Modelos generativos erosionan el aprendizaje humano por selección de mercado
Los modelos generativos imitan el trabajo humano, pero la selección de mercado erosiona el aprendizaje a largo plazo. ¿Es inviable la verificación?
#generativos
ShallowBench: Evaluación de modelos generativos en bolsillos poco profundos
ShallowBench: benchmark de 5,780 dianas con bolsillos poco profundos para diseño de fármacos con IA. Evalúa modelos en dianas difíciles como KRAS y MYC.
Principios y práctica del aprendizaje profundo de representaciones
Descubre cómo el aprendizaje profundo de representaciones abre la caja negra de las redes neuronales. Principios, teoría matemática y aplicaciones prácticas.
Acelerando la investigación reproducible en generación de EHR sintéticos
Descubre cómo nuestro marco unificado acelera la investigación reproducible en EHR sintéticos: privacidad y comparación justa.
Morph: diseño molecular generativo de tamaño flexible
Aprende sobre Morph, el nuevo modelo de IA que genera moléculas de cualquier tamaño usando transporte óptimo. Ideal para diseño de fármacos y química computacional.
Modelos de Deriva para Flujo Sustituto
Descubre cómo los modelos de deriva generan flujos CFD de alta calidad en un solo paso, superando a la difusión en velocidad y precisión. Ideal para simulación en tiempo real.
Corrector Langevin Consistente con Medidas para Estabilizar Solvers LDM
Descubre cómo el corrector Langevin consistente con medidas (MCLC) estabiliza los solvers de problemas inversos en difusión latente, mejorando la fiabilidad.
Modelos de Deriva para Simulación de Flujo Sustituto
Descubre cómo los modelos de deriva generan flujos de fluidos de alta calidad en un solo paso, superando a la difusión en velocidad y precisión para simulación en tiempo real.
Aprendizaje de sistemas dinámicos no lineales controlados de alta dimensión (I)
Descubre cómo las neural ODEs unifican modelos dinámicos y deep learning, con teoría de campos medios para entrenamiento en alta dimensión.
ADIGen: generación contrafactual automática, debiasada e invariante
ADIGen genera contrafactuales debiasados e invariantes automáticamente. Aprende cómo su robustez doble mejora la toma de decisiones bajo intervenciones complejas.
Optimización de Preferencias Multiobjetivo para Modelos Generativos
MOPO optimiza preferencias multiobjetivo en modelos generativos, mejorando la alineación humana al equilibrar utilidad e inofensividad. ¡Conócelo!
Generalización de modelos de difusión con espacio de representación equilibrado
Descubre cómo los modelos de difusión generalizan con representaciones equilibradas. Detecta memorización y edita sin entrenamiento.
Entendiendo la Recomendación Generativa con IDs Semánticos
Descubre por qué los IDs semánticos limitan el escalado en recomendación generativa y cómo los LLMs ofrecen hasta un 20% de mejora. Análisis de modelos de 44M a 14B.
¿Comparten los modelos representaciones de seguridad? Control entre modelos
Investigación muestra que las direcciones de seguridad pueden transferirse entre modelos generativos sin datos inseguros en el destino. Control portable y eficaz.
Cómo detectar cambios de perspectiva en sistemas multiagente
Nuevo marco TDKPS detecta cambios de perspectiva en sistemas multiagente. Monitorea dinámicas conductuales en agentes generativos.
Planificación 3D de rutas submarinas con modelos sustitutos de flujo
Descubre cómo los modelos sustitutos de flujo generativos reducen hasta un 12% el consumo energético en AUVs evitando estelas peligrosas en tiempo real.
Flujos generativos adaptativos a escala para datos multiescala
Aprende a generar muestras de alta fidelidad en datos científicos multiescala con menor costo computacional usando técnicas de ruido e interpolación adaptativas.
Tu GFlowNet aprende un plan de transporte óptimo en secreto
Investigación revela que los GFlowNets no acíclicos aprenden secretamente un plan de transporte óptimo en grafos usando flujos y redes neuronales. Descubre cómo optimizar el muestreo.
MIRAGE: Agentes móviles con razonamiento implícito y modelos generativos
MIRAGE permite a agentes móviles razonar internamente sin largas cadenas, reduciendo tokens hasta un 75% y mejorando precisión en interfaces.
Flow Matching con Transporte Óptimo por Diseño
Aprende cómo reformular el problema de Flow Matching con transporte óptimo reduce curvatura y permite generación de imágenes de alta calidad en pocos pasos.