La ilusión de generalización en modelos de lenguaje tabulares
¿Son realmente efectivos los modelos de lenguaje tabulares? Nuestra reevaluación de Tabula-8B muestra que la generalización se debe a artefactos de evaluación, no a aprendizaje real.
#aprendizaje automático
Aprendizaje supervisado como compresión con pérdida: generalización
Descubre el aprendizaje supervisado como compresión con pérdida: análisis de bloque finito para generalización y complejidad de muestra.
Compresión extremo a extremo para modelos tabulares
Descubre cómo TACO comprime datasets tabulares en espacio latente, logrando hasta 94x más rapidez y 97% menos memoria sin perder rendimiento.
Clasificación óptima y justa con puntuaciones calibradas bajo suficiencia
Logra decisiones justas en clasificación binaria con puntuaciones calibradas usando un algoritmo de post-procesamiento que garantiza suficiencia.
L2G-Net: Redes de grafos espectrales local-global con factorización Cauchy
Descubre cómo L2G-Net revoluciona las GNN espectrales con factorizaciones de Cauchy, escalando a grafos grandes con pocos parámetros.
MENO: Operadores Neurales Mejorados con MeanFlow para Sistemas Dinámicos
Descubre MENO: el nuevo marco que mejora operadores neurales con MeanFlow para predicciones precisas en sistemas dinámicos, con hasta 14x más rapidez que DDIM.
Regresión local dinámica de curvas de Fréchet en variedades
Aprende cómo la regresión local Fréchet predice curvas en variedades Riemannianas, aplicada al campo magnético terrestre con datos del satélite MAGSAT.
Kernels cuánticos: más allá de los valores escalares para aprovechar su potencial
Descubre por qué los kernels cuánticos escalares limitan el potencial de la IA cuántica y cómo los kernels operador-valorados pueden revolucionar el aprendizaje estructurado.
Modelado de orden reducido de Hamiltonianos con redes simplécticas
Descubre cómo las redes neuronales simplécticas preservan la estructura hamiltoniana en modelos reducidos, logrando simulaciones precisas y estables a largo plazo.
Gradientes estocásticos bajo parámetros nuisance
Cómo los gradientes estocásticos convergen con parámetros nuisance. Ortogonalidad de Neyman y actualizaciones ortogonalizadas para optimización robusta.
Aprendizaje espectral consciente del resultado para regresión IV
Descubre cómo el aprendizaje espectral consciente del resultado mejora la regresión IV incluso con desalineación espectral.
Cuantificación de la propagación de errores y colapso en modelos de difusión
Analizamos la propagación de errores en modelos de difusión con datos sintéticos. Primeras cotas inferiores de divergencia y regímenes de deriva.
GradMem: Contexto en Memoria con Descenso de Gradiente en Tiempo de Prueba
Optimiza LLMs con GradMem: escribe contexto en memoria mediante descenso de gradiente en tiempo de prueba, reduciendo la necesidad de grandes cachés.
Gradiente natural sin inversión en variedades riemannianas
Descubre cómo optimizar modelos estadísticos en variedades Riemannianas sin invertir la matriz de Fisher. Un método eficiente con convergencia probada.
Clasificación binaria: pública y privada con predictores en espacios métricos
Clasificación binaria con Proto-NN: consistencia universal y privacidad diferencial local con ruido de Laplace.
Las lecciones aprendidas en el camino. ¿O no?
Descubre las lecciones clave de proyectos de investigación en la era de la IA. ¿Realmente hemos aprendido lo suficiente? Reflexiones para seguir avanzando.
Cómo diseñar una pila tecnológica de IA escalable
Descubre cómo diseñar una pila tecnológica de IA escalable desde la capa de datos hasta la implementación. Aprende sobre IA generativa, MLOps y mejores prácticas.
Marco unificado guiado por evaluación para optimizar prompts según consultas
Descubre marco optimización prompts que utiliza evaluación unificada para mejorar calidad respuestas por consulta. Resultados interpretables y consistentes.
REAL: Resuelve conflictos en VQA con pivote de razonamiento
Descubre cómo REAL resuelve conflictos de conocimiento en preguntas visuales con pivotes de razonamiento, mejorando la precisión en VQA intensiva.
PECKER: Borrado eficiente de conocimiento en modelos de difusión
PECKER: método eficiente de desaprendizaje para modelos de difusión. Reduce el tiempo de entrenamiento y mejora el borrado selectivo de conocimiento.