Artigos mais recentes para Aprendizado de Máquina

Explorando aprendizado que preserva a privacidade enquanto resolve problemas de comunicação em aprendizado por reforço federado.

Uma nova abordagem pra comprimir modelos Transformer em camadas modulares pra melhorar a eficiência.

Uma nova arquitetura de GNN melhora os mecanismos de atenção para um desempenho melhor nas camadas profundas.

Novas variantes do SVGD melhoram a eficiência de amostragem para distribuições complexas.

Novo método melhora a estimativa de características a partir de imagens astronômicas, aumentando a precisão e as medidas de incerteza.

Explorando o alinhamento de feedback como uma alternativa à retropropagação tradicional em redes neurais.

Uma nova abordagem pra garantir fairness em agrupamento de aprendizado de máquina.

Este artigo examina como a escalabilidade do modelo impacta os métodos de ajuste eficiente de parâmetros.

Um novo método melhora os modelos de difusão para gerar imagens melhores em dispositivos.

Novos métodos melhoram o uso de recursos em modelos de linguagem, especialmente com dados limitados.

Essa pesquisa apresenta um método pra equilibrar criatividade e precisão factual em modelos de linguagem.

Explorando por que o SGD manda bem na generalização em comparação com os métodos tradicionais.

Estudo investiga como métricas de classificação impactam a análise cosmológica de supernovas.

Agentes virtuais aprendem a imitar gestos humanos pra interagir melhor.

Um método pra proteger dados sensíveis em aprendizado de máquina usando controle de fluxo de informações.

V-GLOSS melhora as descrições visuais pra classificar e gerar imagens melhor.

Esse trabalho mostra como o aprendizado robótico pode ser eficaz usando técnicas de reforço auto-supervisionado.

Esse estudo mostra como modelos de linguagem personalizados com dados do Stack Overflow são eficazes.

O dataset RACECAR oferece insights inéditos sobre corridas autônomas com cenários e dados variados.

Esse artigo fala sobre como a exploração melhora a generalização de zero-shot em agentes de aprendizado por reforço.

Uma abordagem nova melhora a otimização de modelos complexos de aprendizado de máquina usando métodos de segunda ordem.

Novo framework melhora a habilidade da IA de interagir com humanos desconhecidos.

Esse artigo fala sobre os riscos de privacidade de dados e métodos de detecção no aprendizado federado.

Um método que separa características compartilhadas e únicas em fontes de dados diversas.

Um novo método melhora como os modelos lidam com dados inesperados.

Um novo método aproveita a simetria nos dados pra melhorar os resultados de aprendizado.

Uma nova abordagem melhora o aprendizado em aprendizado por reforço ao misturar sucessos passados com a exploração.

Um método simples melhora a eficiência em sistemas de recuperação ao simplificar o processamento de consultas.

A DeepStay usa aprendizado supervisionado fraco pra melhorar a identificação das regiões de estadia.

Uma nova abordagem pra melhorar como as máquinas aprendem com os dados.

Uma nova abordagem combina NMF e SDP para um agrupamento eficaz.

Essa pesquisa redefine a aprendizagem ativa usando bases quase ortogonais pra melhorar a eficiência.

Um novo método melhora a capacidade da IA de explicar decisões usando dados limitados.

A DEGAS oferece soluções eficientes pra problemas complexos com atrasos variáveis.

Novo marco melhora o aprendizado dos robôs e a transferência de conhecimento entre tarefas.

Um olhar sobre os desenvolvimentos recentes na extração de texto de documentos complexos.

Pesquisadores melhoram o design de experimentos usando aprendizado por reforço e novas técnicas de estimativa.

Um novo método usa algoritmos genéticos pra criar dados sintéticos enquanto protege a privacidade.

Um método novíssimo pra combinar formas 3D diferentes sem precisar saber nada antes.

Um novo método melhora a eficiência e o desempenho do treinamento de modelos de linguagem grandes.