Artigos mais recentes para Ciência de Dados

Euclid tá a fim de desvendar os mistérios da energia escura e da matéria escura.

Explorando tecnologia pra facilitar o processo de codificação médica e melhorar a precisão.

Descubra como o tamanho do vocabulário influencia o desempenho de grandes modelos de linguagem.

Este artigo aborda problemas de má calibração em modelos de visão-linguagem e oferece soluções.

ZeroMMT usa dados multimodais monolíngues pra melhorar a tradução sem precisar de conjuntos de dados caros.

Um estudo sobre como os LLMs funcionam como bases de conhecimento confiáveis.

O Qalam oferece um reconhecimento melhorado para texto árabe e caligrafia.

O Ajustador Semântico Dinâmico melhora o desempenho do aprendizado auto-supervisionado em várias tarefas.

Um estudo sobre como otimizar agentes de RL escolhendo bem as instâncias de treinamento.

Aprenda como a aproximação de baixa classificação simplifica matrizes grandes e melhora os cálculos.

Esse artigo fala sobre como os métodos bayesianos melhoram a confiança nas previsões de redes neurais.

Um novo modelo melhora a previsão de trajetórias para carros autônomos em diversas condições.

Um jeito de otimizar a coleta de dados dos pacientes pra ter resultados de saúde melhores.

O CycleMix melhora modelos de IA misturando estilos de imagem pra um desempenho melhor.

O LIAR oferece uma nova maneira de podar modelos sem precisar retrainar, melhorando a eficiência e o desempenho.

Um novo método melhora a inferência de verdade em crowdsourcing ao focar no comportamento dos trabalhadores.

Uma nova ferramenta pra avaliar LLMs em tarefas de mineração de processos.

Um novo modelo usa aprendizado profundo pra melhorar o desempenho na análise de dados tabulares.

Uma nova arquitetura pra apoiar a qualidade e integração dos dados marinhos.

RAG combina recuperação de dados e geração de texto pra melhorar a performance do modelo de linguagem.

Um novo modelo melhora a conexão entre rostos e vozes, especialmente em ambientes barulhentos.

Esse artigo fala sobre um método pra prever melhor a incerteza dos dados de séries temporais.

MetaAug reduz overfitting em PTQ através de transformações de dados inovadoras.

Um olhar sobre como redes neurais combinam recursos para representar relações complexas.

Um novo método que melhora o desempenho de LLM enquanto reduz o uso de recursos.

Uma nova abordagem pra entender redes neurais através de transformadores semi-sintéticos.

O ChatQA 2 melhora o desempenho ao processar textos longos e em tarefas de recuperação.

Um novo método melhora dados sintéticos para análise de amostras de tecido.

Uma nova teoria revela insights sobre aprendizado contínuo e esquecimento em IA.

Um conjunto de dados robusto para treinar sistemas de IA avançados baseados em chat.

Novo conjunto de dados ajuda a IA a melhorar o atendimento e a tomada de decisões em emergência.

Explorando o papel das redes tensorais em melhorar o aprendizado de máquina quântico.

Um novo método melhora a destilação de datasets, aumentando a eficiência do treinamento de modelos.

Um estudo sobre como melhorar os métodos de TTA pra variações de dados do mundo real.

Explorando como DNNs recuperam funções em configurações superparametrizadas.

Um novo conjunto de dados e modelo melhoram a comunicação em linguagem de sinais.

Aprende como a inversão de características e a máxima entropia ajudam a recuperar os dados originais.

Novos métodos reduzem os custos de comunicação para cálculos de ciência de dados mais rápidos.

Um método novo melhora o aprendizado de novas classes enquanto mantém o conhecimento antigo.

Um estudo sobre a eficácia de diferentes modelos DLWP na previsão do tempo.