Informática - Aprendizagem de máquinas

Esse estudo analisa como os modelos de linguagem refletem os preconceitos das crianças ao resolver problemas de matemática.

Pesquisa sobre como melhorar modelos de aprendizado contínuo através da sensibilidade à ordem de tarefas e classes.

Esse artigo fala sobre o impacto da subreportagem de dados na justiça dos modelos preditivos.

Uma visão direta de como os tensores interagem em redes neurais.

Analisando a amplificação de danos em modelos de texto para imagem e seu impacto na sociedade.

Descubra o mundo eficiente em energia das Redes Neurais de Picos e seus métodos de aprendizado únicos.

BlackMamba combina modelos de espaço de estado e mistura de especialistas pra tarefas de linguagem de forma eficiente.

Um modelo de aprendizado de máquina estima os níveis de poluição do ar em toda a Inglaterra, preenchendo as lacunas de dados.

Double-Dip combina aprendizado de transferência e randomização pra se proteger contra ataques de inferência de membros.

Modelos fundamentais estão transformando o futuro da tecnologia de condução autônoma.

Analisando a relação entre aprendizado de máquina quântico e algoritmos clássicos pra melhorar o desempenho.

Explorando maneiras de aumentar a confiança nas tecnologias de inteligência artificial distribuída.

Analisando o custo e a eficiência de grandes modelos de linguagem em várias tarefas.

Novos métodos melhoram a separação de sinais de fontes misturadas, lidando com os desafios de ruído de forma eficaz.

Novas abordagens de aprendizado de máquina melhoram as capacidades de rastreamento robótico em ambientes incertos.

Gêmeos digitais ajudam a monitorar e prever comportamentos de sistemas complexos em várias áreas.

Pesquisadores melhoram os métodos de ataque à criptografia Learning With Errors usando aprendizado de máquina.

Um novo modelo melhora a classificação dos estágios do sono usando matrizes SPD.

Uma nova abordagem pra prever eventos usando técnicas de aprendizado auto-supervisionado.

Esse estudo analisa como adicionar recorrência aos Transformers pra melhorar o desempenho em tarefas de aprendizado de máquina.

Apresentando o FairEHR-CLP, uma estrutura pra previsões de saúde justas e precisas usando dados de EHR.

Uma maneira mais rápida de manter os escritores anônimos enquanto mantém a clareza do texto.

O ELRA adapta as taxas de aprendizado pra melhorar a eficiência do aprendizado de máquina.

Um olhar sobre técnicas seguras de aprendizado por reforço e suas aplicações no mundo real.

Um novo método dá um feedback melhor para treinar modelos de linguagem.

Explorando como o machine unlearning ajuda na privacidade de dados e na conformidade.

Este artigo fala sobre métodos de deep learning para analisar dados de trajetória em várias áreas.

Um jeito de melhorar a confiabilidade na geração de texto medindo a incerteza.

Um novo conjunto de dados revela insights sobre o uso de modelos pré-treinados em projetos de software.

Novas técnicas melhoram a velocidade e a eficácia de ataques de morphing em sistemas de reconhecimento facial.

Uma nova abordagem combina captação de energia com aprendizado federado para melhorar o gerenciamento de bateria.

Um novo método pra analisar dados funcionais usando autoencoders de rede neural.

Pesquisadores desenvolveram um modelo que melhora a estabilidade em simulações de dinâmica molecular.

Esse método acelera o treinamento de modelos sequenciais sem perder precisão.

Uma nova abordagem pra avaliar modelos de aprendizado de máquina sem dados rotulados.

Novos sistemas automatizam respostas a Ações de Escritório de Patentes, melhorando a eficiência para os advogados.

Novo framework ajuda modelos generativos a esquecer dados sensíveis sem perder performance.

Uma nova abordagem melhora o desempenho do aprendizado por reforço offline através de atualizações de gradiente ortogonal.

Esse artigo fala sobre um novo método pra máquinas usarem ferramentas em ambientes dinâmicos.

Uma olhada em como Transformers e GSSMs lidam com tarefas de cópia.