Bernhard Schölkopf

Uma nova abordagem combina aprendizado de representação causal e modelos base pra uma melhor compreensão.

Um olhar sobre como os ajustes de parâmetros moldam o treinamento de redes neurais.

Este artigo analisa como as etapas de pré-processamento podem impactar as garantias de privacidade dos dados.

Combinar relações causais com previsão melhora a precisão da análise de sentimentos.

A COMET apresenta um novo modelo para a IA aprender e se adaptar de forma eficiente.

Uma análise de como a Representação de Significado Abstrato impacta o desempenho de LLM em várias tarefas.

Analisando a justiça e a ética de como os modelos de linguagem respondem aos usuários.

Um novo método melhora as estimativas de efeito do tratamento em conjuntos de dados complexos.

Uma nova abordagem melhora a capacidade de encontrar exoplanetas nos céus estrelados.

Um novo algoritmo combina RL offline e feedback de preferência para uma melhor tomada de decisão.

Um olhar sobre os efeitos causais em configurações de dados intercambiáveis e suas implicações.

Explorando espaços causais e suas implicações para entender sistemas e interações.

Analisando como os LLMs fazem escolhas morais entre línguas e culturas.

Tree Experts Diferenciáveis melhora operações em árvores na inteligência artificial.

Explorando como dados ruidosos afetam o desempenho do modelo em dados não vistos.

Robôs aprendem a tocar piano usando um novo conjunto de dados com mais de um milhão de movimentos.

Analisando a responsabilidade nas colaborações entre humanos e IA em várias áreas.

Um novo método combina ideias inesperadas pra criar obras de arte únicas.

Um jeito novo de entender as relações causais em ambientes dinâmicos.