un nuovo metodo per capire meglio gli eventi usando più documenti.

Un nuovo modello combina dati audio e visivi per una comprensione migliore.

L'inferenza della bounding-box migliora il processo decisionale nel reinforcement learning basato su modelli.

Esperti dagli Stati Uniti e dalla Cina discutono di sicurezza e protezione dell'IA.

Esplorare il ruolo dei dati sintetici nel migliorare i sistemi di intelligenza artificiale in sanità.

Nuovi metodi migliorano la navigazione dei droni e la sicurezza in ambienti complessi.

NovoBench offre un framework strutturato per valutare i metodi di sequenziamento dei peptidi.

Un nuovo framework affronta le preferenze in cambiamento dei cercatori di lavoro e migliora l'accuratezza delle raccomandazioni.

Uno sguardo al cambiamento dei concetti e ai metodi di rilevamento non supervisionato.

L'IA trasforma il modo in cui gli scienziati affrontano sfide di ricerca complesse.

Un nuovo pacchetto di benchmark migliora l'efficienza e l'efficacia dell'autotuning dei compilatori.

Esplorare nuovi metodi nell'apprendimento dei grafi senza dati etichettati.

MIGU migliora l'apprendimento continuo nei modelli linguistici senza bisogno di dati vecchi.