Manifold GCN: Red Neuronal Convolucional Basada en Difusión para Grafos con Variedades
Nuevas capas GNN basadas en difusión para grafos con características en variedades. Aplicación en clasificación de Alzheimer supera redes estado del arte.
#difusión
Sobreyectividad en redes neuronales: ¿Puede generar cualquier salida?
¿Pueden las redes neuronales generar cualquier salida? Implica riesgos de jailbreak. Descubre cómo la sobreyectividad afecta la seguridad de tus modelos de IA.
Aprende de tus errores: Modelos de difusión enmascarados con autocorrección
Mejora la calidad del muestreo hasta 1.2x y acelera hasta 4x con ProSeCo: autocorrección progresiva en difusión enmascarada.
DICE: Modelos de difusión sobresalen generando kernels CUDA
Descubre DICE, los nuevos modelos de lenguaje de difusión que revolucionan la generación de kernels CUDA. Conoce su innovador entrenamiento BiC-RL y resultados
ReAge3D: Envejecimiento 3D de rostros con consistencia de vistas
Descubre ReAge3D, un marco de IA que envejece rostros 3D con realismo y consistencia entre vistas. Control preciso y resultados detallados.
Regresión de Kolmogorov para Políticas de Difusión Robusta
Descubre la regresión de Kolmogorov para políticas de difusión más robustas: reduce deriva y detecta fallos sin recompensa. Resultados en PushT y fabricación.
Los desarrolladores crean las mejores herramientas y desarman la amenaza IA
Descubre cómo desarrolladores usan IA para reducir costos, superar crisis de identidad y construir sistemas auto-sanadores. Desde AI Engineer Melbourne.
ZIPP: Personalización zero-shot de imágenes con personas
Descubre ZIPP: personalización zero-shot de imágenes con IA usando descripciones de tu personalidad. Supera a métodos tradicionales con un 79% de preferencia.
Control composicional condicionado por ancla en paisajes
Descubre cómo un nuevo método de fine-tuning con anclas mejora el control composicional en paisajes: 0.850 en horizonte, 0.817 en regla de tercios.
WhiFlash: Acelerando Decodificado Especulativo con Enrutamiento entre Paradigmas
WhiFlash: nuevo método de decodificación especulativa que unifica paradigmas autoregresivo y difusión. Logra hasta 69.6% más rendimiento. ¡Conócelo!
Uni-E: Decodificación Invariante e Independiente en Modelos de Difusión
Descubre Uni-E, una energía unificada para decodificación invariante e independiente en modelos de difusión. Corrige desviaciones.
EgoTactile: Presión de agarre en objetos cotidianos desde video egocéntrico
Descubre EgoTactile: un innovador sistema que estima la presión de agarre de la mano en objetos cotidianos usando video egocéntrico y difusión condicional,
EgoTactile: Presión de agarre para objetos cotidianos desde video egocéntrico
EgoTactile: benchmark y difusión condicional para estimar presión de agarre en objetos cotidianos desde video egocéntrico. Aplicaciones en VR y robótica.
Steady-Forcing: Balance entre persistencia espacial y continuidad de movimiento
Descubre cómo Steady-Forcing equilibra estabilidad de fondo y movimiento natural en videos generados por IA, mejorando la coherencia en secuencias largas
Modelo generativo con expertos de dominio para series temporales escasas
TimeMoDE combina diffusion transformers y expertos de dominio para generar series temporales realistas con pocos datos. Supera la escasez de datos.
Semantic DLM+: Equilibrio sesgo-varianza en modelos de difusión
SemDLM+ mejora modelos de difusión de lenguaje al equilibrar sesgo y varianza en el diseño del kernel de transición, logrando generación de texto diversa y
DiRecT: Planificación segura con modelos de difusión y horizonte deslizante
Descubre DiRecT, un algoritmo de planificación segura sin entrenamiento que aplica restricciones solo a la trayectoria final, mejorando seguridad y rendimiento
MoECa: Alineando Reutilización de Características con Expertos en Difusión
MoECa acelera hasta 2.83x la inferencia de Transformers de Difusión con Mixture of Experts, manteniendo la calidad.
Decodificación paralela de campo medio en difusión discreta
Coordinación de actualizaciones paralelas en modelos de difusión para mejorar calidad y latencia en generación de texto y código. Descubre cómo.
Decodificación paralela de campo medio para modelos de difusión
Mejora la eficiencia de modelos de difusión discretos con decodificación paralela de campo medio. Coordina actualizaciones para generar más tokens por paso sin