Artigos mais recentes para Aprendizado de Máquina

Um novo método melhora as recomendações usando embeddings adaptáveis e gestão eficiente de recursos.

Este estudo destaca métodos de RL offline para melhorar agentes de VLN usando dados subótimos.

Um framework pra gerar regras automaticamente que alinhem as saídas de LLM com as expectativas humanas.

Um novo método melhora as pontuações de confiança para modelos de linguagem em tópicos específicos.

Um método pra melhorar a clareza em modelos de deep learning através da análise de backbone.

Este artigo analisa quatro métodos para reconstruir mapas de lente a partir de dados de cisalhamento.

Um novo framework melhora a conclusão de gráficos de conhecimento com tipos de dados diversos.

Esse estudo explora como usar análise de comportamento com aprendizado de máquina pra melhorar os resultados do aprendizado online.

A SEMA oferece uma abordagem flexível para aprendizado contínuo, adaptando modelos a novos dados de forma eficaz.

Analisando a ascensão dos LLMs e o avanço pros MM-LLMs.

Um modelo prevê a vulnerabilidade a ataques cibernéticos com base em fatores sociais e econômicos.

Apresentando um método pra melhorar o aprendizado em modelos de machine learning, sem perder as características importantes.

Os robôs aprendem tarefas complexas imitando ações humanas, melhorando sua adaptabilidade.

Uma nova abordagem pra facilitar a gestão de dados de alta dimensão.

Aprenda como as árvores de decisão ajudam em decisões e previsões baseadas em dados.

Apresentando o DeNetDM, uma técnica pra reduzir os vieses em redes neurais sem precisar de ajustes complicados.

Uma abordagem de aprendizado de máquina melhora as previsões do comportamento de materiais em estado sólido.

Esse estudo destaca a importância das variáveis-alvo na modelagem do comportamento de veículos.

Um novo método pra verificar redes neurais profundas usando modelos de visão-linguagem.

Novos métodos melhoram a velocidade e a precisão das simulações de física de partículas.

Esse estudo investiga como os modelos de linguagem entendem estruturas gramaticais diferentes.

Um novo método melhora a aprendizagem ao lidar com diferentes escalas de dados.

Um estudo sobre a explicabilidade de modelos de aprendizado de máquina para o cuidado do câncer de pâncreas.

A estrutura X-MIC melhora os modelos pra reconhecer ações em vídeos gravados em primeira pessoa.

Um novo método pra lidar com problemas de razão de traço em larga escala em tarefas de classificação.

O GOLD oferece uma estrutura pra gerar um monte de dados de treinamento diferentes pra pequenos modelos de linguagem.

Novo método de treinamento melhora a estabilidade e a precisão em simulações de dinâmica molecular.

Uma olhada mais de perto nos circuitos de características esparsas em modelos de linguagem e suas implicações.

Uma nova abordagem mitiga a interferência de radiofrequência pra melhorar a coleta de dados de pulsars.

Um novo método melhora a medição de profundidade de itens transparentes usando segmentação e NeRF.

Diff-Mix melhora a classificação de imagens criando dados sintéticos diversos.

Usar redes neurais traz novas ideias sobre a dinâmica do atrito e modelagem preditiva.

Uma nova abordagem melhora a legendagem de imagens com técnicas que levam em conta a localização.

A DGEB oferece um novo método pra avaliar modelos de sequência biológica.

Analisando a reprodução de conteúdo e movimento em modelos de geração de vídeo.

Este artigo fala sobre métodos para treinar redes neurais ReLU de duas camadas de forma eficiente.

Exploração é a chave pra treinar os agentes de forma eficaz em aprendizado por reforço multitarefa.

Um novo método melhora o aprendizado auto-supervisionado ao focar em pares de imagens de alta qualidade.

KAT permite que robôs aprendam tarefas rapidinho com menos exemplos.

Este artigo fala sobre a importância da inicialização de parâmetros em redes neurais.