En defensa de la similitud coseno: la normalización elimina la libertad de gauge
Descubre por qué la similitud coseno es válida al normalizar embeddings. Elimina la libertad de gauge y obtén rankings de vecinos consistentes.
#aprendizaje
GRID: Escalando inferencia sin tareas en ajuste continuo de prompts
Descubre GRID, un nuevo marco para el aprendizaje continuo en LLMs que evita la dependencia de identificadores de tarea, mejorando la transferencia hacia atrás y reduciendo el uso de memoria.
Red Neuronal de Grafos con Atención Espacio-Temporal: Explicando Causalidades
STA-GNN: detección explicable de anomalías en ICS usando atención espacio-temporal. Control de falsos positivos y adaptación a derivas.
Optimización conjunta de precodificación y trayectoria con LLM en UAV
Descubre cómo los LLM mejoran la seguridad y eficiencia en redes de drones mediante precodificación y trayectorias óptimas. Un enfoque innovador de IA.
Cotas superiores para coeficientes de aprendizaje locales en redes de tres capas
Investigación presenta cotas superiores para coeficientes de aprendizaje locales en redes neuronales de tres capas, ampliando aplicaciones a funciones de activación como swish.
Modelos de lenguaje grandes adaptados al dominio para fabricación aditiva
Aprende a especializar LLMs multimodales para fabricación aditiva con 50M tokens y más del 90% de precisión.
Whisfusion: Decodificación ASR Paralela con Difusión Enmascarada
Whisfusion revoluciona la transcripción ASR con decodificación paralela usando difusión enmascarada, superando a Whisper en precisión y velocidad hasta 5x.
Entropía, desacuerdo y los límites de los modelos fundacionales en genómica
Descubre por qué los modelos de IA fallan en genómica: la alta entropía del ADN limita el aprendizaje y genera desacuerdo.
TruthRL: Aprendizaje por refuerzo para LLMs veraces
Descubre TruthRL, un marco de RL que reduce alucinaciones en LLMs al incentivar respuestas correctas y abstención. Mejora la veracidad hasta un 37%.
Eficacia del clustering profundo en conjunto en historias clínicas
Investigamos la eficacia del clustering profundo ensemble en historias clínicas electrónicas para identificar subgrupos de pacientes con insuficiencia cardíaca.
Modelo convolucional profundo e interpretable para series temporales complejas
Descubre DCIts, un modelo de deep learning interpretable que analiza series temporales multivariantes no lineales, revelando interacciones causales a nivel local.
Muestreo Guiado por Latente para Optimización Combinatoria
LGS-Net revoluciona la optimización combinatoria con muestreo guiado por latente y MCMC. Resultados state-of-the-art en problemas de enrutamiento.
Sesgo de distancia de representación en modelos de recompensa
El sesgo de distancia en la pérdida BT distorsiona el aprendizaje de modelos de recompensa. NormBT lo corrige con normalización adaptativa, mejorando la precisión hasta un 5%.
Muestreo de Punto Más Lejano Guiado por Gradiente para Selección Robusta
GGFPS: muestreo guiado por gradiente para seleccionar conjuntos de entrenamiento. Reduce costos hasta un 50% y mejora la robustez de modelos de ML en química.
Aprendizaje por Refuerzo Basado en Modelos con Recompensas No Markovianas
Descubre QR-MAX, algoritmo que logra convergencia PAC y eficiencia en problemas de recompensa no markoviana.
SCOPE: Optimización Causal Secuencial de Intervenciones en Procesos
SCOPE: optimización causal secuencial de intervenciones en procesos. Mejora KPIs sin necesidad de simulación, superando técnicas actuales.
App de IA monitorea nivel de paz en videos de redes sociales en tiempo real
App de IA mide nivel de paz en videos de redes sociales en tiempo real, usando LLM y machine learning para promover discurso positivo.
HiGR: Marco jerárquico generativo para recomendación de listas en Tencent
Descubre cómo HiGR, el nuevo marco jerárquico generativo de Tencent, mejora la recomendación de listas un 10% y acelera la inferencia 5x. ¡Lee más!
torch-sla: álgebra lineal dispersa y diferenciable en PyTorch
Descubre torch-sla: álgebra lineal dispersa diferenciable para PyTorch con soporte multi-backend, solucionadores adjuntos y paralelismo tensorial.
Covarianza cruzada riemanniana intrínseca invariante al punto base
Descubre la covarianza riemanniana para datos en variedades: teoría, propiedades asintóticas y experimentos con formas cardíacas.