Actualizaciones de objetivo duro promediadas geométricamente para Q-learning lineal
Descubre cómo el promedio geométrico de actualizaciones de objetivo duro estabiliza el Q-learning lineal. Un nuevo enfoque para mejorar el aprendizaje por refuerzo.
#geométrico
Priores estructurales no paramétricos para predicción de teoremas geométricos
Descubre cómo los priores estructurales no paramétricos y los grafos de precedencia permiten a los LLMs predecir teoremas geométricos con un 89.29% de precisión, superando modelos supervisados.
SurfDesign: Diseño eficaz de proteínas en superficies moleculares
SurfDesign revoluciona el diseño funcional de proteínas al modelar superficies moleculares con IA, superando métodos previos en enzimas y unión. ¡Descubre!
Pesos de Contribución: Análisis Geométrico de Transformers de Autoatención
Los Pesos de Contribución ofrecen una métrica más fiel que la atención para identificar tokens clave en LLMs. Revelan el rol activo de los sinks de atención.
Representación de Mezcla Gaussiana Geométrica para Curvas Planas
Descubre cómo representar curvas planas con incertidumbre mediante mezclas gaussianas, una técnica para CAD, robótica y planificación de trayectorias.