Qwen-RobotManip: alineación y escala en manipulación robótica
Descubre cómo Qwen-RobotManip logra generalización sin precedentes en manipulación robótica usando alineación unificada y datos heterogéneos. ¡Supera
#datos heterogéneos
SPARK: aprendizaje federado descentralizado con NTK eficiente
SPARK acelera 3x la convergencia en FL descentralizado con datos heterogéneos usando momentum estable con regularización soft-label. Reduce comunicación 70%.
TerraBench: Razonamiento IA sobre datos terrestres heterogéneos
Descubre TerraBench, un benchmark que evalúa el razonamiento de agentes IA sobre datos terrestres heterogéneos. 400+ tareas, 24.500 pasos.
TaskFusion: Detección Continua de Anomalías en Datos Tabulares Heterogéneos
Descubre TaskFusion, un método de aprendizaje continuo que detecta anomalías en datos tabulares heterogéneos sin olvido catastrófico. Ideal para streaming de datos.
Proyección Jerárquica para Transferencia Adaptativa de Conocimiento
Descubre ProjectionTL, un marco unificado que integra modelado bayesiano jerárquico con proyección adaptativa para transferencia selectiva de conocimiento entre dominios.
Escalamiento eficiente de LLMs con paralelismo de contexto flexible
Acelera el entrenamiento de LLMs con paralelismo de contexto flexible. Logra hasta 2.24x de velocidad incluso con datos heterogéneos.
Algoritmo EM descentralizado con datos heterogéneos y etiquetado parcial
El algoritmo MNEM elimina el sesgo en mezclas gaussianas con datos heterogéneos y etiquetado parcial. Ideal para aprendizaje federado descentralizado.