Aprendizaje Variacional Global para Corrección de Errores Cuánticos
Aprendizaje variacional global para corrección de errores cuánticos: reduce 97% tiempo de entrenamiento, mejora 25% tasa de éxito y logra 100% de precisión.
#entrenamiento
Entrenamiento eficiente de LLM con RL bajo discrepancia de caja negra
DCMDP reformula el RL para LLM corrigiendo la discrepancia train-inference. Mejora el rendimiento en modelos como Qwen-3 incluso con recursos limitados.
C³ache: Caché Cruzado para Acelerar Modelos de Acción Mundial
Descubre C³ache, un método sin entrenamiento que acelera hasta 2.5x los Modelos de Acción Mundial (WAM) mediante caché de inferencia cruzada, manteniendo la precisión.
Más allá del colapso neuronal: geometría intrínseca en aritmética modular
Descubre cómo las redes neuronales organizan representaciones en aritmética modular, revelando una geometría cíclica que supera el colapso neuronal tradicional.
El sesgo oculto de los PRM: PRISM para recompensar el razonamiento correcto
Descubre cómo PRISM elimina el sesgo oculto en los PRM, mejorando la precisión del razonamiento y reduciendo falsos positivos en un 22%.
De atajos a razonamiento: post-entrenamiento robusto de ToM con RL
El nuevo enfoque Thinking-RFT supera atajos en ToM: mejora un 6% frente a SFT mediante razonamiento y refuerzo.
Claw-R1: Middleware de datos paso a paso para RL agentivo
Descubre Claw-R1, el middleware que transforma las interacciones agente-entorno en datos gestionables para mejorar el RL agentivo. Optimiza el entrenamiento de LLMs con datos paso a paso.
Cómo escapar de la trampa del acuerdo KL en destilación on-policy
Nuevo método KAT detecta trampas de acuerdo KL en destilación on-policy, mejorando precisión 2.66% y reduciendo tiempo de entrenamiento 59.73%.
Descomposición en volumen y frontera de redes neuronales
Descubre cómo la descomposición bulk-boundary revela dinámica intrínseca y estocástica de redes neuronales, con ecuación de continuidad de energía.
Tu algoritmo de autoaprendizaje es un imitador adversarial secreto
Descubre cómo el autoaprendizaje de LLM es en realidad un imitador adversarial. Un nuevo algoritmo mejora la estabilidad y el rendimiento del ajuste fino sin datos de preferencia.
Modelos de Inferencia Base para Ecuaciones Diferenciales Ordinarias
FIM-ODE predice campos vectoriales de EDOs con una pasada. Ofrece rendimiento cero-disparo y supera métodos tradicionales sin experticia en ML.
Operacionalizando la Alineación Superficial vía Complejidad de Tareas
La Hipótesis de Alineación Superficial cuantificada: el post-entrenamiento colapsa la complejidad de tareas en LLMs. Resultados sorprendentes en razonamiento y traducción.
RLVE: Escalando RL para LLMs con Entornos Verificables Adaptativos
Descubre RLVE: una técnica que escala el aprendizaje por refuerzo para LLMs con entornos adaptativos, logrando un 3.37% de mejora en razonamiento con menos cómputo.
Resolviendo problemas inversos con modelos basados en flujo mediante control predictivo
Descubre cómo MPC-Flow resuelve problemas inversos con modelos generativos de flujo sin entrenamiento, aplicable a restauración de imágenes como in-painting y super-resolución.
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.
Equilibrio de datos reales y sintéticos para detección de grietas en mampostería con CNN
Descubre cómo combinar datos sintéticos con solo un 20% de datos reales iguala y mejora la detección de grietas en mampostería con CNN. ¡Resultados sorprendentes!
Marginalización de fase en Vision Transformers: inestabilidad de cuadrícula
Mejora la segmentación y profundidad con marginalización de fase en Vision Transformers. Sin entrenamiento, más precisión.
SAEExplainer: Interpretación SAE con optimización por activación
SAEExplainer optimiza la interpretación de características SAE usando preferencias guiadas por activación, reduciendo alucinaciones y mejorando causalidad.
SG-OPD: Destilación on-policy con puerta de signo y muestreo por fases
SG-OPD introduce un verificador binario para mejorar la destilación on-policy, superando a métodos anteriores en problemas de razonamiento matemático.
Intervalo conforme sin entrenamiento: línea base esencial para pronósticos probabilísticos
Descubre por qué el simple intervalo ConformalNaive, sin entrenamiento, supera a métodos complejos en pronósticos de series temporales probabilísticas.