Deep Q-Learning en espacios de Hölder
Descubre cómo el Q-learning en espacios de Hölder mejora la regularidad y eficiencia. Arquitectura DeepONet.
#ep
Más allá de pesos y gradientes: Taxonomía de mensajes en aprendizaje federado
Descubre la nueva taxonomía de mensajes en aprendizaje federado más allá de pesos y gradientes. Analizamos costos, privacidad y tendencias en 202 publicaciones.
Importancia de la fase en representaciones neuronales: prueba Oppenheim-Lim
Descubre cómo las redes neuronales priorizan la fase sobre la magnitud, revelando un código de identidad en capas ocultas. Estudio de CNNs y transformers.
Atención, no escala, impulsa alineación humano-IA en predicción multimodal
Descubre cómo la atención selectiva, no la escala del modelo, mejora la alineación entre humanos e IA en la predicción del lenguaje multimodal. Estudio con 600
Unificando explicaciones post-hoc de completado de grafos de conocimiento
Unificando explicaciones post-hoc en KGC: nueva taxonomía mejora reproducibilidad y evaluación. Ideal para investigadores y desarrolladores.
Interpretación como transformación lineal: modelo cognitivo-geométrico
Explora cómo las transformaciones lineales modelan la comunicación y la influencia entre agentes heterogéneos, revelando los límites del entendimiento.
Inferencia activa con un autoprior en la tarea del espejo-marca
Modelo de inferencia activa logra que un bebé simulado se reconozca en el espejo y quite una marca. Avance en IA y autoconciencia.
La capa de conocimiento faltante en arquitecturas cognitivas para agentes de IA
Los agentes de IA carecen de una capa de conocimiento explícita. Este artículo analiza el error categórico y propone una arquitectura de cuatro capas con
No hay neuronas universales: neuronas basadas en tareas para redes neuronales artificiales
Descubre cómo las neuronas basadas en tareas mejoran el rendimiento de las redes neuronales artificiales, superando a los modelos tradicionales con un enfoque
Entendiendo, detectando y reparando errores en Text-to-SQL con ICL
Descubre cómo MapleDoctor detecta y repara errores en Text-to-SQL con ICL: 13.8% más consultas correctas, 67.4% menos latencia.
Múltiples descensos en deep learning: transiciones orden-caos en LSTM
Descubre cómo las redes LSTM muestran múltiples ciclos de rendimiento tras el sobreentrenamiento, vinculados a transiciones entre orden y caos. El punto óptimo
FOUNDv2: Tokenizadores cuantizados unificados para representación de usuarios
FOUNDv2 unifica datos de usuarios en tokens discretos, reduce costos y es escalable. Descubre cómo mejora la representación de usuarios.
Estimación automatizada del ángulo Doppler con deep learning
El deep learning permite estimar el ángulo Doppler con precisión, reduciendo errores en la medición de velocidad sanguínea y evitando falsos diagnósticos.
ICPNet: red inspirada en visión biológica para contornos ilusorios
ICPNet imita la corteza visual para percibir contornos ilusorios de rejilla adyacente, superando a modelos tradicionales y acercándose a la inteligencia humana.
Menos es más: Mejorando el razonamiento de LLM con MTI
MTI mejora el razonamiento de LLM hasta un 9% con intervención mínima en tokens inciertos. Eficiente y sin coste computacional extra.
AIRMap: Mapas de radio generados por IA para gemelos digitales inalámbricos
Acelera tus simulaciones inalámbricas con AIRMap: mapas de radio en milisegundos con precisión récord, 100x más rápido que ray tracing. ¡Ideal para gemelos
AL-GNN: Aprendizaje Continuo de Grafos sin Replay y con Privacidad
Descubre AL-GNN, un nuevo marco para aprendizaje continuo de grafos que elimina el buffer de replay, preserva la privacidad y reduce el tiempo de entrenamiento
Pragmatismo Crítico en la Evaluación Científica con IA
Descubre cómo el pragmatismo crítico mejora la transparencia y fiabilidad de las herramientas de IA para evaluar la credibilidad científica.
AlignCoder: alineando recuperación e intención en código
Descubre AlignCoder, un framework que mejora la finalización de código en repositorios usando recuperación alineada y aprendizaje por refuerzo, logrando un 18%
Crisis epilépticas: detección con GCN y análisis de bandas EEG
Descubre cómo un modelo GCN analiza bandas de frecuencia EEG para detectar crisis epilépticas con 99% de precisión, mejorando la interpretabilidad clínica.