Informática - Aprendizagem de máquinas

Analisando os perigos de privacidade em Aprendizado Federado e modelos de linguagem grandes.

Este artigo explora um método para estabilizar modelos generativos usando dados sintéticos.

Um jeito de tirar habilidades indesejadas de modelos de linguagem enquanto mantém as funções essenciais intactas.

Novos métodos melhoram a tomada de decisão para vários agentes em ambientes incertos.

O SceneCraft cria cenas 3D a partir de texto, tornando o design mais fácil e eficiente.

AcME-AD melhora a interpretabilidade em modelos de detecção de anomalias pra tomar decisões melhores.

Analisando como redes neurais gráficas preveem dados não vistos de forma eficaz.

Novo modelo de deep learning melhora a precisão da segmentação de órgãos em imagens médicas.

Novo método melhora a velocidade de aprendizado e a colaboração em ambientes multi-agente.

Um novo método melhora a eficiência do aprendizado ativo em machine learning.

Um novo método simplifica a poda de redes neurais para melhorar o desempenho.

Aprenda como o CPP lida com incertezas na otimização pra tomar decisões melhores.

Esse estudo investiga como os LLMs conseguem gerar decisões arquitetônicas.

DyCE otimiza modelos de deep learning pra dispositivos com recursos limitados.

Explore como funções invariantes por permutação simplificam desafios em aprendizado de máquina e estatística.

Um novo método reduz erros de sintaxe em código gerado por modelos de linguagem grandes.

Uma olhada detalhada na avaliação de algoritmos e na análise de desempenho de modelos.

Esse método dá foco nas mudanças de estado pra melhorar o planejamento de tarefas em vídeos.

Esse artigo fala sobre técnicas de amostragem de modelos de campo médio em sistemas complexos.

Novo método melhora modelos de transformadores para se adaptar a fluxos de dados que mudam.

Apresentando a Rede de Atenção Gráfica Direcional pra melhorar o aprendizado de nós em gráficos complexos.

Uma nova abordagem para adaptação de domínio de grafos sem precisar de dados rotulados.

Um novo método melhora as previsões de carga de energia enquanto garante a privacidade dos dados.

Um novo método pra comparar gráficos temporais de forma eficiente.

Esse trabalho melhora a geração de estrutura 3D usando a invariância SE(3) em processos de difusão.

Asyn2F melhora o aprendizado federado assíncrono pra um treino de modelo melhor e mais privacidade dos dados.

Um novo framework melhora o pré-treinamento de grafos ao selecionar e pesar tarefas de forma eficaz.

Uma nova abordagem para melhorar as estratégias de reprogramação celular usando aprendizado por reforço profundo.

Este artigo fala sobre como usar LLMs pra melhorar a educação em alfabetização de adultos e a precisão das previsões.

Aprenda como a calibração isotônica causal melhora as previsões dos efeitos do tratamento em várias áreas.

Examinando o impacto da corrupção de dados nas estratégias de aprendizado em jogos de Markov de soma zero para dois jogadores.

Método inovador simplifica o treinamento de modelos para classificação de imagem complexa.

Modelos de mundo ajudam os carros autônomos a prever eventos na estrada pra segurança.

Explore como o Adam melhora o treinamento de modelos de aprendizado profundo e supera o gradiente descendente.

Uma nova abordagem melhora a rotulagem das estruturas pulmonares para uma análise médica melhor.

Um novo método melhora a resolução de equações complexas usando aprendizado de máquina.

Apresentando um modelo que melhora as previsões de tráfego usando técnicas espaciais inovadoras.

Uma nova abordagem equilibra custo e frescor de dados em sistemas IoT.

Uma nova abordagem melhora a precisão do aprendizado de máquina enquanto garante a privacidade dos dados.

Explorando como as simetrias nas funções de perda afetam a dinâmica do SGD durante o deep learning.