Informática - Aprendizagem de máquinas

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.

Essa pesquisa melhora o aprendizado de reforço online usando modelagem de razão de densidade pra uma exploração melhor.

Antecipar eventos futuros molda as decisões no dia a dia e na tecnologia.

Examinando os riscos de extinção potenciais ligados à IA e como discutir isso.

Aprimorando os CBMs ao minimizar o vazamento de informações pra ter uma melhor interpretabilidade e confiança.

O Todyformer melhora a análise de gráficos dinâmicos com aprendizado local e global eficiente.

Um novo método foca na relevância pra melhorar as respostas dos modelos de linguagem.

Uma nova abordagem melhora a precisão da previsão de longo prazo em dados de séries temporais complexas.

Explorando a integração de LLMs em tarefas de computação de alto desempenho.

Um estudo sobre como identificar padrões incomuns em séries temporais usando classificação de uma classe só.

O Transformer Informado por Topologia melhora o reconhecimento de isomorfismo de grafos e as capacidades preditivas.

A estrutura TSF-HD oferece previsões eficientes e precisas para diferentes padrões de dados.

Um método pra melhorar a categorização multi-rotulada em textos biomédicos.

Um novo método pra avaliar o valor dos dados em dados de gráfico complexos.

Estratégias pra melhorar a tomada de decisão em ambientes cooperativos com informações incompletas.

Explicações contrafactuais oferecem ideias sobre decisões algorítmicas, mas precisam ser confiáveis.

A Regularização de Dimensionalidade Local oferece soluções para melhorar a qualidade da representação em SSL.

DEFT melhora a eficiência e o uso de energia em modelos de linguagem grandes com menor densidade de ativação.

Uma nova abordagem de IA junta redes neurais com raciocínio simbólico pra melhorar a tomada de decisão.

Apresentando o AgentHPO, uma estrutura que automatiza a ajuste de hiperparâmetros usando Grandes Modelos de Linguagem.

Explorando a sinergia entre RL e LLMs pra melhorar as aplicações de IA.

Esse framework melhora a forma como os LLMs lidam com chamadas de API e uso de memória.

Pesquisas sobre como gerenciar dados de espécies revelam novos métodos para previsões precisas.

Descubra como o DFML transforma o aprendizado de dados sem servidores centrais.

Integrar Modelos Fundamentais com Aprendizado Federado traz tanto riscos quanto benefícios.

Descobrindo como os humanos aprendem a categorizar através do modelo ERMI.

FREED++ mostra uma geração de drogas melhorada com um design molecular aprimorado e desempenho.

Esse artigo fala sobre técnicas pra melhorar a eficiência e o desempenho dos Modelos de Linguagem Grande.

Aprenda como a métrica de menor desacordo melhora a eficiência do aprendizado ativo.

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

Um novo método mistura hipernetworks com NeRF pra criar objetos 3D mais rápido.

A pesquisa melhora a qualidade da tradução usando métodos que consideram o contexto e técnicas de encurtamento de sequência.

Um método novo melhora a eficiência do aprendizado ator-crítico.

Uma olhada nos bi-CryptoNets e seu impacto na privacidade dos dados.

Apresentando um método pra reduzir o esquecimento em redes neurais enquanto elas aprendem novas tarefas.

O Teddy melhora o desempenho do GNN enquanto reduz os custos computacionais com a esparsificação de arestas.

Este estudo explora como usar cabeçalhos de resposta para identificar rastreadores online de forma mais eficaz.