Predicción de Errores Composicionales en LLMs con Geometría de Características
Descubre cómo anticipar fallos en LLMs usando la geometría de sus representaciones. Predice errores composicionales por interferencia de características.
#geometría
VeriGeo: Generación Controlable de Preguntas de Geometría con Verificación
Descubre cómo VeriGeo genera problemas de geometría verificados numérica y analíticamente, mejorando el razonamiento multimodal en educación asistida por IA.
Superficie de energía potencial con curvatura para afinidad proteína-ligando
CPES predice afinidad proteína-ligando modelando flexibilidad molecular con curvatura de energía potencial. Mejora precisión e interpretabilidad.
Almuerzo gratis de colas pesadas para Muon: justificación teórica
Muon optimiza transformers con ruido pesado: logra eficiencia óptima teórica. ¡Descubre cómo supera a métodos euclidianos!
Aprendizaje Equivariante con Descomposición Clase-Pose
Descubre cómo descomponer el espacio latente en factores invariantes y de simetría para lograr representaciones equivariantes, interpretables y desenredadas. Aplica a datos con simetrías.
Geometría y Optimización de Redes Convolucionales Polinomiales
Descubre cómo la geometría algebraica revela la expresividad de las redes convolucionales polinomiales y optimiza su entrenamiento.
Supervisión densa y actualizaciones dispersas en OPD
Analizamos la estructura de actualizaciones en OPD: son pequeñas, dispersas y aprovechan subredes, revelando claves para optimización post-training.
SMART: Simulaciones Aerodinámicas Sin Malla desde Geometrías con Transformers
SMART: modelo Transformer para simulaciones aerodinámicas sin malla. Predice propiedades físicas desde nubes de puntos, superando métodos con malla.
Diferentes capas, diferentes variedades: geometría del espacio de pesos en transformers
Descubre cómo la asignación específica de geometría de pesos (Stiefel en atención, DGram en MLP) mejora la optimización de transformers. Resultados con GPT-2.
Verificación geométrica automatizada en BIM con razonamiento semántico gráfico
SGR-BIM automatiza verificación de normativas geométricas en BIM con razonamiento de grafos, alcanzando 84.3% de precisión en seguridad contra incendios.
PermDoRA: Límites de la geometría en interferencia de adaptadores
La geometría del espacio de parámetros no predice la interferencia al combinar adaptadores en LLMs. Análisis con DoRA-RBAC y benchmarks de QA.
OmniLoc: Modelo geométrico para localización sin anclas en interiores
OmniLoc: modelo fundacional para localización sin anclas en interiores, con precisión geométrica y Transformer. Descubre cómo supera a métodos existentes.
OmniLoc: Modelo geométrico para localización sin anclas en interiores
OmniLoc: modelo fundacional geométrico para localizar dispositivos sin anclas en interiores. Supera variaciones de entorno y mejora precisión.
ICA Lens: Interpretando modelos de lenguaje sin entrenar otro diccionario
Descubre cómo ICALens usa ICA para encontrar direcciones interpretables en LLMs sin entrenar diccionarios, superando a los SAEs en eficiencia y sondas.
Memoria espacial y oclusión: prueba para agentes de lenguaje
La oclusión demuestra que la geometría potencia la memoria espacial en agentes de lenguaje. Estudio revela mejora del 32% frente al enfoque lineal. ¡Lee más!
Suficiencia de soporte como compresión suficiente para la acción
Aprende cómo la compresión suficiente para la acción optimiza decisiones robustas con tasa-arrepentimiento en un ciclo. Clave para IA y ciberseguridad.
Bitcoin repitió su geometría pese a noticias distintas
Descubre cómo Bitcoin repitió su geometría en dos ciclos alcistas pese a noticias globales opuestas. Un análisis estadístico revela una correlación del 0.94.
Bitcoin repite geometría en ciclos distintos
Dos ciclos alcistas de Bitcoin con eventos opuestos muestran una correlación del 0.92. La geometría supera a los titulares. Descúbrelo.
Incrustación de sistemas híbridos en campos vectoriales latentes continuos
Incrusta sistemas híbridos en campos vectoriales continuos para optimización diferenciable. Neural ODE latente supera alternativas en aprendizaje de series temporales.
Aprendizaje por Refuerzo con Conciencia Geométrica para Anidamiento Irregular 2D
Descubre cómo el aprendizaje por refuerzo con el Transformer de Polígonos supera a los solvers heurísticos en anidamiento irregular 2D, alcanzando una utilizaci