Low-Pass Flow Matching: generación eficiente con sesgo espectral
Descubre Low-Pass Flow Matching, un método que optimiza la generación de imágenes reduciendo el costo computacional mediante un sesgo espectral variable.
#aprendizaje automático
Multiplicidad de modelos y arbitrariedad predictiva en evaluación de riesgo de reincidencia
¿Sabías que múltiples modelos de IA pueden dar predicciones distintas para el mismo caso? Aprende cómo mitigar la arbitrariedad en evaluación de riesgo de reincidencia.
Aprendizaje de redes con Gromov-Wasserstein semirrelajado
Descubre cómo el algoritmo semi-relajado de Gromov-Wasserstein permite estimar la estructura latente de redes masivas de forma eficiente, con garantías de consistencia y convergencia óptima.
Detector de anomalías discriminativo y generalizable para grafos dinámicos
Descubre un nuevo framework que aprende a detectar anomalías en grafos dinámicos con pocos datos etiquetados, logrando alta precisión y generalización.
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.
Escalando la relevancia en búsquedas: cómo los LLM mejoran el ranking de la App Store
Mejora la relevancia de búsqueda en la App Store con juicios generados por LLM. Este método escala etiquetas textuales y aumenta la tasa de conversión un 0,24%.
Formulación Biconvexa para Transporte Estable de Modelos de Mezcla
Descubre cómo el Transporte Óptimo de Mezclas (OMT) revoluciona el mapeo entre distribuciones con una solución única y estable. Ideal para big data y bioinformática.
RL para diseño óptimo de experimentos en identificación de parámetros
Agente de RL optimiza señales de excitación para identificación de parámetros en sistemas mecatrónicos, superando métodos clásicos con solo 0.75% de violaciones
Modelos de Difusión Descentralizados Heterogéneos
Aprende a entrenar modelos de difusión descentralizados con objetivos heterogéneos, reduciendo 16x cómputo y 14x datos con una sola GPU. ¡Acelera tu IA!
ChWDTA: Atención wavelet por canales para compresión de imágenes
Descubre ChWDTA, un nuevo modelo que combina CNN y transformer con wavelets para lograr reducciones BD-rate de hasta 22% en compresión de imágenes.
Construcción de datasets robóticos como proceso de compilación de artefactos
Descubre cómo Bagzel, basado en Bazel, acelera hasta 386x la creación de datasets robóticos, garantizando reproducibilidad y eficiencia en proyectos de IA y robótica.
U-Cast: Pronóstico meteorológico probabilístico simple y eficiente
U-Cast, modelo probabilístico, entrena en 12 días y genera ensamble en 3 segundos, superando a GenCast e IFS con 10x menos cómputo.
Optimización de ánodos de grafito guiada por IA con retroalimentación experimental
Descubre cómo un flujo de trabajo iterativo con IA transformó datos imperfectos en ánodos de grafito: 84.8% de celdas con alta capacidad, retención del 97.3%.
El análogo de Grokking en el preentrenamiento de modelos de lenguaje
Descubre cómo el fenómeno Grokking aparece en el preentrenamiento de LLMs, revelando una generalización gramatical retardada. Análisis de conceptos y atención en cabezas.
Cuantización Consciente del Producto Interno: Algoritmos Rápidos y Adaptativos
Descubre cómo los algoritmos de cuantización adaptativa preservan el producto interno de vectores, ofreciendo precisión y velocidad hasta 10 veces mayor.
Desplazamientos espectrales para detectar anomalías camufladas en grafos
Descubre cómo los desplazamientos espectrales detectan anomalías camufladas en grafos que parecen normales. Una nueva técnica para ciberseguridad.
Métodos perturbativos para variable instrumental no paramétrica
Descubre cómo los métodos perturbativos mejoran la estimación NPIV, reduciendo el error hasta un 99% en alta dimensionalidad.
Cómo equilibrar tasas de aprendizaje entre capas en redes neuronales lineales
Descubre cómo equilibrar las tasas de aprendizaje entre capas en redes lineales mejora el rendimiento temprano. Resultados teóricos y experimentales.
El rol de la codificación de clases en el colapso neuronal
Analizamos cómo la codificación de etiquetas (one-hot) afecta el colapso neuronal en redes, con foco en el sesgo del clasificador y la pérdida MSE.
GLENS: Búsqueda global con difusión desde iteraciones del solver
Descubre GLENS, un método que usa modelos de difusión para generar inicializaciones diversas y de alta calidad, acelerando la convergencia en optimización no convexa.