Artigos mais recentes para Ciência de Dados

Saiba como o MTFA reduz as dimensões dos dados para ter insights mais claros.

Esse artigo explora como a aleatoriedade afeta o aprendizado com dados rotulados limitados.

A álgebra apresenta novos métodos pra lidar com dados complexos em aprendizado de máquina.

Uma visão geral do framework SKI-CL para melhorar as previsões de séries temporais.

Apresentando uma nova abordagem pra classificar modelos de linguagem sem precisar de respostas de referência.

Melhorando a compreensão de imagens e texto pelos computadores através de técnicas de treinamento avançadas.

Uma nova abordagem melhora as previsões das propriedades dos materiais usando aprendizado auto-supervisionado.

Um novo modelo melhora a compreensão em 3D usando conjuntos de dados variados pra ter um desempenho melhor.

Um novo método melhora a estimativa pra minimizar perdas em modelos não lineares.

Melhore a comunicação com LLMs entendendo os erros e usando prompts claros.

Organizar os dados de treino melhora muito o desempenho do modelo de linguagem.

Este estudo apresenta uma rede neural criada pra entender sistemas periódicos.

Esse estudo examina os preconceitos em modelos de linguagem mascarados e suas implicações.

Esse artigo analisa métodos pra aumentar os níveis de confiança em modelos de linguagem.

Apresentando o Kuaiji, um modelo avançado feito pra profissionais de contabilidade.

O MSTAR melhora a classificação de séries temporais usando arquitetura automatizada e resolução de frequência.

Uma olhada na importância do Coeficiente de Aprendizado Local em modelos de aprendizado de máquina.

Um novo sistema melhora as recomendações de produtos usando dados dos usuários e insights de especialistas.

Novos métodos melhoram a velocidade e a precisão na modelagem da química atmosférica.

Um novo método melhora o aprendizado contínuo em gráficos ao aumentar a diversidade nos buffers de replay.

Uma nova abordagem usa redes neurais pra acelerar a busca de autovalores e autovetores.

Um novo método pra melhorar modelos de aprendizado de máquina que são afetados por dados ruins.

Novos métodos melhoram como os modelos aprendem com os dados pra fazer previsões melhores.

Um novo método melhora as previsões de consumo de energia usando princípios físicos.

Novo conjunto de dados melhora a capacidade das máquinas de processar perguntas relacionadas a imagens.

Este artigo apresenta uma estrutura para estudar interações entre várias populações ao longo do tempo.

Um jeito de consertar problemas de backdoor em modelos de fundação sem perder a funcionalidade.

Apresentando o D-SOBA, um novo algoritmo para otimização bilevel descentralizada.

Aprenda como a destilação de conhecimento melhora modelos menores usando insights de modelos maiores.

Explorando técnicas de aumento de dados e como elas impactam os modelos de PNL.

Um novo método melhora o treinamento de modelos pra previsões futuras mais precisas.

Um novo método ajuda robôs a aprender tarefas usando dados simulados.

Um método pra melhorar o aprendizado de máquina usando dados não rotulados em vários domínios.

Uma olhada no M2MeT 2.0 e seu impacto na transcrição de reuniões.

Esse artigo analisa o impacto dos LLMs em vários setores.

A FUTE oferece uma nova abordagem para embeddings de tarefa em vários modelos.

Novo método de codificação melhora a compressão de dados sem quantização.

Um novo modelo melhora redes neurais usando estruturas de gráficos pra performance melhorada.

Este estudo destaca a importância da incerteza na avaliação de Modelos de Visão-Linguagem.

Um novo método garante que os itens sejam exibidos de forma justa em sistemas de recomendação.