Informática - Aprendizagem de máquinas

Apresentando um método pra classificar vídeos rapidão com base na análise dos primeiros quadros.

Um novo modelo de dual-transformer melhora as previsões de tempo de execução a partir da análise de código-fonte.

Este artigo apresenta métodos para detectar sites não confiáveis usando palavras-chave.

Uma nova abordagem ajuda os sistemas a reconhecer tanto categorias conhecidas quanto novas.

Um estudo sobre o desempenho de modelos de linguagem menores e abertos em várias tarefas.

O método COMPASS resolve problemas de ruído em docking molecular, melhorando a descoberta de medicamentos.

Um novo método baseado em IA melhora a eficiência na Inversão de Forma de Onda Total.

Explorando como o aprendizado de máquina ajuda na análise de dados nucleares.

MINT-1T é o maior conjunto de dados open-source pra treinar modelos multimodais.

Aprenda como ataques de backdoor ameaçam sistemas de aprendizado de máquina e métodos para se defender deles.

Este estudo revela como os modelos de linguagem mudam de comportamento durante o treinamento.

Um estudo usa aprendizado de máquina pra encontrar mais anãs brancas com metais pesados.

Este artigo examina como modelos pré-treinados aprendem sobre relacionamentos através de hipergrafos.

Aprendizado auto-supervisionado melhora as previsões para dados de séries temporais estelares.

Tratando da distribuição de energia para sistemas cooperativos robustos.

Um estudo sobre os processos de tomada de decisão de modelos de linguagem grandes.

Os testes de benchmark do MMNeedle avaliam modelos multimodais nas capacidades de lidar com contextos longos.

Uma olhada em como lidar com erros em modelos generativos baseados em pontuações.

Novos métodos melhoram as previsões ao focar na funcionalidade do código em vez dos nomes das variáveis.

Explorar células de lugar e como elas interagem pode melhorar sistemas de navegação e IA.

Apresentando soluções potenciais para tarefas de imagem complexas com clareza.

Descubra como métodos baseados em dados estão mudando as medições e modelagem em metrologia.

Um método pra identificar emoções e suas causas em dados não rotulados.

LDMeta melhora a privacidade e a eficiência nos métodos de aprendizado distribuído.

O SLOctolyzer automatiza a análise de imagens da retina, ajudando na pesquisa sobre a saúde dos olhos.

Analisando como os modelos de transformer melhoram com o tamanho e a complexidade.

A SHiRA melhora a eficiência na troca de modelos em IA sem perder conceitos importantes.

A APPL facilita o desenvolvimento com grandes modelos de linguagem usando uma sintaxe intuitiva, parecida com Python.

Um estudo sobre como prever falhas na rede elétrica usando análise de aprendizado por reforço profundo.

Um olhar sobre como a calibração afeta as previsões e a confiabilidade do modelo.

Novos métodos melhoram a precisão da segmentação de vasos sanguíneos em imagens médicas.

Esse artigo examina maneiras de melhorar as habilidades de planejamento em grandes modelos de linguagem.

Estudo analisa a generalização e o desempenho da regressão ridge com características aleatórias usando autovalores.

O PARADIGM integra dados diversos sobre câncer pra melhorar as previsões de sobrevivência dos pacientes.

Essa pesquisa investiga o papel de informações adicionais na identificação de estruturas de comunidade.

LACPANet melhora a análise de tumores renais usando imagens de TC em múltiplas fases.

Explorando a sinergia entre Modelos de Fundação e Aprendizado Federado para aplicações de IA mais aprimoradas.

Esse artigo apresenta um método pra reduzir os custos computacionais na estimativa de quantidades desconhecidas.

Explorando os desafios de segurança trazidos por ataques adversariais em agentes multimodais.

Descobrindo métodos eficientes para extração de parâmetros de modelos de semicondutores.