Informática - Aprendizagem de máquinas

A pesquisa avança métodos para navegação de robôs mais segura usando técnicas de estimativa de incerteza.

Um novo framework melhora a eficiência de aprendizado em sistemas multiagente por meio de modelagem de mundo inovadora.

Novo framework mistura recompensas e limites em aprendizado por reforço.

Uma nova medida de dissimilaridade melhora o aprendizado por transferência em distribuições de dados variadas.

Explorando como os sinks de atenção impactam o desempenho dos modelos de linguagem e apresentando uma técnica de calibração.

Um novo framework melhora como os grandes modelos de linguagem podem funcionar em dispositivos de borda.

Uma nova abordagem modular melhora a inferência variacional em linguagens de programação probabilística.

Analisando o desempenho dos modelos de IA em problemas de matemática para crianças revela lacunas significativas.

Este artigo analisa como a transferência de conhecimento melhora a precisão de modelos generativos.

Explorando como a IA tá mudando o cenário das energias renováveis pra ter mais eficiência.

Analisando a necessidade de melhores regras para IA na saúde.

Novo framework melhora a modelagem de sistemas físicos complexos usando simetria discreta.

Métodos para reduzir o uso de memória durante o ajuste fino de modelos grandes.

Aprenda como a privacidade diferencial protege os dados individuais enquanto permite uma análise útil.

Uma plataforma padronizada pra testar algoritmos de aprendizado no controle de fronteira de equações diferenciais parciais.

Um novo algoritmo melhora a estimativa de frequência e a identificação de pesados nos redes.

Um novo método melhora a eficiência do aprendizado dos robôs através de uma melhor interação humana.

Esse artigo analisa como certos neurônios afetam a incerteza nas previsões de modelos de linguagem.

Esse artigo apresenta um método pra avaliar modelos de linguagem em vários prompts.

Apresentando o DARE, um método pra melhorar o aprendizado de máquina sem esquecer o conhecimento antigo.

Pesquisadores melhoram modelos de difusão com modelos de consistência mais rápidos, mantendo a qualidade.

Nova abordagem melhora a tomada de decisão ao fornecer mudanças de entrada confiáveis.

Um novo conjunto de dados avalia o desempenho de LLM na resolução de desafios relacionados a gráficos.

Uma nova estrutura melhora as técnicas de geração de grafos moleculares para descoberta de medicamentos.

Novos métodos aprimoram as habilidades de raciocínio em modelos de linguagem pra melhorar o desempenho nas tarefas.

O TimeAutoDiff oferece novas soluções pra criar dados sintéticos de séries temporais realistas.

Um novo modelo combina dados de áudio e visuais pra uma melhor compreensão.

Inferência de caixa delimitadora melhora a tomada de decisão em aprendizado por reforço baseado em modelo.

Novos métodos melhoram a navegação e a segurança de drones em ambientes complexos.

A Fairpriori melhora os testes de justiça em aprendizado de máquina, focando na viés interseccional.

neuROSym melhora a capacidade dos robôs de prever ações humanas em tempo real.

Usando dados de busca pra prever vendas de carros e taxas de gripe.

Um novo framework lida com as mudanças nas preferências dos candidatos e melhora a precisão das recomendações.

Um olhar sobre a mudança de conceito e métodos de detecção não supervisionados.

A IA tá mudando a maneira como os cientistas enfrentam desafios de pesquisa complexos.

Um novo conjunto de benchmark melhora a eficiência e a eficácia do autotuning de compiladores.

Explorando novos métodos em aprendizado de grafos sem dados rotulados.

O MIGU melhora o aprendizado contínuo em modelos de linguagem sem precisar de dados antigos.

Uma nova abordagem pra IA combina modelos de linguagem com programas simbólicos pra uma melhor interpretabilidade.

Um novo framework melhora a correspondência de grafos sem dados rotulados.