Interpretación y control de un modelo TTS con autoencoders dispersos
Aprende cómo los autoencoders dispersos permiten interpretar y controlar un modelo de texto a voz: desde risas hasta género y velocidad.
#coder
VFUSE: Características virulentas con autoencoders dispersos
Descubre cómo VFUSE utiliza autoencoders dispersos para detectar características virulentas en modelos de proteínas, mejorando la seguridad en el diseño.
Desenredo con Representaciones Reducidas Holográficas
Descubre cómo las Representaciones Reducidas Holográficas (HRR) revolucionan el desenredo de factores en redes neuronales. Resultados competitivos y robustez al ruido.
SAEExplainer: Interpretación SAE con optimización por activación
SAEExplainer optimiza la interpretación de características SAE usando preferencias guiadas por activación, reduciendo alucinaciones y mejorando causalidad.
Descubriendo estructuras de campo medio con autoencoders
Descubre cómo los autoencoders variacionales revelan la estructura de campo medio en sistemas complejos, físicos y neuronales. IA interpretable.
Transformer basado en conjuntos para compensación atmosférica hiperespectral LWIR
Transformer ligero estima transmisión y radiancia atmosférica en imágenes hiperespectrales LWIR, mejorando la compensación sin supervisión de ubicación.
Predicción pre-intervención de efectos secundarios en steering de SAE
Aprende a predecir los efectos secundarios del steering con autoencoders dispersos. Un estudio en GPT-2, Pythia, Gemma y Llama para optimizar tu intervención.
XAInomaly: Autoencoder Contractivo Explicable para Anomalías en O-RAN
Descubre XAInomaly, un autoencoder contractivo explicable para detectar anomalías en tráfico O-RAN. Mejora la gestión con IA explicable.
Query Lens: cómo interpretar características dispersas con efectos indirectos
Descubre Query Lens, un nuevo método que va más allá de Logit Lens para interpretar características de autoencoders dispersos, considerando efectos indirectos y la hipótesis del subespacio.
Detección de defectos en aisladores con autoencoder guiado por atención y UAV
Descubre AE-YOLO, un nuevo modelo que combinando autoencoder y atención detecta defectos en aisladores con drones, logrando un mAP del 95.1%.
WAV: Enrutamiento Residual de Bloques Multirresolución en Transformers
Mejora el rendimiento de transformers profundos con WAV v1: routing residual multirresolución que reduce pérdida en 48 capas.
Dentro de la mente visual: circuitos de concepto para Vision Transformers
Descubre cómo ViSAE usa circuitos de concepto inspirados en neurociencia para interpretar y guiar Vision Transformers, mejorando precisión y confianza.
Vocoders multilingües y multilocutor: análisis de unidades discretas
El tamaño del cluster y el condicionamiento del hablante son clave para evitar mezcla de hablantes en vocoders multilingües. Descubre cómo.
Resistencia Endógena a la Dirección de Activación en Modelos de Lenguaje
Los modelos de lenguaje pueden resistir manipulaciones internas. Descubre cómo funciona la resistencia endógena y sus implicaciones para la seguridad.
Construyendo espacios latentes de VAE con topología prescrita
Aprende a construir espacios latentes de VAE con topología prescrita, resolviendo el desajuste topológico y mejorando la calidad de reconstrucción en datos no euclidianos. Resultados superiores.
Más allá de los regímenes lineales: Autoencoders con cuello de botella
Descubre cómo el análisis de campo medio explica el entrenamiento de autoencoders no lineales con cuello de botella y su convergencia al óptimo.
Desmezclado de imágenes ATR-μFTIR en cortes de pinturas al óleo históricas
Descubre cómo un autoencoder CNN separa mezclas espectrales en imágenes ATR-μFTIR de pinturas históricas, mejorando la interpretación sin supervisión.
Desenredo conformal y curación del espacio latente para generación dirigida
Descubre cómo un marco neuronal separa información compartida y específica de múltiples sensores, permitiendo generación dirigida e inferencia cruzada. Ideal para IA y cloud.
Una visión geométrica para comprender conceptos en autoencoders dispersos
Explora cómo la geometría revela el aprendizaje de conceptos en autoencoders dispersos y permite interpretar neuronas de forma clara.
Generalización de modelos de difusión con espacio de representación equilibrado
Descubre cómo los modelos de difusión generalizan con representaciones equilibradas. Detecta memorización y edita sin entrenamiento.