Articoli più recenti per Scienza dei Dati

Un nuovo metodo di punteggio migliora la qualità delle anomalie sintetiche nel machine learning.

Un nuovo metodo per migliorare l'accuratezza del riconoscimento delle entità nei grafi della conoscenza.

I nodi virtuali aiutano a migliorare le prestazioni nelle reti neurali grafiche aumentando il flusso di informazioni.

Integrare informazioni testuali migliora l'accuratezza nelle previsioni delle serie temporali.

Quest'articolo parla delle sfide e delle soluzioni per l'IA che si occupa di squilibrio nei dati e cambiamento di concetto.

Un nuovo framework riduce i bias nei dati migliorando le performance dei modelli linguistici nel seguire le istruzioni.

AFCM migliora il clustering fuzzy adattando i parametri e gestendo forme complesse.

Utilizzare le Echo State Networks per un'ottimizzazione efficiente nei sistemi termoacustici.

AdpQ offre un modo nuovo per migliorare l'efficienza degli LLM senza dati extra.

Nuovo sistema migliora le ricerche accademiche usando modelli linguistici.

Scopri come i modelli di Markov nascosti e i processi di rinnovo aiutano a fare previsioni precise.

Un nuovo metodo per migliorare la ritenzione dell'apprendimento nei sistemi di intelligenza artificiale.

Nuovo metodo combina Go-Explore con modelli avanzati per un machine learning migliore.

I modelli deboli possono aiutare i modelli AI forti a imparare in modo più efficace.

Un nuovo approccio usa i LLM per migliorare efficacemente le raccomandazioni agli utenti.

Migliorare le prestazioni e la stabilità nei sistemi di controllo complessi.

Migliorare la robustezza del machine learning contro gli esempi avversari è fondamentale per applicazioni sicure.

Un nuovo metodo per combinare i dati di addestramento migliora le prestazioni del modello linguistico.

Il PV-Tuning migliora il fine-tuning e la compressione per grandi modelli di linguaggio.

Questo articolo esamina il comportamento delle probabilità di piccole palle nei tensori casuali.

Presentiamo AnyLoss, che trasforma le metriche in funzioni di perdita per un miglior addestramento del modello.

Un modo nuovo per migliorare i modelli di trasformatore usando tecniche di codifica posizionale adattabili.

La Normalizzazione Batch Federata migliora l'addestramento del modello in ambienti di apprendimento distribuito.

I2CL migliora l'efficienza e le prestazioni nei compiti dei modelli di linguaggio.

Scopri il trasporto ottimale e le sue applicazioni nella logistica e non solo.

ShapeFormer migliora l'accuratezza della classificazione combinando caratteristiche specifiche per classe e caratteristiche generali.

LoRA-Ensemble combina modelli per avere previsioni migliori e gestire l'incertezza.

Un nuovo metodo per migliorare la riscrittura delle query senza dati etichettati.

Nuovi metodi migliorano le prestazioni del modello durante la quantizzazione nei modelli di linguaggio.

Un nuovo metodo migliora le previsioni generando dati in modo dinamico durante l'allenamento.

Un nuovo metodo per integrare la logica temporale nei sistemi di intelligenza artificiale.

CoMERA ottimizza l'addestramento dei modelli AI, riducendo l'uso della memoria e il tempo mantenendo l'accuratezza.

Un metodo di apprendimento attivo in due fasi migliora l'accuratezza del riconoscimento vocale con meno dati.

Un metodo per derivare i requisiti di sicurezza dai dati sul comportamento del sistema.

Un nuovo metodo migliora le previsioni sui grafi con stime di incertezza affidabili.

Un nuovo metodo garantisce un ripristino delle immagini affidabile addestrando reti neurali monotone.

Un metodo che personalizza la sfoltitura dei grafi per migliorare le prestazioni delle reti neurali.

L'armonia migliora l'efficienza del machine learning nella comprensione di immagini e video.

Questo articolo parla di come i trasformatori possono migliorare i compiti decisionali in vari ambiti.

Un nuovo metodo migliora le previsioni di rete esaminando le relazioni tra i nodi attraverso l'adjacency orbitaria.