Recocido Autorregulado en Modelos de Difusión de Cola Pesada
Aprende cómo el recocido autorregulado en modelos de difusión de cola pesada mejora el muestreo adaptativo. Optimiza la generación con SDE.
#escalado
Ley de escalado de datos para meta-aprendizaje con minimización de complejidad
Descubre cómo la minimización de complejidad demuestra que el meta-aprendizaje escala con datos, mejorando la eficiencia en pocos ejemplos.
Repensando Transformers: de escala a expresividad estructurada para CTR
Descubre cómo FAT revoluciona la predicción de CTR con expresividad estructurada: +4.38% AUC y +2.33% CTR en producción.
Acelera la inferencia autoescalable en Red Hat AI con Everpure
Descubre cómo acelerar la inferencia autoescalable en Red Hat AI con Everpure, garantizando soberanía y control total sobre tus agentes y modelos de IA.
Guía de Recompensa con Muestras Anticipadas para Escalado de Modelos de Difusión
Aprende cómo LiDAR acelera 9.5x la guía de recompensa en modelos de difusión, mejorando la alineación con intenciones humanas.
Escalado temporal universal de 1/3 en distribuciones puntiagudas
El entrenamiento de LLMs converge lentamente por una razón fundamental: softmax y entropía cruzada generan un escalado de pérdida universal 1/3. Descubre las implicaciones.
Escalado inverso de profundidad en LLMs por capas similares
Investigación revela que la pérdida escala inversamente con la profundidad en LLMs debido a capas funcionalmente similares. ¿Qué implica para la eficiencia?
Datos sintéticos de calidad permiten primeras leyes de escalado para LLMs en recomendación
Descubre cómo datos sintéticos de calidad permiten las primeras leyes de escalado para LLMs en recomendación, superando datos reales.
Cuándo y cuánto imaginar: Escalado adaptativo con modelos del mundo para razonamiento espacial
Descubre cuándo y cuánto imaginar en razonamiento espacial visual. AVIC optimiza el uso de modelos del mundo, superando a GPT-4o con menos recursos.
Score × Decoder: visión unificada para mitigar alucinaciones sin supervisión
Descubre cómo combinar scores (perplejidad, contraste, verificación) con decodificadores para reducir alucinaciones en LLM sin supervisión. Resultados con Qwen3-1.7B.
Estructura y Escala en Modelado de Secuencias Simpliciales
¿Cómo se relacionan las leyes de escalado con las representaciones internas en deep learning? Este estudio revela una correlación entre rendimiento y estructura
ATLAS: Escalado Agentic en Tiempo de Prueba para LLMs
Descubre ATLAS, un framework donde un orquestador decide cómo escalar el razonamiento de LLMs en tiempo de prueba, mejorando precisión con menos llamadas API.
Escalado de PEFT: hacia millones de modelos personales
Descubre cómo el escalado de PEFT permite crear millones de modelos personales persistentes sobre modelos base compartidos, transformando el fine-tuning en un sustrato compacto y eficiente.
Cómo equilibrar tasas de aprendizaje entre capas en redes neuronales lineales
Descubre cómo equilibrar las tasas de aprendizaje entre capas en redes lineales mejora el rendimiento temprano. Resultados teóricos y experimentales.
Cloud native es ahora IA-nativo: Ingeniería para IA en producción
En KubeCon Europa, expertos de AWS, Google y Microsoft revelan las claves para lograr IA lista para producción: plataforma madura, seguridad y contribución activa.
Reescalado adaptativo monótono sin hiperparámetros para colas largas
Nuevo método SAMN elimina hiperparámetros en reescalado adaptativo monótono para colas largas. Resultados SOTA en benchmarks.
Presupuesto mínimo de parámetros para razonamiento implícito: ley de escalado
Aprende cómo la complejidad de los datos define el presupuesto mínimo de parámetros para el razonamiento implícito en modelos de lenguaje.
SDR: Recompensas de distancia de conjunto para informes radiológicos
Mejora la generación automática de informes de rayos X de tórax con recompensas Set-Distance. Resultados: +6.8% BERTScore, +7.82% RadGraph, +4.45% CheXbert.
Soberanía de IA: aprendizaje nacional en Francia, EE.UU. y China
Francia, EE.UU. y China logran soberanía en IA regulando su aprendizaje nacional. Modelo basado en aprendizaje centrado en humanos.
DAG-MoE: De la Mezcla Simple a la Agregación Estructural en MoE
Descubre DAG-MoE: agrega estructuralmente expertos para mejorar MoE sin costos adicionales.