Replay de Lista Estable Canonicalizado para Aprendizaje Federado Privado
CSLR logra entre 3.9 y 5.6 puntos de mejora en aprendizaje continuo federado con privacidad diferencial. Optimiza NLP sin compartir datos.
#aprendizaje continuo
Perturbaciones adversarias en aprendizaje continuo: defensa a alineación activa
Descubre cómo AdvCL reutiliza perturbaciones adversarias para estabilizar el aprendizaje continuo en LLMs, mejorando robustez y transferencia sin olvido.
SHARP: Replay Acelerado Jerárquico para Patrones Temporales No Estacionarios
Descubre cómo SHARP aprende patrones temporales no estacionarios con replay jerárquico acelerado inspirado en el sueño. Ideal para streaming.
Aprendizaje Continuo Adaptativo al Régimen para Gestión de Carteras
Aprende cómo ReCAP, un marco de aprendizaje continuo adaptativo al régimen, optimiza carteras y se adapta rápidamente a los cambios del mercado.
MemPro: Sistemas de Memoria Agéntica como Programas Evolucionables
MemPro: sistema que evoluciona el pipeline de memoria de agentes autónomos, superando fallos y optimizando rendimiento con costo eficiente.
EvoBrain: Aprendizaje Continuo de Modelos Fundacionales EEG en BCI Heterogéneos
Descubre cómo EvoBrain supera el olvido catastrófico en EEG con aprendizaje continuo para unificar decodificación cerebral en BCIs heterogéneas.
AGENTCL: Evaluación rigurosa del aprendizaje continuo en agentes
Descubre AGENTCL, un marco para evaluar cómo los agentes de IA acumulan experiencia y mejoran en tareas. Aprende sobre transferencia de aprendizaje y diseño de memoria.
AutoSci: Sistema agéntico con memoria persistente para investigación científica
Descubre AutoSci, sistema que automatiza el ciclo completo de investigación científica con memoria persistente, ejecución y evolución.
No me engañes dos veces: Robots que aprenden de la adversidad en entornos reales
Aprendizaje continuo con modelos de lenguaje y visión permite a robots aprender de adversidades en entornos reales para mejorar predicción y planificación.
Avances y desafíos en meta-aprendizaje: una revisión técnica
Descubre los avances y desafíos del meta-aprendizaje en IA. Revisión técnica de técnicas, sinergias con otras áreas y aplicaciones para datos escasos.
Más allá de la clasificación: enrutamiento dinámico en recuperación multimodal
Descubre cómo el enrutamiento dinámico de adaptadores mejora la recuperación multimodal continua, superando métodos tradicionales. Ideal para IA y visión.