Informática - Aprendizagem de máquinas

Analisando vulnerabilidades de ataques de backdoor com rótulo limpo e como limites de generalização podem ajudar.

HydraGNN usa aprendizado de máquina pra acelerar a descoberta e a modelagem de materiais.

O modelo Ola melhora as previsões do tempo sazonais usando IA pra acompanhar a dinâmica dos oceanos e da atmosfera.

Analisando métodos quânticos para uma estimativa de densidade eficiente na análise de dados.

Explorando o impacto de caminhadas randômicas fracas na análise de redes.

Um novo método pra melhorar modelos generativos usando contexto de forma eficaz.

Pesquisadores usam aprendizado por reforço pra melhorar técnicas de desentrelaçamento de estados quânticos.

Uma nova abordagem aumenta a eficiência do aprendizado de robôs usando simetrias de tarefas.

Um método flexível melhora o aprendizado do modelo ao ajustar a seleção de amostras com base no desempenho.

Uma nova abordagem melhora a eficiência de aprendizado em ambientes de aprendizado por reforço.

Um olhar sobre os princípios de divisão justa e sua importância na distribuição de recursos.

Um novo método melhora a confiabilidade e a transparência na tomada de decisão da IA.

Este artigo apresenta um método para geração eficiente de imagens usando layouts neurais.

Analisando como os memes moldam opiniões através de técnicas persuasivas.

Novos métodos revelam insights sobre as capacidades de aprendizado profundo usando geometria tropical.

Apresentando o ENSY pra melhorar as previsões de modos de viagem de minorias.

Um novo modelo melhora a precisão das previsões sobre os efeitos do tratamento ao longo do tempo.

Um novo padrão pra avaliar grandes modelos de linguagem em testes de hipótese.

A clipping do peso melhora o desempenho do modelo em aprendizado profundo e aprendizado por reforço.

Esse estudo propõe um esquema pra entender conceitos ocultos em dados complexos.

Este artigo analisa o Gradiente Natural de Política para uma tomada de decisão eficiente em grandes espaços de estado.

Novos métodos melhoram o reconhecimento de modelos em diferentes tipos de dados.

LLP permite treinar modelos usando etiquetas médias de exemplos agrupados.

Os agentes enfrentam o desafio de reunir recursos enquanto garantem a sustentabilidade.

Explorando como dados sintéticos moldam modelos de machine learning e seu comportamento.

Métodos simplificados superam agentes complexos na resolução de problemas de software.

Descubra como as Stein Random Features melhoram a análise de dados e a precisão das previsões.

Um novo padrão melhora a velocidade e a eficiência energética das redes neurais na computação.

Este estudo melhora o U-Net para uma análise precisa dos vasos sanguíneos da retina.

Apresentando um método para melhorar as previsões de dados espaciotemporais coletados aleatoriamente.

O FastCLIP permite treinar modelos CLIP de forma eficaz com menos recursos.

O GAT-Steiner prevê rapidinho os pontos de Steiner pra um design de circuito eficiente.

Uma olhada na nova abordagem da Larimar sobre memória em modelos de linguagem.

Novo método melhora o aprendizado em modelos de imagem-texto usando exemplos compostos.

Uma visão geral das complexidades envolvidas em aprender árvores de decisão em aprendizado de máquina.

Esse artigo fala sobre métodos pra melhorar a tradução de linguagem de sinais usando tecnologia moderna.

Um novo método que melhora a geração de sequências e a tomada de decisão na IA.

Um novo sistema melhora a precisão e eficiência da transcrição musical com múltiplos instrumentos.

Pesquisas mostram como é fácil remover as funções de segurança dos modelos Llama 3.

Abordando desafios de coordenação em aprendizado por reforço offline com múltiplos agentes.