Flow Matching con Priors Contextuales para Dinámicas Cerebrales Atípicas
Descubre cómo Flow Matching con priors contextuales genera dinámicas cerebrales realistas en tareas nunca vistas, impulsando la neurociencia contrafactual.
#contrafactual
Flow matching con prioridades de contexto para dinámicas fMRI fuera de distribución
Generación de actividad cerebral con flow matching para tareas cognitivas nunca vistas. Un avance en neurociencia contrafactual.
Modelo de Mundo Empresarial
El Business World Model (BWM) es un simulador interno de IA que planifica y ejecuta iniciativas empresariales. Descubre su arquitectura y beneficios.
WorldKernel: el núcleo de acoplamiento de mundos posibles
Los predictores fallan al cuantificar la incertidumbre entre mundos contrafactuales. Descubre cómo el kernel de acoplamiento resuelve el enigma de la inferencia causal.
MetaPlate: recomendaciones alimenticias con IA para prevenir hiperglucemia
MetaPlate combina IA, RAG y contrafactuales para ofrecer recomendaciones de comidas personalizadas y prevenir picos de glucosa. ¡Descubre cómo funciona!
scCBGM: Edición Contrafactual Interpretable de Células Únicas
scCBGM: marco interpretable para edición contrafactual precisa de células individuales. Supera benchmarks en predicción y generalización combinatoria.
Refinamiento conservador de trayectorias con flujos contrafactuales
Refina trayectorias offline de forma conservadora con flujos contrafactuales. Mejora políticas a partir de datos históricos sin extrapolar. Resultados en D4RL.
Teoría de decisión estadística con pérdida contrafactual
Descubre cómo la teoría de decisión estadística con pérdida contrafactual permite evaluar decisiones a nivel unitario, superando limitaciones clásicas. Ideal para IA y ciberseguridad.
Separando señal y artefactos en datos multisensor para astrofísica
Descubre cómo un nuevo framework de deep learning separa la señal real de artefactos instrumentales en datos multisensor, mejorando inferencia en astrofísica.
Consultas contrafactuales en grafos de tejidos con desenredo supervisado
Cellina predice cambios en expresión celular ante alteraciones del entorno usando desenredo supervisado. Nueva herramienta para biología de sistemas.
Causal Agent Replay: Atribución Contrafactual de Fallos en Agentes LLM
Descubre Causal Agent Replay, el método que identifica exactamente qué paso causó un fallo en tu agente LLM, con intervalos de confianza y código abierto.
¿Cuántos contrafactuales? Sondeando alucinaciones VLM
Analiza alucinaciones VLM mediante contrafactuales y efectos causales. Descubre cuántas muestras se requieren para detectar inestabilidad.
Detectar y mitigar sesgos con equidad como simetría
Descubre cómo tratar la equidad como operación de simetría reduce sesgos en modelos de IA hasta un 90% con solo un 5% de pérdida de precisión.
GRASP: Alineación Residual Geométrica para Atribución de Datos Escalable
GRASP: nuevo método de atribución de datos que duplica la precisión y reduce costos en entrenamiento de IA.
Diagnóstico de ignorancia visual en modelos de lenguaje-visión
Descubre cómo los VLMs ignoran la evidencia visual y dependen de sesgos textuales. Un análisis interno revela fallos en la integración multimodal.
ADIGen: generación contrafactual automática, debiasada e invariante
ADIGen genera contrafactuales debiasados e invariantes automáticamente. Aprende cómo su robustez doble mejora la toma de decisiones bajo intervenciones complejas.
Aumann-SHAP: Geometría de interacciones contrafactuales en Machine Learning
Descubre Aumann-SHAP, un marco que descompone transiciones contrafactuales usando geometría de hipercubos. Corrige sesgos y mejora la interpretabilidad en ML.
MACD: Decodificación Contrastiva Consciente del Modelo
¿Alucinaciones en Video-LLMs? MACD usa datos contrafactuales guiados por el modelo para reducirlas. Mejora la precisión en videos complejos. Descubre más.
Concept-SAE: interfaz controlable e invertible para SAEs
Concept-SAE: controla y edita conceptos en redes neuronales, mejorando interpretabilidad y detectando ataques adversariales. ¡Descúbrelo!
Concept-SAE: Interfaz de Conceptos Controlable e Invertible
Descubre cómo Concept-SAE controla conceptos específicos en modelos de IA, mejorando interpretabilidad y detección adversarial.