Informática - Aprendizagem de máquinas

A pesquisa destaca o papel dos neurônios de segurança em melhorar a segurança e a responsabilidade dos LLMs.

Explorando o papel da aprendizagem ativa na descoberta de medicamentos através do docking molecular.

Um método novo usa caminhadas aleatórias pra fazer clustering de grafos de forma eficiente.

O Forward Gradient Unrolling oferece soluções eficientes para otimizar grandes modelos de aprendizado de máquina.

Um novo algoritmo otimiza sistemas multiagente enquanto protege a privacidade do usuário.

A MODA melhora os processos de tomada de decisão em áreas urbanas usando técnicas de aprendizado avançadas.

Avanços em ajustar modelos de linguagem usando técnicas inovadoras.

Um novo modelo melhora a eficiência em estudos de coorte dentro da análise de saúde.

Esse artigo fala sobre a adaptação de modelos de linguagem pra dar um suporte melhor em várias línguas.

O CEBench ajuda empresas e pesquisadores a avaliar LLMs enquanto gerenciam custos e desempenho.

Um estudo sobre como modelos de linguagem podem ignorar instruções e suas implicações.

Apresentando um método pra melhorar a comunicação equilibrando significado e uso de energia.

Um novo método melhora as ressonâncias magnéticas usando imagens anteriores pra resultados mais rápidos.

Um novo método acompanha o uso de energia pra monitorar discretamente os idosos.

Esse artigo fala sobre a importância de medir a incerteza nas previsões de IA.

Examinando as dificuldades que os LLMs enfrentam na tradução de idiomas com poucos recursos.

Um novo método pra melhorar o alinhamento da IA com os valores humanos usando feedback corrompido.

O MV-Mol junta várias fontes de dados pra melhorar a compreensão molecular.

Novas técnicas melhoram a privacidade e a segurança em consultas e transações de banco de dados.

Aprenda como decisões de compromisso aumentam a confiabilidade na programação estocástica.

CMDPs melhoram a tomada de decisão ao levar em conta o contexto em várias aplicações.

Uma nova abordagem pra melhorar a eficiência da otimização bi-nível não convexa em aprendizado de máquina.

A OPERA combina vários métodos pra fazer uma avaliação de políticas mais precisa usando dados passados.

Explorando a necessidade de explicações claras em Redes Neurais Gráficas.

O dataset OPSSAT-AD ajuda a detectar eventos de satélite incomuns.

Uma abordagem nova permite que dispositivos mais fracos contribuam no aprendizado federado.

Esse framework melhora a eficiência de aprendizagem em tarefas complexas através de estruturas hierárquicas.

Pesquisas mostram que modelos não treinados se conectam com as respostas do cérebro humano no processamento da linguagem.

Técnica de amostragem inovadora enfrenta desafios em distribuições complexas para aprendizado de máquina.

Tempora-Fusion melhora os quebra-cabeças de bloqueio temporal para cálculos seguros e verificáveis.

Um novo método pra melhorar a qualidade da imagem rapidinho usando modelos treinados.

Novos métodos melhoram o aprendizado do modelo usando amostras negativas eficazes em dados de grafo.

Um novo método melhora o treinamento de modelos criando conjuntos de dados sintéticos eficazes.

Este artigo apresenta um método para detecção e explicabilidade de revisão de spam em tempo real.

SiT melhora a capacidade dos agentes de generalizar em aprendizado por reforço através de simetria e atenção.

A SecureSpectra oferece uma nova maneira de proteger a identidade auditiva contra ameaças de deepfake.

Um olhar sobre como redes lineares aprendem e evoluem durante o treinamento.

O ERIC oferece uma forma eficiente de medir semelhanças em grafos com precisão aprimorada.

O ATLAS melhora a seleção de dados sísmicos usando aprendizado ativo e mudanças de representação.

Combinando física e geometria pra melhorar as previsões de dispersão acústica.