Filtrar, luego repesar: Nueva granularidad en destilación on-policy
FiRe-OPD mejora la destilación on-policy con filtrado de trayectorias y repesado suave de tokens. Obtén +6.25 en AIME 2024 y +18.81 en Miner ¡Optimiza tus LLMs!
#filtr
Cobertura OWASP LLM Top 10: atribución de defensas y fragilidad
Descubre qué defensa bloquea cada amenaza OWASP LLM: filtros de rechazo caen hasta 25% ante paráfrasis, controles resisten. Estudio de atribución y fragilidad.
Reordenamiento con LLM para objetivos matizados en recomendadores
Estudio revela que el reordenamiento con LLM puede amplificar contenido extremo, pero una regularización ligera mejora la diversidad ideológica.
Indicación clara de conexión/desconexión de energía en Windows
Aprende a rastrear eventos de energía en Windows con el Visor de eventos y PowerShell. Solución paso a paso para ver conexiones y desconexiones de forma clara.
Criminal torpe rompe la primera regla del club de ransomware
Un cibercriminal atacó por error a una empresa de la CEI. El grupo RAlord se disculpó, prometió recuperación gratuita y no filtrar datos. El error casi lo lleva al gulag.
Supervisión de UAV de ala fija con Q-learning residual y filtro HJB
Nuevo método de aprendizaje por refuerzo reduce error de trayectoria en UAV de ala fija en un 86.77% respecto al autopiloto clásico. Descubre cómo el filtro HJB mejora la supervisión.
Selección de prototipos usando análisis topológico de datos
Descubre cómo TPS y BoundaryTPS usan topología para seleccionar prototipos de forma eficiente, preservando estructura de datos y mejorando estabilidad.
Gramática de flujos de ML: evitando filtración de datos en tiempo de llamada
Descubre cómo una nueva gramática de flujos de trabajo evita la filtración de datos en tiempo de llamada. Implementación en Python y R.
ShelfAware: Localización Semántica en Tiempo Real para Entornos Cuasi-Estáticos
ShelfAware logra localización global robusta en entornos dinámicos con sensores de bajo costo y un filtro de partículas semántico. Ideal para robots móviles.
naPINN: Redes Neuronales Adaptativas al Ruido para Recuperar Física
Descubre cómo naPINN, una red neuronal adaptativa al ruido, recupera soluciones físicas a partir de mediciones corruptas, superando a métodos tradicionales. Ideal para datos con outliers.
Minando oro con IA: filtra feedback de playtest
La IA filtra el ruido del feedback de playtest y te entrega peticiones y problemas de equilibrio priorizados. Ahorra tiempo y mejora tu juego.
Por qué construí un pipeline de IA con filtro Halal
Descubre cómo construí un pipeline de IA con filtro Halal que garantiza imágenes seguras para cualquier audiencia. Aprende a implementarlo.
Subidas seguras de archivos en Node.js y Express sin saturar memoria
Aprende a subir archivos de forma segura en Node.js y Express usando Multer con streaming. Evita saturar la memoria y protege tu servidor contra ataques DoS.
Camp Snap 2: más delgado y con más filtros
Descubre la Camp Snap 2, la cámara sin pantalla más delgada con nuevos filtros. Ideal para niños y amantes de la fotografía sin distracciones. ¡Ya disponible!
FAiT: Transformer Invertido Consciente de la Frecuencia para Series Temporales
Descubre FAiT: supera el sesgo de baja frecuencia y modula dinámicamente frecuencias para pronósticos precisos de series temporales multivariables.
Filtro de compuerta, no el mensaje: Mezclas nodo-canal en GNNs
FilterMoE revoluciona las GNNs de prepropagación al enrutar filtros por nodos y canales, superando a métodos previos en 9 de 11 benchmarks. ¡Mejora precisión y escalabilidad!
Combinación de ruido y filtro bilateral para robustez adversarial en CNN
Un preprocesador simple combina ruido gaussiano y filtro bilateral para lograr robustez adversarial supralineal en CNNs con bajo costo computacional.
Capa de búsqueda de usuarios escalable para Amazon Cognito
Aprende a construir una capa de búsqueda escalable para usuarios de Cognito con AWS Lambda, DynamoDB y OpenSearch. Búsqueda rápida, filtros avanzados y sincronización automática.
FW-NKF: Filtro de Kalman Neuronal Ponderado por Frecuencia
Descubre cómo FW-NKF combina filtros de Kalman con redes neuronales y ponderación de frecuencia para reducir errores de localización en robótica hasta un 10%.
Seguridad Permisiva con Inferencia Confiable en Robótica Interactiva
Nuevo método certifica la seguridad de robots autónomos con filtros de creencia menos conservadores, usando predicción conforme para una interacción humano-robot más eficiente y segura.