Informática - Aprendizagem de máquinas

Pesquisas mostram que mudanças simples nos inputs podem levar a resultados prejudiciais em LLMs.

Estudando como a quantização afeta o desempenho em diferentes línguas.

Explorando os desafios de usar métodos de ensemble em machine learning.

Uma nova abordagem melhora a precisão na previsão de séries temporais com múltiplas resoluções.

A pesquisa avalia a estabilidade de métodos de XAI usando um conjunto de dados de diabetes.

GFlowNets permitem uma amostragem eficaz de distribuições complexas com fortes capacidades de generalização.

Explorando modelos de aprendizado de máquina e novos conjuntos de dados pra melhorar a segurança.

Novo framework melhora a previsão de biomarcadores genéticos em câncer colorretal usando imagens de lâmina inteira.

GFN-ROM melhora a redução de ordem do modelo usando redes neurais gráficas para simulações eficientes.

FKEA oferece uma forma nova de avaliar modelos generativos sem precisar de conjuntos de dados de referência.

O NEIM usa redes neurais pra simplificar modelos não lineares complexos e facilitar a análise.

GPTQT melhora a eficiência e o desempenho na quantização de grandes modelos de linguagem, tornando a IA mais acessível.

Um novo framework melhora a eficiência no aprendizado federado de borda otimizando recursos e dados.

ShiftAddAug melhora a eficiência e a precisão de redes neurais para dispositivos de borda.

Analisando ataques de inferência de membresia em modelos de previsão de séries temporais na saúde.

Abordagem inovadora melhora a detecção de falhas em satélites sem precisar de muitos dados rotulados.

Essa pesquisa analisa a eficácia do Random Forest na detecção de anomalias na rede.

Novo método melhora a eficiência na compressão de imagem sem perda para imagens binárias.

Novos métodos usam redes neurais pra lidar com equações fracionárias no tempo de forma eficaz.

Descubra como a pré-processamento de dados melhora as previsões de resultados de saúde críticos.

Este artigo propõe um método pra converter ICL em pesos de modelo pra melhorar o desempenho.

Dy-DCA melhora a qualidade do vídeo e a eficiência para dispositivos móveis.

Esse artigo fala sobre novas abordagens pra melhorar as previsões em reações químicas usando tecnologia.

O BlackVIP permite o uso eficiente de modelos de IA sem acessar suas partes internas.

Um estudo sobre como usar aprendizado de máquina pra prever eventos de prótons solares de forma eficaz.

Um novo método melhora o aprendizado auto-supervisionado ao adicionar um componente de memória.

Esse artigo apresenta um método pra identificar e gerenciar memes prejudiciais de forma eficaz.

Um estudo sobre as capacidades de aprendizado de grandes modelos de linguagem em tarefas de aritmética modular.

Novo método ESQA usa modelos de linguagem grandes para análise de sequência de eventos.

Frameworks de teste melhoram a confiabilidade dos modelos de linguagem pra dar respostas confiáveis.

A estrutura ITEM melhora o treinamento e a avaliação de GNNs para recomendações melhores.

Uma nova abordagem usa transformers pra melhorar a eficiência e flexibilidade na resolução de PDEs.

Um olhar sobre métodos para estimar efeitos de tratamento usando dados do mundo real.

Um novo design de camada convolucional reduz parâmetros e melhora a interpretabilidade em modelos de IA.

Nova ferramenta de IA ajuda veterinários a diagnosticar problemas cardíacos em cães.

Aprenda como os coresets melhoram a eficiência na análise de regressão múltipla.

Apresentando os conjuntos de dados MERGE pra melhorar a classificação de emoções na música.

O GENTLE avança o aprendizado de máquina ao aprender de forma eficaz distribuições condicionais a partir de dados limitados.

Este artigo explora soluções para o oversmoothing em redes neurais de grafo, focando nas GCNs.

Esse estudo explora como o aprendizado de representação ajuda os robôs a se adaptarem a ambientes em mudança.