Yao Li

A DBFed quer diminuir o preconceito na IA enquanto mantém a privacidade dos dados.

Investigando vulnerabilidades de DNNs contra ruídos adversariais na remoção de ruído de imagens.

Pesquisas sobre quarks pesados iluminam os primeiros momentos do universo.

DeeDiff melhora os modelos de difusão pulando etapas desnecessárias, aumentando a velocidade sem perder qualidade.

Um método novo melhora a detecção de conteúdo gerado por IA sem precisar acessar os dados do modelo.

Um novo método melhora ataques direcionados usando amostras fáceis em redes neurais.

Um novo benchmark avalia modelos de linguagem em desafios de codificação científica em várias áreas.

O TART melhora a precisão do modelo enquanto defende contra ataques adversariais.

Pesquisadores estudam como jatos se comportam em colisões nucleares de alta energia e suas interações.

Os algoritmos enfrentam viés e atrasos no feedback das preferências dos usuários.

Investigando como os jatos de sabor pesado se comportam em colisões nucleares de alta energia.

A AdaScale automatiza o aprendizado profundo pra melhorar a performance e a privacidade nos celulares.

Modelos de desnoising enfrentam desafios com ruídos adversariais, mas novas estratégias trazem esperança.