Optimalidad del filtrado secuencial bajo modelos independientes
Descubre cómo ordenar filtros en pipelines secuenciales reduce costos esperados. La relación costo/selectividad es clave, validado con simulaciones Monte Carlo.
#heurísticas
Destilación de heurísticas de lectura para trazas de manipulación
Aprende cómo los robots superan la lectura errónea de video con destilación en bucle cerrado para predecir acciones exitosas.
Búsqueda bidireccional para caminos más largos: heurísticas front-to-front
Descubre BiXDFBnB: algoritmo bidireccional con heurísticas front-to-front que reduce expansiones de nodos. Mejora rutas largas en LSP, Snakes y Coil-in-the-Box.
Supervisión humana de agentes de software en la práctica
Descubre cómo los desarrolladores supervisan agentes autónomos: trabajo emergente, desafíos prácticos y estrategias como el uso de pruebas como garantías. Basado en entrevistas a 17 expertos.
Supervisión humana de sistemas agentivos: desafíos y heurísticas
Descubre cómo los desarrolladores supervisan agentes autónomos, los desafíos que enfrentan y las estrategias que utilizan para una colaboración efectiva.
TOKI: Álgebra Bitemporal para Resolver Contradicciones en Memoria de Agentes LLM
TOKI: un álgebra bitemporal que resuelve contradicciones en memoria de agentes LLM, garantizando aislamiento y procedencia. Evita anomalías de escritura.
Aprendizaje de heurísticas admisibles mediante partición de costos
Descubre cómo un nuevo método de IA garantiza heurísticas admisibles, reduciendo expansiones de nodos en planificación automática.
Heurísticas neuronales admisibles para búsqueda combinatoria
Descubre cómo entrenar redes neuronales que nunca sobreestiman el coste restante, garantizando la optimalidad en puzzles como el cubo de Rubik, reduciendo nodos explorados hasta un 83%.
Exploración de diseño de superposición granular de cómputo y comunicación basada en DMA
La superposición granular de cómputo y comunicación con DMA acelera hasta 1.6x el entrenamiento ML en GPUs. Heurísticas precisas para elegir el plan óptimo.
CoEvo-AHD: Heurísticas Evolutivas con LLM para Optimización Acoplada
Descubre cómo CoEvo-AHD usa LLMs para co-evolucionar heurísticas en problemas de optimización acoplada como TTP y TPP, mejorando soluciones de forma automática.
Identificación de mejor acción con dos fidelidades en árboles minimax estocásticos
Descubre cómo el algoritmo 2FFS reduce costos computacionales al combinar evaluaciones rápidas y precisas para identificar la mejor acción en árboles minimax estocásticos.
Problema de Ordenamiento Lineal: Hora de un Cambio
Actualizamos el problema de ordenamiento lineal (LOP) con un nuevo benchmark económico y un enfoque multi-solución. Descubre cómo mejora aplicaciones modernas.