Generación Autoregresiva Descentralizada
Descubre cómo la generación autoregresiva descentralizada logra equivalencia teórica con el entrenamiento centralizado. Validado en benchmarks multimodales.
#discreto
Descubrimiento Discreto de Conceptos entre Capas para Modelos de Lenguaje
CLVQ-VAE logra interpretar modelos de lenguaje con precisión humana del 78% y elimina conceptos clave reduciendo la precisión hasta un 93%. ¡Descúbrelo!
Descubrimiento Discreto de Conceptos entre Capas para Interpretar Modelos de Lenguaje
Descubre cómo CLVQ-VAE revela conceptos discretos en modelos de lenguaje, mejorando la interpretabilidad con hasta 93% de precisión en eliminación de conceptos.
Representaciones continuas de biomas a partir de embeddings de observación terrestre
Descubre cómo la IA convierte mapas discretos de biomas en representaciones continuas, mejorando la predicción de especies con embeddings de satélite.
Flujos flexibles para el diseño de secuencias biológicas
Descubre cómo el nuevo método de Flujo Discreto Mejorado logra rendimiento líder en generación de ADN y péptidos, con control fino y adaptabilidad.
Aprendizaje por refuerzo basado en eventos en fabricación de semiconductores
Descubre cómo el aprendizaje por refuerzo basado en eventos optimiza el control a largo plazo en la fabricación de semiconductores, mejorando rendimiento y eficiencia.
Descomposición ANOVA funcional exacta para variables categóricas
Descubre la descomposición ANOVA funcional exacta sin suposiciones para variables categóricas: cálculo eficiente y generalización de SHAP.
Graph-GRPO: Entrenamiento de Modelos de Flujo de Grafos con Aprendizaje por Refuerzo
Descubre cómo Graph-GRPO entrena modelos de flujo de grafos con RL para optimizar moléculas, alcanzando 95% VUN en planares. Innovador y eficiente.
CHDP: Políticas Cooperativas de Difusión para Espacios de Acción Híbridos
Descubre CHDP, un marco que combina políticas de difusión cooperativas para optimizar acciones híbridas en RL, mejorando el rendimiento hasta un 19.3%.
Benchmark de inferencia sin verosimilitud: redes neuronales y transporte óptimo
¿Cuál es el mejor método de inferencia sin verosimilitud? Comparamos redes neuronales y transporte óptimo en datos extremos y discretos.
Cómo el escalamiento en inferencia beneficia el preentrenamiento generativo
El escalamiento en inferencia mejora el preentrenamiento generativo, superando la falsa dicotomía entre autoregresión y difusión.
De pesos a código: extrayendo algoritmos interpretables del Transformer Discreto
Extrae algoritmos interpretables de un Transformer Discreto. Descubre cómo convertir pesos neuronales en código legible para una IA más explicable.
Transporte Óptimo por Minibatch y Límites de Perplejidad en Flujo Discreto
Descubre cómo el transporte óptimo por minibatch reduce hasta 32 veces las transiciones en flujos discretos, mejorando la perplejidad sin perder diversidad.
Chatterbox-Flash: difusión de bloques calibrada para TTS streaming
Chatterbox-Flash revoluciona la síntesis de voz zero-shot con difusión de bloques calibrada, permitiendo streaming de alta fidelidad y baja latencia.