Artigos mais recentes para Aprendizado de Máquina

O MOMBO melhora a tomada de decisão no aprendizado por reforço offline com uma estimativa de incerteza aprimorada.

Apresentando o ExpectRL pra lidar com a superestimação no Aprendizado por Reforço usando expectis.

Uma nova abordagem para o treinamento adversarial melhora o desempenho e a segurança dos sistemas de IA.

Este estudo usa aprendizado de máquina pra classificar formatos de tabuletas cuneiformes antigas.

Uma nova técnica expõe vulnerabilidades em sistemas de IA avançados que combinam imagens e texto.

Um novo framework pra melhorar o aprendizado dos agentes de IA através de jogos modificados da Atari.

As técnicas de aprendizado de máquina estão avançando o estudo de 3-variedades complexas e suas triangulações.

Este estudo analisa como os LLMs lidam com mudanças nas tarefas de resumo.

As coleções da UltraMedical melhoram modelos de linguagem médica e resolvem a falta de dados.

MLPs bilineares oferecem modelos mais simples e mais fáceis de entender em aprendizado de máquina.

Aprenda como as técnicas de reamostragem melhoram a estabilidade das descobertas estatísticas.

Os modelos Mamba melhoram a precisão e a eficiência na interpretação de imagens médicas.

Dois algoritmos melhoram a tomada de decisão para agentes em ambientes competitivos e cooperativos.

O ToPPO melhora o aprendizado em algoritmos de reforço usando dados off-policy de forma eficaz.

A destilação de conhecimento melhora a precisão da segmentação em imagens médicas com dados limitados.

Uma nova métrica foca em comparações de imagens que fazem sentido pra melhorar a comunicação.

Uma nova abordagem melhora o reconhecimento de atividades ao combinar vários tipos de dados.

Um novo modelo melhora a descoberta de materiais com propriedades dielétricas únicas.

Essa ferramenta facilita a criação e análise de prompts para entrada de conteúdo misto.

Um método pra melhorar a precisão de sensores quânticos em ambientes barulhentos usando aprendizado de máquina.

O WGBoost oferece previsões probabilísticas avançadas e um melhor gerenciamento da incerteza em várias áreas.

Uma nova estrutura melhora o auto-treinamento para grandes modelos de linguagem usando raciocínio guiado.

Novos frameworks melhoram a tomada de decisão aprendendo com o comportamento de especialistas.

O ETRASK melhora a extração de relações com uma seleção de instâncias inovadora e modelos pré-treinados.

Esse artigo fala sobre novas ideias em regressão causal pra melhorar a tomada de decisão.

Novo método melhora a performance de modelos de linguagem grandes em áreas especializadas.

A ReDistill oferece uma solução inovadora pra diminuir o pico de memória em redes neurais.

RefQD melhora a eficiência de recursos em algoritmos de QD para gerar soluções diversas.

O FastGAS melhora a eficiência na escolha de exemplos para aprendizado em contexto usando uma abordagem baseada em grafos.

Analisando o efeito de saturação na Regressão por Kernel Ridge e suas implicações para previsões.

Explorando Replay Generativo Sem Dados pra resolver problemas de classificação de imagem e desequilíbrio de dados.

Um método pra prever respostas não-factuais de modelos de linguagem antes deles gerarem as respostas.

Redes neurais gráficas aceleram as avaliações de segurança em sistemas de energia.

Este artigo examina como modelos de linguagem criam e relacionam conceitos para entender.

O método VTrans reduz significativamente o tamanho dos modelos de transformador sem sacrificar a performance.

Um novo método melhora a segmentação de imagens permitindo rotulagem de texto flexível.

Um novo modelo melhora o reconhecimento de fala usando vários métodos de decodificação.

Novo método avalia automaticamente a confiabilidade das previsões de ML.

Novos métodos melhoram a simulação de partículas em ambientes restritos.

Descubra como o LoCalPFN melhora o desempenho de transformadores em dados tabulares.