Redes neuronales destiladas con física y LLM para fabricación
Redes neuronales destiladas con física y LLM predicen propiedades en fabricación con alta precisión con datos escasos, para despliegue en tiempo real.
#ela
LUCID: Aprendizaje de Intenciones a partir de Videos Humanos para Robots
LUCID enseña a robots tareas complejas viendo videos de internet. Aprendizaje escalable sin costosas demostraciones. ¡Zero-shot a nuevos objetos!
RelayFormer: Detección de Manipulación en Imágenes y Videos con Atención Local-Global
Descubre RelayFormer, un marco unificado de atención local-global que detecta manipulaciones en imágenes y videos con alta precisión y eficiencia, adaptándose a cualquier resolución.
Algoritmo no es comportamiento: sesgos anulan anticipación red ajedrez
Investigación revela que una red neuronal de ajedrez tiene la solución correcta pero la anula por sesgos de seguridad. El algoritmo no es el comportamiento.
Mapeo de la literatura científica con LLMs y modelado de temas
Los LLMs y el modelado de temas mapean la literatura científica, revelando conexiones temáticas ocultas. Un estudio analiza 1500 artículos de ingeniería.
ProHiFlo: Generación jerárquica de proteínas con guía funcional
ProHiFlo: marco de flujo jerárquico con guía funcional para generar proteínas de novo. Alcanza 58.9% de éxito, 4x menos pasos que otros métodos.
Redes de Campos Mecánicos: Dinámica Neuronal para Sistemas Multivariantes
Descubre MF-Net: aprende relaciones causales en sistemas multivariantes para pronósticos precisos y lectura estructural.
Ver antes de colisionar: RL segura anticipatoria con modelos de lenguaje visual
Descubre cómo los modelos de lenguaje visual congelados permiten un RL anticipatorio que evita colisiones antes de que ocurran, superando métodos tradicionales.
Marco centrado en datos para detectar y corregir etiquetas corruptas
Descubre Relabeler, un marco centrado en datos que detecta y corrige etiquetas corruptas para mejorar la precisión de tus modelos de IA hasta un 58%.
¿Qué incertidumbres necesitamos para los sistemas dinámicos?
Aprende a distinguir incertidumbres aleatorias y epistémicas en sistemas dinámicos desde la óptica del machine learning. Claves para mejorar predicciones y modelos.
Modelado espaciotemporal con física para detectar videos generados por IA
Descubre cómo el método NSG-VD usa principios físicos para detectar videos generados por IA con un 16% más de Recall que los métodos actuales.
Marco centrado en datos para detectar y corregir etiquetas corruptas
Descubre cómo el marco Relabeler detecta y corrige etiquetas corruptas en datasets, mejorando la precisión de modelos de machine learning hasta en un 58%.
Análisis de series temporales en machine learning
Descubre cómo aplicar técnicas de machine learning a series temporales: desde modelos clásicos ARIMA hasta deep learning con transformers. Ejemplos en astronomía, finanzas y más.
¿Qué incertidumbres necesitamos para sistemas dinámicos?
Descubre qué tipos de incertidumbre (aleatoria y epistémica) son clave en sistemas dinámicos desde la perspectiva del machine learning y cómo modelarlas.
Modelado con procesos gaussianos restringidos para sistemas cuánticos
Descubre cómo el modelo pc-EGP combina procesos gaussianos con restricciones físicas para simular sistemas cuánticos costosos con ruido variable. ¡Lee el artículo!
Phi-Actor-Critic: equilibrios Pareto-eficientes en juegos multiagente
Descubre cómo Phi-Actor-Critic optimiza el bienestar social en sistemas multiagente, logrando equilibrios eficientes mediante minimización de arrepentimiento y un crítico de atención centralizado.
TextHOI-3D: Generación 3D de interacción mano-objeto desde texto
Descubre TextHOI-3D, modelo que crea mallas 3D realistas de manos interactuando con objetos a partir de texto, usando múltiples vistas y optimización.
Programas Neuro-Relacionales: Unificando Consultas y Redes Neuronales
Aprende cómo los NRPs unifican consultas lógicas y redes neuronales sobre datos relacionales con embeddings. Un nuevo enfoque para IA y bases de datos.
De priors uniformes a aprendidos: Difusión para descubrir estructuras
Diff-prior mejora la inferencia de estructuras con un prior adaptativo de difusión que calibra distribuciones inciertas para decisiones más claras.
Evaluación de personalidad y cognición con embeddings multimodales congelados
Descubre cómo los embeddings multimodales congelados mejoran la predicción de personalidad y capacidad cognitiva en video entrevistas asíncronas.