Pesquisadores do MIT desenvolveram o IF-COMP, uma técnica que melhora a precisão das estimativas de incerteza em modelos de machine learning. Usando o princípio do comprimento mínimo de descrição (MDL), a técnica é escalável para grandes modelos e melhora a calibração sem exigir suposições complexas. Isso é crucial em cenários de alto risco, como diagnósticos médicos, ajudando profissionais a confiar mais nas previsões dos modelos. A pesquisa será apresentada na Conferência Internacional sobre Aprendizado de Máquina.

A ferramenta GenSQL, um sistema de IA generativa, permite análises estatísticas avançadas de dados tabulares sem conhecimentos técnicos profundos. Facilitando previsões, correções de erros e geração de dados sintéticos, o GenSQL combina modelos probabilísticos auditáveis com bancos de dados SQL, melhorando a precisão e velocidade das análises