COMPASS: Alineación con MCTS para Agentes de Búsqueda Seguros
COMPASS es un nuevo marco de alineación con MCTS que asegura agentes de búsqueda sin perder utilidad, usando menos datos.
#árboles
Comprensión del paisaje agrícola a escala nacional
Descubre el primer sistema de mapeo agrícola a escala nacional que identifica campos, árboles y agua con IA. Ideal para políticas y desarrollo sostenible.
Calibración de modelos de árbol para clasificación desbalanceada
La calibración analítica en Random Forest con submuestreo genera sesgos. Descubre por qué y aprende la beta calibración como solución.
Garantías para promedio bayesiano sobre árboles con prior Catalan-Exponencial
¿Cuándo confiar en el promedio bayesiano sobre árboles? Descubre las garantías teóricas y umbrales racionales con prior Catalan-Exponencial.
Promedio de modelos con priors catalán-exponenciales en árboles de decisión
Teoría no asintótica para el promedio bayesiano en árboles de decisión con priors catalán-exponenciales. Descubre los umbrales de compromiso racional.
Identificar-Explotar Guiado por Árboles: Bandidos Duelistas
Descubre TG-ITE, el primer marco unificado para bandidos duelistas que logra O(N) en BAI y arrepentimiento. Optimiza identificación y explotación.
TabPrep: cerrando la brecha de ingeniería de rasgos en benchmarks tabulares
TabPrep cierra la brecha de ingeniería de rasgos en benchmarks tabulares, mejorando el rendimiento de modelos de IA de forma eficiente.
Regresión desbalanceada en streaming con Árboles Hoeffding
Descubre cómo la estimación de densidad kernel y el shrinkage jerárquico mejoran la regresión desbalanceada en flujos de datos continuos usando Árboles Hoeffdin
Transformers agentes aprenden a buscar con RL
Los transformers agentes aprenden a buscar en árboles mediante aprendizaje por refuerzo. Mecanismos de atención y generalización de profundidad.
De Rashomon a PRAXIS: Conjuntos Rashomon eficientes en árboles de decisión
Descubre PRAXIS, un algoritmo que calcula conjuntos Rashomon en árboles de decisión con gran eficiencia, reduciendo tiempo y memoria. ¡Aprende cómo!
Identificación de mejor acción con dos fidelidades en árboles minimax estocásticos
Descubre cómo el algoritmo 2FFS reduce costos computacionales al combinar evaluaciones rápidas y precisas para identificar la mejor acción en árboles minimax estocásticos.
LinTree: Mejora del razonamiento LLM con árboles explícitos
LinTree mejora el razonamiento de LLM con estructura explícita en historiales de búsqueda. Supera a métodos tradicionales. ¡Descúbrelo!
Corregir división en árboles en línea con inferencia válida
La inferencia anytime-valid corrige la selección de divisiones en árboles en línea, mejorando precisión en flujos no estacionarios.