Informática - Aprendizagem de máquinas

Apresentando o Discrete Flow Matching pra melhorar as técnicas de geração de dados discretos.

Este estudo avalia representações centradas em objetos em comparação com modelos base para tarefas de VQA.

Um jeito de melhorar o comportamento de modelos de linguagem pra evitar saídas prejudiciais.

Métodos de abstração de estado aumentam a confiabilidade da avaliação off-policy em ambientes complexos.

Esse novo modelo melhora a transparência na tomada de decisões da IA usando conceitos humanos.

Este artigo explora a Reciclagem do Conhecimento para melhorar o treinamento de dados sintéticos em classificadores.

Combinando técnicas de programação e princípios biológicos pra melhorar a eficiência de armazenamento de DNA.

Pesquisadores desenvolvem novos métodos pra melhorar a precisão dos modelos, mesmo sem dados de sensores.

Este artigo discute um novo método para calibrar modelos baseados em agentes usando florestas aleatórias.

A pesquisa tá evoluindo em transporte ótimo, focando em movimentação de massa eficiente e novos algoritmos.

Novas técnicas de amostragem melhoram a eficiência na análise estatística.

Este artigo fala sobre maneiras de melhorar como os robôs identificam os usos dos objetos.

Explorando a mudança de produtos escalares para semelhanças aprendidas para uma recuperação melhor.

Explorando como dados ruidosos afetam o desempenho do modelo em dados não vistos.

Novo framework melhora a categorização de nós em gráficos com texto atribuído e dados limitados.

Estudo revela como passos de pensamento a mais melhoram o desempenho de RNN em Sokoban.

Esse método melhora a privacidade enquanto aumenta a precisão do modelo em IA.

Novas estratégias visam melhorar conjuntos de dados sintéticos para uma transcrição de bateria mais precisa.

Um novo framework melhora a seleção de sensores, equilibrando desempenho e custos.

vTensor otimiza a memória para tarefas de computação de alto desempenho.

Um olhar sobre como gráficos dinâmicos moldam nossas interações e percepções.

Analisando as diferenças de desempenho em machine learning para imagens de retina e detecção de hipertensão.

Esse método melhora a criação de prompts para modelos de linguagem grandes, aumentando a performance geral.

Pesquisadores estão explorando o uso de linguagem natural pra melhorar o alinhamento dos modelos.

Novas técnicas melhoram a compreensão de linguagem e a velocidade de processamento nos modelos.

Um método pra reduzir o viés em modelos de linguagem fazendo eles esquecerem informações nocivas.

Métodos para melhorar a precisão da localização do celular, apesar das diferenças entre dispositivos.

Novo método melhora como robôs adaptam habilidades em diferentes tarefas e ambientes.

Cientistas usam aprendizado de máquina pra melhorar as previsões em combinações de remédios pra câncer.

Analisando a eficácia do RAG e de LLMs de longo contexto no processamento de texto.

AnInfoNCE melhora o aprendizado contrastivo ao lidar com desafios na augmentação de dados.

Uma nova ferramenta melhora a comparação de modelos para previsões de energia precisas.

Essa pesquisa explora novos métodos pra equilibrar múltiplos objetivos em aprendizado por reforço.

Um novo padrão pra testar modelos de linguagem visual com mudanças mínimas em imagens e legendas.

GraphTP melhora o aprendizado de grafos com estratégias de dados mais eficientes.

Um novo método pra avaliar as habilidades de aprendizado de modelos de linguagem de longo contexto através do Task Haystack.

Uma nova plataforma melhora os testes para veículos autônomos com simulações de corrida realistas.

Uma abordagem nova combina clonagem de comportamento e aprendizado por reforço para uma montagem precisa de robôs.

Uma olhada nos pontos fortes e fracos dos KANs e MLPs em aprendizado de máquina.

Um novo algoritmo melhora as incorporações hiperbólicas pra uma melhor representação de dados hierárquicos.