El bucle auditivo diferenciable: marco ML para audífonos hiperpersonalizados
El marco DAL optimiza audífonos con IA para compensar pérdida auditiva en entornos complejos, superando métodos tradicionales. Descubre cómo.
#aprendizaje automático
Machine Learning basado en física para predicción de inundaciones
Descubre cómo el Machine Learning basado en física mejora la predicción de inundaciones a corto plazo, incluso con datos limitados y condiciones extremas.
ADAPTOOD: Ajuste fino con incertidumbre para modelos ECG fuera de distribución
ADAPTOOD mejora la exactitud de modelos ECG hasta un 7% y la precisión un 12.9% al cuantificar la incertidumbre en cambios de distribución. Descubre cómo.
Análisis sistemático de rasgos lingüísticos para detectar texto IA
Descubre cómo las características lingüísticas, especialmente la riqueza léxica, detectan texto IA de forma robusta en diversos modelos y dominios.
Muestreo de Rechazo Adaptativo Restringido
Descubre CARS, un método que mejora la eficiencia del muestreo de rechazo sin distorsionar la distribución, ideal para generación con restricciones en IA.
Autoinvestigación Bilevel: Meta-Autoinvestigándose
El marco Bilevel Autoresearch logra un 5x de mejora en benchmarks de GPT al optimizar la búsqueda interna con un bucle externo basado en el mismo LLM.
SoLoPO: mejora el contexto largo en LLMs con optimización corto-largo
Descubre SoLoPO, un framework que mejora la capacidad de los LLMs para manejar contextos largos mediante optimización de preferencias corto-largo. Mayor eficiencia y precisión.
100-LongBench: ¿Evalúan realmente los benchmarks de contexto largo?
Descubre cómo un nuevo benchmark y métrica separan la capacidad de contexto largo de la habilidad base de los LLMs, revelando cuándo fallan realmente.
MesaNet: Modelado de secuencias con optimización en tiempo de prueba
Descubre MesaNet, un modelo recurrente que optimiza capa por capa en inferencia. Mejora rendimiento en contextos largos sin aumento lineal de memoria.
¿Pueden los VLMs predecir estados futuros? Bootstrapping desde dinámica inversa
Los VLMs predicen estados futuros usando bootstrapping de dinámica inversa, mejorando la edición de imágenes hasta un 13% en evaluaciones humanas.
Transformers Platónicos: Una Opción Sólida para Equivarianza
Aprende cómo los Transformers Platónicos ofrecen equivarianza geométrica sin sobrecarga computacional, ideal para visión, nubes de puntos y química.
Métodos Kernel para Proyecciones de Espacio Nulo Justas en Atributos Continuos
Descubre cómo el método de proyección de espacio nulo justo para atributos continuos con kernels mejora la equidad en regresión SVR. Resultados competitivos.
YOTO: selección diferenciable de subconjuntos para datos ómicos
Descubre cómo YOTO selecciona subconjuntos óptimos de genes con un solo entrenamiento, mejorando la predicción y la interpretabilidad en datos ómicos.
Importancia de Hiperparámetros en Espacios Condicionales con CondPED-ANOVA
Descubre cómo CondPED-ANOVA estima la importancia de hiperparámetros en espacios condicionales. Ideal para optimizar modelos de IA.
L^3: Grandes capas de búsqueda para modelos de lenguaje
Descubre L^3, la nueva arquitectura de capas de búsqueda que supera a los MoE en modelos de lenguaje dispersos, ofreciendo mayor eficiencia y calidad.
DSL-Topic: mejorando el modelado de temas con etiquetas suaves
DSL-Topic mejora el modelado de temas destilando etiquetas suaves de modelos de lenguaje, logrando mayor coherencia y precisión.
ZeroWBC: Interacción humanoide natural desde datos egocéntricos
Descubre cómo ZeroWBC permite a humanoides interactuar de forma natural sin teleoperación, aprendiendo de videos egocéntricos.
CaloTrilogy: Avance en simulación de calorímetros con IA
Descubre CaloTrilogy: un marco unificado de IA que genera simulaciones de calorímetros en uno o pocos pasos, compitiendo con Geant4 en calidad y velocidad.
Generalización entre prompts en detección de noticias falsas generadas por IA
Descubre cómo las características lingüísticas interpretables permiten detectar noticias falsas generadas por IA, incluso cuando cambian los prompts. Resultados con AUC casi perfecto.
Evolución Deliberada: Regresión Simbólica Eficiente con LLMs
Descubre cómo Deliberate Evolution usa razonamiento agentico y memoria reflexiva para regresión simbólica eficiente con solo 40% de muestras. ¡Más con menos!