Toutes les news taguées avec ce sujet.
Un nouveau benchmark teste la capacité des agents LLM à mener des expériences ML itératives et à ajuster les hyperparamètres à partir des résultats observés.
Un nouvel algorithme, DP-GRAMS, permet d'estimer les modes de densité multivariés tout en garantissant une confidentialité différentielle rigoureuse.
Des chercheurs utilisent l'intelligence artificielle pour automatiser l'analyse des comportements de primates dans leur environnement naturel.
Une méthode statistique combine encodeurs fonctionnels et estimation doublement robuste pour traiter des données longitudinales mesurées à des intervalles irréguliers.
Des modèles ML identifient des dualités en physique théorique mieux que les algorithmes déterministes.
Une méthode biomimétique inspirée de la mouche à fruits remplace les modèles globaux complexes par une bibliothèque de motifs locaux.
Une nouvelle méthode améliore la distillation on-policy en corrigeant les déséquilibres du CFG.
Une nouvelle méthode SVR réduit la variance des pertes d'adaptation de domaine non supervisée via un échantillonnage par quadruplets.
Une extension de PCMCI+ permet d'identifier des relations causales dans des flux d'événements échantillonnés de manière irrégulière, comme les capteurs ou les données médicales.
Un chercheur accélère deux étapes clés des algorithmes IKPLS, avec des gains allant jusqu'à deux ordres de grandeur sur certaines opérations.
Une nouvelle méthode d'optimal transport régularisé par des termes laplaciens pour aligner des nuages de points selon leur structure de clusters plutôt que point par point.
Un billet de blog explore une approche alternative aux détecteurs neuronaux : des méthodes de ML traditionnelles pour repérer les textes générés par IA.
Une étude combine données on-chain, cours du Bitcoin et sentiment Twitter pour expliquer, plutôt que prédire, les mouvements du marché crypto.
Des chercheurs proposent une hypothèse plus souple pour détecter des liens causaux masqués par des mécanismes de régulation naturelle.
Un site compile et reformule les 30 papiers fondamentaux en machine learning recommandés par Ilya Sutskever, dans un format pédagogique.
Une nouvelle approche combinant analyse de trafic réseau et ML atteint 99,64 % de précision pour détecter les ransomwares ciblant les serveurs de fichiers.