Artigos mais recentes para Aprendizado de Máquina

Esse modelo melhora o aprendizado da IA enquanto mantém o conhecimento do passado.

Um novo método melhora a eficiência do ajuste fino de modelos de linguagem.

Este estudo melhora a habilidade de robôs quadrúpedes de pular continuamente sobre obstáculos.

A KALE usa metadados pra criar legendas maneiras pras obras de arte.

Attention-Seeker melhora a extração de palavras-chave usando mapas de autoatenção de modelos de linguagem.

O TrajSSL melhora a detecção de objetos 3D usando menos dados rotulados através da previsão de movimento.

Aprenda como os Monomial-NFNs melhoram a eficiência em redes neurais.

Explorando como os LLMs melhoram o raciocínio em diferentes tipos de dados.

Explorando novos métodos para melhorar previsões de séries temporais usando perda de Wasserstein.

Novos tokenizers melhoram a modelagem molecular ao aprimorar a representação de estruturas químicas.

A VERA melhora a precisão e a relevância das respostas dos modelos de linguagem.

Analisando como o ajuste fino afeta a segurança em modelos de linguagem em várias tarefas.

Uma nova abordagem pra aumentar a transparência nas respostas e tomadas de decisão da IA.

Estimativa rápida e precisa de forma para robôs contínuos macios usando redes neurais.

Cobweb/4L melhora como as máquinas aprendem linguagem usando uma abordagem eficiente.

Um estudo mostra que i-vectors podem competir com modelos complexos em reconhecimento de fala.

Este estudo avalia a eficácia dos LLMs em tarefas de fatiamento de programas estáticos e dinâmicos.

Um estudo sobre como as escolhas de design afetam os modelos de fala.

Melhorando a usabilidade e a reprodutibilidade da previsão de resposta a medicamentos na pesquisa do câncer.

Transformers melhoram a precisão da classificação do Transtorno do Espectro Autista por meio de uma análise avançada de imagens cerebrais.

Um novo método avalia modelos de fala auto-supervisionados usando medida de ranking.

A MetaPix facilita a manipulação de dados não estruturados para aplicações de IA e ML.

Uma nova abordagem para os agentes compartilharem estratégias e melhorarem o desempenho em diferentes ambientes.

Um novo método melhora a detecção de dados inesperados em modelos de aprendizado de máquina.

Métodos inovadores para soluções eficientes de problemas inversos complexos em várias áreas.

Novas abordagens em controle ótimo lidam com sistemas complexos e restrições usando técnicas inovadoras.

A estrutura ARTICLE melhora a qualidade dos dados em processamento de linguagem natural através da autoconsistência.

Novos modelos melhoram o desempenho com especialistas de tamanhos diferentes.

Um novo método melhora a análise de tomada de decisão com redes neurais em estruturas bayesianas.

Um novo método reduz a necessidade de dados para treinar robôs com demonstrações visuais.

A pesquisa foca em melhorar a capacidade dos modelos de linguagem de entender textos mais longos.

Descubra como o k-NN adaptativo melhora a precisão da classificação ajustando os vizinhos.

YORO simplifica a geração de SQL a partir de linguagem natural, melhorando a eficiência e a precisão.

Novas explicações consideram as relações entre características para decisões mais claras.

Uma nova abordagem para avaliar modelos de ML usando a Teoria da Resposta ao Item para obter insights melhores.

Novas ideias sobre a convergência em Aprendizado TD Linear sem independência estrita das características.

NMF comprimido é uma solução prática pra analisar grandes conjuntos de dados de forma eficiente.

Os testes de Linguini avaliam como os modelos raciocinam com diferentes idiomas.

Esse método melhora a regressão simbólica garantindo que as equações geradas atendam às restrições necessárias.

Pesquisas mostram como é importante ter um diagnóstico justo em doenças respiratórias.