Articoli più recenti per Apprendimento Automatico

Questo studio combina modelli di linguaggio grande con la ricerca Monte-Carlo Tree per prendere decisioni migliori nei giochi.

Esplorare come i modelli di linguaggio grandi possono migliorare la generalizzazione del modello.

Nuovi metodi migliorano l'identificazione degli autori nei testi in Bangla.

Combinare modelli tradizionali con dati per migliorare la precisione dei reattori nucleari.

Un nuovo metodo migliora l'FQI usando la log-loss per rendere l'apprendimento più efficiente.

L'apprendimento federato migliora il riconoscimento facciale proteggendo la privacy degli utenti.

Un nuovo metodo per modificare i modelli in modo efficiente con meno risorse necessarie.

Un nuovo estimatore migliora l'analisi di set di dati complessi con più output e rumore.

Un nuovo benchmark valuta quanto bene gli LLM aiutano nelle attività di analisi dei dati.

Scopri come GSP e GFRFT rimodellano l'analisi dei dati sui grafi.

Un nuovo approccio per premiare l'over-ottimizzazione nei modelli di linguaggio usando la stima dell'incertezza.

ECToNAS semplifica il processo di ricerca delle architetture ottimali per le reti neurali.

Un nuovo metodo combina tecniche classiche e quantistiche per migliorare l'elaborazione dei dati.

Introducendo l'ipervolume avversariale per valutare meglio le prestazioni dei modelli di deep learning.

Scopri come mitigare il trasferimento negativo nell'apprendimento rinforzato continuo con Reset e Distill.

Nuovo framework di addestramento migliora l'apprendimento del modello linguistico tramite dati strutturati.

Un nuovo metodo usa il testo per migliorare il machine learning in diversi domini visivi.

Un nuovo approccio migliora il modo in cui i diversi tipi di dati vengono combinati per un'analisi migliore.

Uno studio rivela le proprietà chiave delle matrici casuali inomogenee e degli outlier spettrali.

DARL offre nuovi metodi per far sì che le macchine apprendano e creino immagini in modo efficace.

Un nuovo metodo migliora la presa dei robot combinando pianificazione del movimento e della presa usando nuvole di punti.

Uno sguardo a come l'omologia persistente aiuta a studiare i magnetogrammi solari e l'attività.

Affrontare l'equità nel machine learning per ottenere risultati statistici migliori.

One4All-ST offre un modo semplificato per prevedere i movimenti e i bisogni urbani.

Scopri come i recenti progressi nei modelli visivi migliorano la comprensione delle immagini da parte delle macchine.

Introducendo un nuovo modello per prevedere meglio i movimenti dei veicoli nel traffico.

Un nuovo metodo migliora le GNN ottimizzando il riconoscimento della struttura dei grafi.

Esplorare l'omomorfismo dei grafi per migliorare le capacità di generalizzazione delle GNN.

Un nuovo approccio combina l'apprendimento della rappresentazione causale e i modelli di base per una comprensione migliore.

Approccio innovativo che usa le reti neurali per stabilizzare i sistemi di PDE in modo efficiente.

Usare la tecnologia per migliorare la cattura del carbonio e il monitoraggio della superficie terrestre.

DiNAS offre un modo nuovo per creare reti neurali ad alte prestazioni in fretta.

HAYATE mescola l'apprendimento automatico e tecniche tradizionali per misurazioni migliori delle distanze delle galassie.

Nuove scoperte mettono in discussione l'idea che la robustezza della classificazione e quella delle spiegazioni siano collegate.

Questo articolo analizza come le reti neurali migliorano le previsioni con pesi iniziali piccoli.

Affrontare la sovrastima del valore e il bias di primato per migliorare le prestazioni degli agenti.

APRICOT aumenta la fiducia nei modelli linguistici misurando con precisione la fiducia nelle risposte.

Sfruttare il machine learning per migliorare la precisione delle previsioni di domanda per le aziende.

DiffRed combina tecniche per semplificare l'analisi dei dati e migliorare i risultati.

Un nuovo metodo migliora la precisione nei suggerimenti di argomenti per progetti software.