Mihaela van der Schaar

新しいフレームワークが複雑なデータ分析のためのシンボリック回帰を改善する。

新しい方法が言語モデルのトレーニングにより良いフィードバックを提供する。

言語モデルと最適化戦略を組み合わせた新しい方法で、パフォーマンスを向上させる。

この研究は、より良い時系列生成のためにフーリエ解析と拡散モデルを組み合わせてるんだ。

新しい方法は、外部の知識を取り入れてLLMの性能を向上させるんだ。

事前の知識と適応力を組み合わせることで、限られたデータでも機械学習の性能が向上するんだ。

難しいサンプルを特定するための課題と解決策を見てみよう。

DAGnosisは、不一致をうまく特定することでデータの信頼性を向上させるんだ。

機械学習の進展における表形式データに注目する重要性。

デモからのアラインメントを紹介する、安全で効果的な言語モデルのために。

DIPSは、より良い機械学習の結果を得るために、擬似ラベリングのデータ品質問題に対処する。

LaTableは、さまざまな分野で合成タブularデータの作成を強化します。

実世界データを使って治療効果を推定する方法を見てみよう。

新しい方法が、信頼できる意思決定のための予測区間の精度を向上させる。

新しいフレームワークが多様な医療データを使って病気予測を強化する。

スパースニューラルネットワークは、モデルのパフォーマンスを向上させるために特徴選択を効率化するよ。

ディープラーニングの挙動とその説明についての考察。

入力の小さな変化が言語モデルの応答にどう影響するかを学ぼう。

AIは少ない例を使って個人の好みに合わせて適応し、ユーザーとのやり取りを向上させるよ。