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.
#ate
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.
MMD Guidance: Adaptación de distribución sin reentrenamiento
Descubre MMD Guidance, método sin entrenamiento que alinea modelos de difusión con datos de referencia y discrepancia máxima media. Ideal para pocos ejemplos.
Descomposición ANOVA funcional exacta para variables categóricas
Descubre la descomposición ANOVA funcional exacta sin suposiciones para variables categóricas: cálculo eficiente y generalización de SHAP.
Adopción de IA Generativa en la Ingeniería de Software Alemana
Descubre los resultados de un estudio empírico sobre la adopción de IA generativa en la ingeniería de software alemana: factores clave, desafíos regulatorios y recomendaciones para empresas.
Análisis de campo medio de auto-atención multicabezal bajo entropía cruzada
Explora un nuevo marco teórico de campo medio para la auto-atención multicabezal, estableciendo condiciones de convergencia y estabilidad bajo entrenamiento con entropía cruzada.
Optimización en dos etapas para eludir copyright en difusión
El método TS-LFO elude defensas de copyright en modelos de difusión con optimización latente en dos etapas, superando a DiffPure, GrIDPure e IMPRESS.
IntentKV: poda inteligente de caché KV para agentes de IA
Descubre IntentKV, una técnica que poda la caché KV sin perder precisión, reduciendo un 92% el consumo de memoria en agentes LLM. Ideal para sistemas multi-turno.
Fusión de operadores para inferencia de LLM en arquitectura Tensix
Descubre cómo la fusión de operadores en la arquitectura Tensix reduce hasta un 37% la latencia en atención de LLM, manteniendo precisión superior al 98% en inferencia local.
Aprendizaje de hiperparámetros para factorización latente de tensores en redes dinámicas
Descubre cómo DE-LFT automatiza la búsqueda de hiperparámetros en factorización de tensores para mejorar la precisión en redes dinámicas. Menos esfuerzo, mejores resultados.
Un lente, muchos mundos: interfaz tipada para IA interpretable
¿Cansado de reimplementar interpretabilidad? WorldModelLens unifica el análisis con una interfaz tipada. Descúbrelo.
SinkRec: Mitigación del hundimiento semántico en secuencias largas
Descubre SinkRec: modelo que mitiga el hundimiento semántico en recomendaciones de secuencias largas con memoria condicionada y redes delta. Eficiente.
Diagramas de Hasse para Atención en Transformers
Descubre cómo los Diagramas de Hasse permiten diseñar máscaras de atención eficientes en Transformers, mejorando el flujo de información y la consistencia entrenamiento-inferencia.
Optimalidad de tokens FSQ en difusión continua para datos categóricos (TTS)
Los tokens FSQ son óptimos para difusión continua en datos categóricos. Este estudio demuestra que superan a modelos LLM en TTS siendo más pequeños y rápidos.
Dentro del Flujo Latente: Dinámica de Atención en Separación de Audio
Descifra la dinámica de atención en modelos de audio con LSAC: acelera sin entrenamiento, manteniendo calidad.
Dropout-GRPO: Variabilidad estocástica para razonamiento latente continuo
Dropout-GRPO introduce variabilidad estocástica en razonamiento latente para mejorar el aprendizaje por refuerzo grupal. Resultados en GSM8K.
El Mentiroso Confiado: Diagnóstico con Log-Probabilidades y LLM en Debate Multi-Agente
¿Los modelos de IA mienten? Este estudio usa log-probabilidades y juez LLM para evaluar razonamiento en debates multi-agente y detectar fallos críticos.
Aprovechando la inteligencia colectiva de agentes de IA para nuevos descubrimientos
Descubre cómo EinsteinArena permite a agentes de IA colaborar abiertamente para superar récords humanos en matemáticas. ¡12 nuevos avances!
ERAlign: Alineación de Representaciones de GNNs y LLMs en Grafos Textuales
Descubre ERAlign: alinea GNNs y LLMs en grafos textuales con modelos energéticos, mejorando el rendimiento sin costos altos de muestreo.
Moderación en streaming de LLMs con sondas de estado oculto
Las sondas de estado oculto permiten moderar LLMs en streaming sin costo adicional. Detén contenido inseguro token a token, reduce latencia y ahorra recursos. Guía práctica.