Localización de eventos audiovisuales con grafos heterogéneos jerárquicos
Nuevo método HSCHG mejora la localización de eventos audiovisuales usando grafos heterogéneos jerárquicos con restricciones semánticas.
#heterogéneo
Descubrimiento autónomo de catalizadores con gemelo digital autoevolutivo
CatDT, un gemelo digital multiagente, descubre catalizadores heterogéneos en minutos con precisión cercana a experimentos. Acelera la innovación en catálisis.
SCALE: Planificación escalable de workflows agénticos con atención cruzada
SCALE es un planificador DRL que escala a clústeres de cualquier tamaño sin reentrenamiento, reduciendo el tiempo de respuesta hasta un 8.9%.
Aprendizaje federado semidescentralizado sin servidor con optimizadores variados
Descubre SSD-FL: aprendizaje federado semidescentralizado sin servidores que mejora convergencia y eficiencia con optimizadores heterogéneos.
Finanzas verdes y descarbonización urbana: evidencia de 285 ciudades
Estudio revela efectos heterogéneos de las finanzas verdes en la descarbonización urbana de 285 ciudades chinas. Descubre los mecanismos.
Terastal: Programación por variantes de capas para cargas multi-DNN en aceleradores heterogéneos
Descubre cómo Terastal reduce hasta un 40% los fallos de plazo en cargas multi-DNN usando variantes de capa para optimizar latencia y precisión en aceleradores heterogéneos.
Desenredo conformal y curación del espacio latente para generación dirigida
Descubre cómo un marco neuronal separa información compartida y específica de múltiples sensores, permitiendo generación dirigida e inferencia cruzada. Ideal para IA y cloud.
Synapse: Enrutamiento Federado de Herramientas con Compendios Tipados
Con Synapse, enruta herramientas federadas entre LLMs heterogéneos sin compartir datos, con privacidad diferencial y precisión casi sin pérdida.
Razonamiento multiagente heterogéneo con críticas para matemáticas
Descubre cómo un sistema multiagente con críticas mejora hasta un 13% la precisión en problemas matemáticos, reduciendo errores.
Representaciones causales discretas en dominios heterogéneos: enfoque bayesiano
Descubre cómo la inferencia bayesiana aprende representaciones causales discretas a partir de encuestas sociales en distintos dominios.
Límites de precisión de árboles causales para efectos individualizados
Exploramos los límites de precisión de los árboles causales para efectos de tratamiento individualizados. ¿Por qué pueden converger lentamente y qué significa para la inferencia causal?
AgentJet: Marco de entrenamiento enjambre para RL agentivo
AgentJet: marco enjambre para RL agentivo. Entrena agentes heterogéneos con tolerancia a fallos, edición en vivo y acelera 10x. Ideal para investigadores.
Acciones de Agente con Pruebas: Gobernanza Agnóstica para Sistemas Heterogéneos
Descubre cómo los certificados de acción permiten gobernar agentes heterogéneos de forma agnóstica al modelo, asegurando autorizaciones y pruebas replicables.
Algoritmo EM descentralizado con datos heterogéneos y etiquetado parcial
El algoritmo MNEM elimina el sesgo en mezclas gaussianas con datos heterogéneos y etiquetado parcial. Ideal para aprendizaje federado descentralizado.
HiSE: Explicador Semántico Jerárquico Ligero para Grafos Heterogéneos
HiSE es un explicador ligero para redes neuronales de grafos heterogéneos con explicaciones semánticas jerárquicas de alta fidelidad y bajo costo.
Skill-RM: Unificando Criterios Heterogéneos con Habilidades de Agente
Skill-RM unifica criterios heterogéneos usando habilidades de agente para optimizar LLMs en entrenamiento posterior. ¡Prueba el nuevo modelo!
Skill-MoE: Razonamiento heterogéneo con enrutamiento adaptativo por habilidades
Skill-MoE mejora el razonamiento de modelos de lenguaje combinando expertos por habilidades. Logra hasta un 8% más de precisión en benchmarks con un solo GPU.
De grafos a esquemas: validación contrafactual para Text-to-SPARQL
SchemaForge mejora precisión en consultas SPARQL heterogéneas con validación contrafactual. Aumenta accuracy 11.5% en benchmarks clave.
CDOT: Transporte Óptimo Convexo de Distancias
Descubre CDOT, un marco convexo de transporte óptimo que alinea distribuciones heterogéneas preservando geometría. Mejora robustez y precisión.
Aprendizaje Federado Bayesiano: Personalización, Dispersión y Agrupamiento
Descubre pFedBayes, sFedBayes y cFedBayes: técnicas bayesianas para personalizar, dispersar y agrupar en aprendizaje federado.