Modelos Autorregresivos Lineales de Dos Capas Estiman Estados Latentes
Descubre cómo los modelos autorregresivos de dos capas estiman estados latentes imitando el filtrado de Kalman. Con resultados teóricos.
#autorregresivo
TetherCache: estabiliza video largo autorregresivo
TetherCache: estabiliza la generación de video largo autorregresivo sin entrenamiento, reduciendo deriva temporal y artefactos.
Optimización Directa de Preferencias Autorregresiva
Descubre cómo ADPO integra el modelado autorregresivo para alinear LLMs con preferencias humanas de forma más eficiente.
K-Forcing: Decodificación conjunta de K tokens con push-forward
K-Forcing: acelera la inferencia de LLMs hasta 3.5x en servidores de lotes, manteniendo calidad. Descúbrelo.
¿Cuándo predicen bien los modelos autorregresivos ondas sísmicas?
Descubre cómo los modelos autorregresivos predicen ondas sísmicas de forma estable. La predicción multi-token es clave.
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.
BlendServe: Optimización de inferencia offline con batching por recursos
¿Quieres optimizar la inferencia offline de modelos grandes? BlendServe combina batching consciente de recursos y prefijo compartido logrando hasta 1.44x más rendimiento que vLLM y SGLang.
Hackeando la Perplejidad Generativa: Métricas de Distribución
La perplejidad generativa no mide calidad. Aprende por qué las métricas de distribución son esenciales para evaluar modelos de lenguaje.
BioVid: generación autorregresiva de video con comprensión de comportamiento
Aprende cómo BioVid genera videos de comportamientos biológicos con duración natural. Mejora hasta 6x frente a métodos tradicionales.
Procesos Neuronales Transformer Incrementales
Aprende sobre incTNP: el modelo que permite actualizaciones incrementales en procesos neuronales transformer, logrando eficiencia lineal y rendimiento comparable o superior.
Luminol-AIDetect: Detección rápida de texto generado por IA sin entrenamiento
Descubre Luminol-AIDetect: detecta texto IA sin entrenamiento. Desordena y mide perplejidad. Reduce falsos positivos 17x.
Inferencia Gráfica en Contexto (ICG-I)
ICG-I logra estado del arte en inferencia gráfica: reduce MAE un 50% y resuelve gráficos frustrados donde BP diverge. Conoce el método.
Escalando la generación de grafos novedosos con modelos autorregresivos ligeros
Descubre cómo un marco autorregresivo ligero escala la generación de grafos con alta novedad y eficiencia. Ideal para IA y ciberseguridad.
Tu modelo autorregresivo ya revela el grafo causal
Descubre cómo TRACE utiliza modelos autorregresivos para revelar el grafo causal a partir de secuencias de eventos, superando métodos tradicionales en escalabilidad y precisión.
DiffuSent: marco de difusión unificado para análisis de sentimiento por aspectos
DiffuSent revoluciona ABSA con difusión no autorregresiva: mayor precisión en tripletes multi-palabra y hasta 181x más rápido.