Calibrando la incertidumbre en CLIP adversarial zero-shot
Descubre nuevo método de fine-tuning adversarial para CLIP calibra la incertidumbre y mejora robustez sin perder precisión en clasificación zero-shot.
#distribución
Aprendizaje Off-Policy con Zero-Shot
Aprende cómo el método Zero-Shot Off-Policy Learning permite adaptar políticas a nuevas tareas sin reentrenamiento, usando medidas sucesoras y corrección de distribución para una rápida adaptación.
Garantías probabilísticas de rendimiento para refuerzo multitarea
Descubre garantías de rendimiento para políticas multitarea en tareas no vistas. Método que combina rollouts y generalización con alta confianza.
Mejor fuente, mejor flujo: Distribución condicional en Flow Matching
Aprende cómo la distribución de fuente condicional optimizada en Flow Matching acelera la convergencia hasta 3x y mejora la calidad en generación texto-imagen.
Por qué los estudiantes DMD son perezosos? Entendiendo el copiado en destilación
Descubre por qué los estudiantes DMD copian al maestro en la destilación de pocos pasos. Un fenómeno emergente en alta dimensión que desafía las expectativas.
Regresión desbalanceada en streaming con Árboles Hoeffding
Descubre cómo la estimación de densidad kernel y el shrinkage jerárquico mejoran la regresión desbalanceada en flujos de datos continuos usando Árboles Hoeffdin
Muestreo especulativo para dinámica molecular más rápida
Descubre cómo el muestreo especulativo, inspirado en modelos de lenguaje, acelera la dinámica molecular hasta 9x sin errores.
Formulación Biconvexa para Transporte Estable de Modelos de Mezcla
Descubre cómo el Transporte Óptimo de Mezclas (OMT) revoluciona el mapeo entre distribuciones con una solución única y estable. Ideal para big data y bioinformática.
Codificaciones posicionales anclan estructura espacial y robustez en ViTs
Descubre cómo las codificaciones posicionales anclan la estructura espacial en Vision Transformers y mejoran la robustez. La métrica SSDC revela la geometría.
Control adversario del Valor en Riesgo Condicional mediante inferencia conforme
Controla el CVaR en entornos adversarios sin estacionariedad. Método basado en inferencia conforme garantiza seguridad. Ideal para portafolios y LLMs.
Regresión semisupervisada con proxy ruidoso: límites y generalización
Nuevo estimador en dos etapas supera a métodos supervisados en regresión con proxy ruidoso, aprovechando datos no etiquetados para límites de generalización.
Multi-respuesta: clave para generalización en modelos de lenguaje
Descubre cómo el entrenamiento con múltiples respuestas mejora la generalización de modelos de lenguaje, evitando la lotería de modos. Guía práctica.
Geometría ordinal emergente en Transformers entrenados con comparaciones locales
Una investigación revela que los Transformers aprenden inferencia transitiva mediante una geometría ordinal emergente, replicando el efecto de distancia simbólica observado en humanos y animales.
HASTE: Entrenamiento Disperso Dinámico para Grandes Espacios de Salida
Con HASTE, el entrenamiento disperso dinámico consciente del hardware logra hasta 25x de aceleración en backpropagation para clasificación multi-etiqueta extrema.
Generalización en optimización topológica con flujo Bernoulli condicionado
El condicionamiento por sensibilidad mejora la generalización en optimización topológica con flujo Bernoulli bajo cambios de carga y condiciones de contorno.
Mueve la consulta, no el caché: atención entre instancias GPU
Mueve la consulta en lugar del caché KV y reduce la latencia en atención entre GPUs. Optimiza clusters H100 con RDMA.
Ajuste fino justo mitiga ataques de inferencia de distribución
Ajuste fino justo reduce ataques de inferencia de distribución. Conoce el vínculo entre equidad y privacidad en modelos de IA.
Detección de texto de IA con garantía de falsos descubrimientos
Detecta texto generado por IA con control de falsos descubrimientos usando filtrado knockoff. Sin reentrenar, con garantías estadísticas.
Colaboración de modelos mejorada para detección de errores egocéntricos
Descubre cómo combinar modelos pequeños y grandes permite detectar errores raros y sutiles en videos de primera persona, equilibrando velocidad y precisión.
Aprendizaje de representación invariante al comportamiento con Transformers en meta-RL offline
Nuevo framework integra representaciones invariantes y modelos mundiales con Transformers para superar desafíos de generalización en meta-RL offline. Mayor estabilidad y adaptación.