Un límite de complejidad unificado para el muestreo logcóncavo
Nuevo límite de complejidad casi óptimo para muestreo logcóncavo con algoritmo In-and-Out y elevación exponencial. Mejora en constante de Poincaré.
#constante
Teorema del límite central para estimadores de cuantiles SGD
Nuevo teorema de límite central valida la estimación de cuantiles con SGD. Método recursivo para intervalos de confianza robustos.
SpectraLDS: Destilación Comprobable para Sistemas Dinámicos Lineales
Conoce SpectraLDS: destilación comprobable para sistemas dinámicos lineales con inferencia constante en tiempo y espacio, ideal para modelado de lenguaje.
Complejidad de muestreo en optimización convexa sin parámetros
Descubre cómo mejorar la optimización convexa estocástica cuando se desconocen parámetros clave. Métodos para evitar sobreajuste y lograr complejidad de muestreo óptima.
El Hamiltoniano de Score: Mapeando Modelos de Difusión al Transporte Adiabático
Descubre la correspondencia exacta entre modelos de difusión y transporte adiabático a través del Hamiltoniano de Score. Nuevos límites de muestreo.
AsyncWebRL: RL multi-paso eficiente para agentes web visuales
Descubre AsyncWebRL: un enfoque asíncrono que acelera el entrenamiento de agentes web visuales con RL multi-paso, logrando hasta 2.9x más rapidez y mejor rendimiento.
MesaNet: Modelado de secuencias con optimización en tiempo de prueba
Descubre MesaNet, un modelo recurrente que optimiza capa por capa en inferencia. Mejora rendimiento en contextos largos sin aumento lineal de memoria.
Marco general para maximización submodular dinámica consistente
Nuevo marco para maximización submodular dinámica con aproximaciones de factor constante y consistencia sublineal. Para flujos con inserciones y eliminaciones.
Límites pseudoespectrales en descenso de gradiente acoplado
Descubre cómo los nuevos límites pseudoespectrales revelan amplificación transitoria en gradiente acoplado. Clave para optimización bilevel y adversarial.
PFT: Ajuste fino de fonones para potenciales interatómicos con IA
Descubre cómo PFT mejora un 55% las propiedades fonónicas de materiales al ajustar potenciales interatómicos con IA. Nuevo estándar en simulaciones.
Identificación de leyes físicas desde video: EDOs lineales con datos mínimos
Identifica parámetros físicos desde video con datos mínimos. Sistemas subamortiguados requieren solo un clip. Sin reconstrucción de píxeles.
Complejidad temporal en optimización de orden cero con fidelidad ajustable
Optimiza tus simulaciones costosas: aprende a elegir la fidelidad del oráculo y reduce el tiempo de ejecución. ¡Resultados más rápidos!