Articoli più recenti per Prestazioni del Modello

Un nuovo modo per migliorare le prestazioni dei modelli NLP su dati mai visti prima.

Questo articolo esamina come la lunghezza dell'input influisce sulle capacità di ragionamento dei modelli di linguaggio di grandi dimensioni.

Questa ricerca valuta la fiducia dei modelli di intelligenza artificiale e la qualità delle spiegazioni in ambienti rumorosi.

Combinare i modelli linguistici migliora le prestazioni in vari compiti grazie alla collaborazione.

Uno sguardo alle sfide e soluzioni per identificare campioni difficili.

Un metodo per migliorare l'equità nei modelli di machine learning per compiti immagine-testo.

Questa ricerca esamina il bilanciamento spettrale per migliorare l'equità nei modelli di classificazione dell'apprendimento automatico.

Un metodo a due fasi migliora le prestazioni del modello su diversi gruppi di dati.

Esplora i punti di forza e di debolezza delle RNN e dei Transformers nell'elaborazione del linguaggio naturale.

Un nuovo metodo migliora l'affidabilità nel trovare connessioni all'interno dei modelli linguistici.

Ehi, ti presento DeNetDM, una tecnica per ridurre i bias nelle reti neurali senza fare modifiche complicate.

Esaminando gli effetti del ridimensionamento del vocabolario sulla qualità e sull'efficienza della traduzione.

Questo lavoro si concentra sull'eliminazione di concetti indesiderati dai modelli da testo a immagine.

Lo studio esplora come i modelli quasi-interpolanti si comportano sui dati non visti.

Esaminando i protocolli di apprendimento federato per migliorare la privacy e al contempo aumentare l'accuratezza del modello.

La potatura dei dati migliora l'efficienza del modello mentre affronta i potenziali problemi di bias.

Esplorare i fattori chiave che influenzano la robustezza contro gli attacchi avversariali nel machine learning.

Diverse funzionalità migliorano la capacità dei modelli di identificare nuove categorie di dati in modo efficace.

Esaminando come la quantizzazione può migliorare le prestazioni e la generalizzazione delle reti neurali.

Un metodo per verificare l'affidabilità del modello senza etichette vere.

Un nuovo framework per valutare i modelli di base nei compiti di parlato.

Un nuovo metodo migliora il modo in cui i modelli gestiscono le previsioni incerte.

Un nuovo framework migliora l'apprendimento federato e previene l'oblio nei modelli di intelligenza artificiale.

Questo studio esplora i pregiudizi nei modelli visione-linguaggio e modi per ridurre il loro impatto.

Un nuovo metodo migliora l'accuratezza nel rilevare i cambiamenti nei dati nel tempo.

PadFL migliora la condivisione dei modelli e l'efficienza tra diverse capacità dei dispositivi.

Analizzando i modelli esistenti si scoprono delle informazioni sulle tendenze delle prestazioni dei modelli linguistici man mano che la dimensione aumenta.

Scopri come il bagging migliora le performance dei modelli in diverse applicazioni.

Il riordino delle suddivisioni dei dati migliora l'ottimizzazione degli iperparametri nel machine learning.

Questo articolo esamina come il trasferimento di conoscenza migliori l'accuratezza dei modelli generativi.

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

Questo studio usa autoencoder sparsi per interpretare i risultati degli strati di attenzione nei transformer.

IDAICL migliora le previsioni affinando la qualità delle dimostrazioni nell'apprendimento contestuale.

Uno sguardo al nuovo approccio di Larimar alla memoria nei modelli di linguaggio.

Scopri il drift nell'ML e come affrontarlo in modo efficace.

Impara come i controller PI migliorano l'ottimizzazione vincolata nell'apprendimento automatico.

Esplora l'impatto dei dati fuori distribuzione sulle prestazioni del machine learning.

Questo lavoro studia come l'allenamento influisce sulle previsioni dei grandi modelli di linguaggio.

Un nuovo metodo valuta le associazioni di dati fuorvianti nei modelli di apprendimento automatico.

Un nuovo metodo migliora l'efficienza del "machine unlearning" mantenendo le prestazioni del modello.