AdaGC: Mejora la estabilidad del preentrenamiento con recorte adaptativo
AdaGC mejora la estabilidad del preentrenamiento de modelos de lenguaje grandes (LLM) eliminando picos de pérdida y aumentando la precisión en hasta 2.48%.
#aprendizaje
FreshRetailNet-LT: Dataset de demanda censurada con desabastecimientos
Descubre FreshRetailNet-LT, el primer dataset con datos de demanda censurada y desabastecimientos para mejorar la previsión en retail fresco.
Litigio estratégico desde la teoría del aprendizaje automático
La teoría del aprendizaje automático ayuda a litigantes a seleccionar casos clave para influir en precedentes legales. Descubre cómo.
RoboGPT-R1: Mejora la Planificación Robótica con Aprendizaje por Refuerzo
Descubre RoboGPT-R1 combina supervisión y aprendizaje por refuerzo para mejorar la planificación robótica, superando modelos más grandes en tareas complejas
Predicción conforme en línea basada en optimización para pronósticos multi-paso
Descubre O2CP, un marco de predicción conforme online que optimiza intervalos multi-paso, logrando cobertura garantizada y menor desperdicio. Ideal para series temporales en IA y cloud.
Análisis sketch-and-project de algoritmos de gradiente natural submuestreados
Nuevo análisis del gradiente natural submuestreado: convergencia global con un mini-batch y ventaja sobre SGD.
Priores estructurales no paramétricos para predicción de teoremas geométricos
Descubre cómo los priores estructurales no paramétricos y los grafos de precedencia permiten a los LLMs predecir teoremas geométricos con un 89.29% de precisión, superando modelos supervisados.
Mezclas de operadores neuronales reducen complejidad activa
Descubre cómo las Mezclas de Operadores Neuronales reducen la complejidad activa en el aprendizaje de operadores, mejorando la eficiencia computacional.
Deep learning consciente de incertidumbre para peligro de incendios
Mejora la precisión y fiabilidad del pronóstico de incendios forestales con deep learning que cuantifica la incertidumbre. Reduce errores de calibración un 2.1%.
Actor-Crítico Asimétrico Informado: Señales Privilegiadas sin Estado Completo
Usa señales privilegiadas sin estado completo para mejorar RL parcial. Descubre cómo seleccionar las más informativas. ¡Optimiza tu IA!
Conditional Vendi Score: Evaluación de diversidad en IA generativa
Descubre el Conditional Vendi Score, una nueva métrica que aísla la diversidad generada por el modelo en sistemas de IA guiados por prompts. Ideal para evaluar LLMs y modelos texto-imagen.
Dinámica de Influencia y Atribución de Datos por Etapas
La influencia de los datos en redes neuronales cambia con picos y cambios de signo durante el entrenamiento. Un nuevo marco basado en teoría singular.
Adaptación gradual de dominio basada en flujos: transporte óptimo semidual
Descubre cómo el marco E-SUOT mejora la adaptación gradual de dominio usando transporte óptimo semidual, superando limitaciones de estimación de verosimilitud.
Generación de moléculas sintetizables con GFlowNets y priores químicos
Descubre cómo S3-GFN genera moléculas sintetizables con GFlowNets y priores químicos, logrando altas recompensas y más del 95% de sintetizabilidad.
CITRAS: Transformador con covariables para pronóstico de series temporales
Descubre cómo CITRAS, un Transformer con covariables, mejora el pronóstico de series temporales integrando datos pasados y futuros. Aumenta la precisión con atención cruzada.
DAH-Net: Red Híbrida de Doble Atención para Reconocimiento de Emociones EEG
DAH-Net logra 99.19% de precisión en reconocimiento de emociones con EEG. Red híbrida interpretable y robusta.
Modelos de difusión ciega y las bendiciones de la dimensionalidad
Descubre cómo los Modelos de Difusión Ciega (BDDMs) eliminan ruido condicionado y aprovechan baja dimensionalidad. Teoría completa, resultados adaptativos.
PRISM: Modelo de Secuencias Iterativo con Residuos Paralelos
Descubre PRISM: modelo que combina iteraciones residuales con paralelismo total para lograr 174x de rendimiento sin perder expresividad.
AnomaMind: Detección anomalías temporales con razonamiento con herramientas
AnomaMind detecta anomalías temporales con razonamiento aumentado por herramientas. Mejora precisión y generalización en múltiples dominios.
Planificación anticipada aumentada con hechos para agentes LLM
LWM-Planner: planificación anticipada con hechos para agentes LLM. Extrae hechos de experiencias, simula el mundo y mejora decisiones sin ajustes de parámetros.