Artigos mais recentes para Aprendizado de Máquina

Apresentando o AnyLoss, transformando métricas em funções de perda pra um treinamento de modelo melhor.

Examinando a conexão entre privacidade diferencial local e justiça em sistemas de ML.

Uma nova maneira de melhorar modelos de transformer usando técnicas de codificação posicional adaptáveis.

Este artigo apresenta o Treinamento Retrocompatível Cross-modal para melhorar a recuperação de dados.

GroupedMixer melhora a velocidade e a qualidade da compressão de imagens usando técnicas inovadoras.

Um olhar sobre como medir e lidar com a acumulação de erros na modelagem atmosférica.

Pesquisadores estão criando robôs que aprendem e se adaptam pra melhorar o desempenho.

A Normalização em Lote Federada melhora o treinamento de modelos em ambientes de aprendizado distribuído.

Conjuntos de dados dinâmicos aumentam o aprendizado do modelo e reduzem as necessidades de recursos.

Combinar modelos melhora a precisão na classificação de imagens hiperespectrais.

I2CL melhora a eficiência e o desempenho em tarefas de modelos de linguagem.

PhiNet imita os sistemas de memória humanos pra melhorar o aprendizado de máquina.

AdvEval expõe fraquezas nas métricas de avaliação de Geração de Linguagem Natural.

Um novo método pra analisar e prever dados de terremotos mais rápido.

O TimeMixer combina padrões de dados detalhados e amplos pra uma previsão mais precisa.

O ShapeFormer melhora a precisão da classificação ao combinar características específicas de classe com características gerais.

Esse método junta deep learning e matemática pra melhorar o preenchimento de imagens.

Um estudo apresenta o RepNoise pra proteger modelos de linguagem grandes de ajustes prejudiciais.

Um modelo melhora as previsões da reflexão de luz no solo pra ajudar em estudos ambientais.

Um novo método melhora como os modelos explicam as interpretações de imagem usando o WordNet.

Novos métodos melhoram as previsões e a estimativa de parâmetros em simulações físicas.

Um novo modelo ajuda as máquinas a interpretar formas complexas a partir de luz e sombra.

Um novo método melhora o desempenho da IA ao usar efetivamente todos os especialistas disponíveis.

Novo modelo melhora previsões misturando conhecimentos de física com técnicas avançadas de aprendizado.

Um método pra melhorar a detecção de objetos em ambientes desconhecidos usando treinamento de domínio de fonte única.

Este artigo apresenta uma nova abordagem para identificar componentes em modelos de mistura finita.

Uma estrutura pra detectar melhor as falsas alegações em modelos de linguagem.

Novos métodos melhoram a auditoria de privacidade, focando em modelos de estado oculto em aprendizado de máquina.

LoRA-Ensemble combina modelos pra ter previsões melhores e gerenciar incertezas.

Um novo sistema melhora o aprendizado de máquina com raciocínio abstrato melhorado e menos exemplos.

Este artigo analisa os métodos do Neyman para avaliar regras de tratamento modernas adaptadas para indivíduos.

Melhorando o aprendizado distribuído através de técnicas adaptativas de clipping robusto.

Um novo método pra melhorar a reescrita de consultas sem dados rotulados.

Novos métodos melhoram o desempenho do modelo durante a quantização em modelos de linguagem.

Novo método melhora a remoção de dados em modelos de gráficos dinâmicos enquanto garante privacidade.

Um novo método melhora as previsões gerando dados dinamicamente durante o treinamento.

Um novo método pra integrar lógica temporal em sistemas de IA.

As redes de cápsulas melhoram o reconhecimento de objetos com estruturas e métodos de aprendizado únicos.

CoMERA otimiza o treinamento de modelos de IA, reduzindo o uso de memória e o tempo, sem perder a precisão.

Uma nova abordagem aprimora o treinamento de redes neurais para resolver equações diferenciais.