Aprendizaje en todas partes: IA con restricciones puntuales
Descubre el aprendizaje en todas partes: IA con restricciones puntuales mejora generalización mediante dualidad.
#clasificación
El rol de la codificación de clases en el colapso neuronal
Analizamos cómo la codificación de etiquetas (one-hot) afecta el colapso neuronal en redes, con foco en el sesgo del clasificador y la pérdida MSE.
Replay de Lista Estable Canonicalizado para Aprendizaje Federado Privado
CSLR logra entre 3.9 y 5.6 puntos de mejora en aprendizaje continuo federado con privacidad diferencial. Optimiza NLP sin compartir datos.
Reescalado adaptativo monótono sin hiperparámetros para colas largas
Nuevo método SAMN elimina hiperparámetros en reescalado adaptativo monótono para colas largas. Resultados SOTA en benchmarks.
Optimizando la escucha activa en triaje legal automatizado
Descubre cómo un clasificador basado en LLMs optimiza la escucha activa en triaje legal, mejorando la precisión con preguntas de seguimiento generadas por IA.
KACE: Ingeniería de Contexto Adaptativo para Razonamiento Matemático
KACE: un novedoso método que separa almacenamiento y uso del conocimiento, logrando un 62.2% de precisión en AIME 2025. Ideal para mejorar razonamiento matemático en IA.
Diagnóstico del deterioro cognitivo con atención contrafactual guiada por atlas
Descubre GCAN, modelo de atención contrafactual para diagnóstico explicable del deterioro cognitivo usando conectomas multimodales. Preciso y transparente.
CLSP-REQA: Predicción de convulsiones en tiempo real con calidad EEG
CLSP-REQA integra evaluación de calidad EEG en tiempo real para predecir convulsiones con alta precisión, superando métodos previos sin adaptación de dominio. ¡Aprende cómo!
Belief2-Attention: mejora en tareas de visión
Descubre cómo Belief2-Attention mejora la atención en visión usando dos componentes para clasificación y segmentación.
Planktonzilla: Dataset y modelos para ecosistemas de plancton
Descubre Planktonzilla-17M, el dataset más grande de imágenes de plancton. Mejora la clasificación de especies con IA y supera a modelos base como BioCLIP.
DAStatFormer: Transformador híbrido multirrama para reconocimiento patrones DAS
DAStatFormer, transformador híbrido, logra 99.4% de precisión en clasificación DAS con menos parámetros. Ideal para monitoreo.
Modelos Hoeffding de cuello de botella conceptual para imágenes aéreas
Descubre los modelos Hoeffding de cuello de botella conceptual: explicabilidad no lineal y robusta para imágenes aéreas.
Valencia compartida en LLMs y EEG humano: regularidad de saturación
LLMs y EEG comparten un eje de valencia. La saturación limita la supervisión. Descubre cómo un ensamble mejoró un 10.5% la precisión en FACED.
ChurnNet: Una IA moderna optimizada para la predicción de abandono
¿Puede una IA optimizada como ChurnNet superar a los métodos clásicos de machine learning? Descubre los resultados en nuestra comparativa.
Más allá de la aumentación: Score guiado para detectar depresión con EEG
Nuevo método de clasificación guiada por puntuación detecta depresión con EEG sin aumentación de datos, mejorando precisión.
HASTE: Entrenamiento Disperso Dinámico para Grandes Espacios de Salida
Con HASTE, el entrenamiento disperso dinámico consciente del hardware logra hasta 25x de aceleración en backpropagation para clasificación multi-etiqueta extrema.
Clasificación de documentos visuales con enfoques multimodales
Descubre cómo los modelos multimodales superan a los LLM en clasificación de documentos visuales. La información visual es clave. Resultados RVL-CDIP.
CEAR: Robustez Adversarial Certificada con Ensambles en DNNs
Descubre CEAR: mejora la robustez adversarial certificada en DNNs usando ensambles con ruido y votación. Superior en MNIST, CIFAR10 y TinyImageNet.
UR-JEPA: Rectificabilidad Uniforme como Regularizador en JEPA
UR-JEPA logra un 0.83% más de precisión que LeJEPA en Inet10 con menor varianza, y produce representaciones geométricamente distintas.
GJDNet: Redes de grafos robustas con aprendizaje disentangled
GJDNet mejora la robustez de GNNs frente a ataques con representaciones y decisiones disentangled. Aísla perturbaciones y estabiliza fronteras de decisión en grafos diversos.