RLCSD: Aprendizaje por Refuerzo con Autodestilación Contrastiva
RLCSD mejora la autodestilación al contrastar señales con pistas correctas e incorrectas, superando la deriva de estilo y obteniendo mejores resultados que GRPO en razonamiento.
#aprendizaje
DeMix: Depuración de datos de entrenamiento con errores mixtos
Aprende cómo DeMix diagnostica errores mixtos en datos de entrenamiento usando vectores de influencia. Logra un 22.61% más de precisión en limpieza de datos.
Optimización convexa online con capacidad limitada y retroalimentación retrasada
Descubre cómo optimizar el aprendizaje online cuando la retroalimentación llega con retraso y los recursos de seguimiento son limitados. Nuevo algoritmo con garantías de rendimiento.
Mecanismos de Olvido para Aprendizaje por Refuerzo No Estacionario
Descubre el novedoso mecanismo de olvido por decaimiento de valor espacial para RL no estacionario. ¡Mejora DQN y SAC!
TaskFusion: Detección Continua de Anomalías en Datos Tabulares Heterogéneos
Descubre TaskFusion, un método de aprendizaje continuo que detecta anomalías en datos tabulares heterogéneos sin olvido catastrófico. Ideal para streaming de datos.
RePAIR: aprendizaje auto-supervisado predictivo en ajedrez
Descubre RePAIR: nuevo método auto-supervisado que crea representaciones semánticas de ajedrez sin refuerzo. Ideal para análisis de partidas.
HAMNO: Operador Neuronal Jerárquico Adaptativo Multiescala para Sistemas Dinámicos
Descubre HAMNO, un operador neuronal multiescala que combina convoluciones locales y operadores espectrales para predecir sistemas dinámicos complejos con precisión y estabilidad.
Bandidos logísticos multinomiales eficientes con Frequent Directions
Descubre EOFD-MLogB: un algoritmo que reduce drásticamente el tiempo y espacio en bandidos logísticos multinomiales mediante sketching, manteniendo un alto rendimiento.
PAWS: Aprendizaje de Preferencias con Segmentos Ponderados por Ventaja
PAWS alinea entrenamiento e inferencia en aprendizaje por preferencias usando segmentos ponderados por ventaja. Mejora políticas.
La simplicidad basta para la inyección de ruido en parámetros SGD
La simplicidad basta: inyección de ruido en SGD mejora el entrenamiento de redes neuronales.
Atención mediante sincronización en redes de osciladores acoplados
Sincronización de osciladores implementa atención sin exponenciación, superando a softmax en voz y gramática. Ideal para hardware eficiente.
Clustering eficiente de series temporales multiescala con granular-ball
Aprende cómo MSRGC-Net logra clustering de series temporales eficiente y preciso usando reservorio multiescala y optimización granular-ball.
Aprendizaje activo para descubrimiento de modelos en datos ultra-bajos
Descubre el método de aprendizaje activo con E-SINDy para descubrir modelos dispersos en sistemas dinámicos con datos ultra-bajos. Eficiente y preciso.
Aprendizaje continuo con mezcla de experiencias en límites de soporte
Descubre cómo el método Experience Blending mejora el aprendizaje continuo hasta un 13% al regularizar límites de decisión con datos de soporte generados mediante ruido diferencial.
Aprendizaje por refuerzo con observaciones activadas por acciones
Descubre cómo ATST-MDP optimiza el aprendizaje por refuerzo con observaciones activadas por acciones, mejorando la eficiencia en entornos parcialmente observables.
Reutilización de capas por multiplexión temporal en redes neuronales físicas
Descubre cómo TIDAL-Net reutiliza capas por multiplexión temporal para aumentar profundidad en redes físicas sin costos extra. Mejora en clasificación y NLP.
CaReTS: Marco unificado de clasificación y regresión para series temporales
CaReTS: marco multi-tarea que unifica clasificación y regresión para predicciones temporales más precisas e interpretables.
Reverse Flow Matching: Marco Unificado para RL Online con Difusión y Flujo
Descubre cómo Reverse Flow Matching unifica métodos de difusión y flujo en RL online, mejorando la eficiencia y estabilidad del entrenamiento con Q-learning.
Biyecciones analíticas para flujos normalizadores suaves e interpretables
Nuevas biyecciones analíticas para flujos normalizadores: suaves, interpretables e invertibles en forma cerrada. Flujos radiales con 1000x menos parámetros.
Robustez de Mezclas de Expertos ante el Ruido de Características
Descubre cómo las Mezclas de Expertos (MoE) filtran el ruido en los datos, superando a redes densas en precisión y eficiencia. Resultados en tareas de lenguaje.