Artigos mais recentes para Desempenho

Momentum-SAM oferece uma alternativa eficiente aos métodos tradicionais de treinamento para redes neurais.

A meta solicitação melhora o desempenho do modelo de linguagem através da divisão de tarefas e colaboração entre especialistas.

Esse framework melhora a forma como o conhecimento é combinado em modelos de machine learning pra ter um desempenho melhor.

Esse artigo investiga métodos pra prever a eficácia dos resultados de busca personalizados.

Aprenda como melhorar a eficiência do modelo transformer com um design amigável para GPU.

Esse estudo analisa como a estrutura da linguagem ajuda a melhorar as previsões de layout em máquinas.

Combinando modelos pra melhorar as previsões de surtos de doenças.

Esse artigo analisa a eficácia de textos gerados por IA em comparação com conteúdos escritos por humanos.

Um novo conjunto de dados pra testar sistemas RAG em perguntas complexas de múltiplas etapas.

Novos modelos visam melhorar a tecnologia de linguagem para falantes de português brasileiro.

Um novo sistema otimiza modelos de linguagem para respostas mais rápidas e eficientes.

Esse estudo explora como generalizar restrições aprendidas em ASP pra ter um desempenho melhor em problemas dinâmicos.

Descubra como o ACADL simplifica a modelagem para aceleradores de hardware de IA.

Apresentando o Z3alpha, um novo método para geração de estratégia SMT usando Busca em Árvore de Monte Carlo.

Usando análise de dados pra identificar startups promissoras antes de investir.

Melhorando a precisão do modelo para categorias raras em conjuntos de dados com cauda longa.

Essa pesquisa foca em modelagem preditiva justa considerando estruturas de grupos hierárquicas.

Analisando os modelos GPT-NeoX e LLaMA para aplicações em ciência dos materiais.

Essa pesquisa analisa como o design do pé de robô afeta a eficiência da caminhada na areia.

Um método pra acelerar modelos de linguagem grandes sem perder a qualidade da saída.

Novo framework melhora a seleção de dados e a limpeza de gráficos em ambientes barulhentos.

Uma estratégia pra melhorar o desempenho e a justiça nos modelos de aprendizado federado.

Um método pra verificar modelos de aprendizado de máquina pra aumentar a confiança e a transparência.

Um novo framework aprende pontos de partida eficazes para otimização de ponto fixo mais rápida.

Esse artigo apresenta um benchmark pra avaliar modelos de linguagem grandes com tarefas complexas.

Este artigo apresenta estratégias e um novo método para seleção eficaz de amostras em aprendizado com poucos exemplos.

Essa abordagem aumenta a eficiência na otimização de matroid usando oráculos rápidos, mas imprecisos.

Um novo sistema melhora o desempenho e reduz os atrasos em aplicações de IA médica.

Um projeto tem como objetivo automatizar a classificação de códigos de atraso de trem usando aprendizado de máquina.

O SEABO gera recompensas a partir de dados de especialistas, simplificando o aprendizado de imitação offline.

CURE melhora o desempenho dos robôs otimizando as configurações de jeito eficiente.

A Cannikin melhora a eficiência do treinamento de DNN em diferentes ambientes de máquina.

Descubra como os Modelos de Mundo de Ações melhoram a tomada de decisão em ambientes complexos.

Novos métodos ajudam robôs a explorar ambientes desconhecidos sem mapas prévios.

Promptes suaves melhoram a tecnologia de reconhecimento de fala para um desempenho melhor em ambientes barulhentos.

Instruções mais longas melhoram o desempenho do modelo de linguagem e reduzem a complexidade.

Novas estratégias melhoram o gerenciamento do consumidor pra um processamento de mensagem mais eficiente.

Um novo método melhora o controle de sistemas não lineares com parâmetros que mudam.

Este artigo analisa a diferença entre as habilidades gerativas e avaliativas dos modelos de IA.

Estudo questiona a necessidade de otimizar exemplos em contexto quando instruções claras são dadas.