CoralBay: modelo base de TC con auto-supervisión
Descubre CoralBay, modelo auto-supervisado para TC que aprende representaciones 3D. Mejora el diagnóstico radiológico con un nuevo benchmark.
#imágenes
Análisis de supervivencia con Graph Mamba y ordenación topológica
Descubre cómo TopoMamSurv supera las limitaciones de Mamba en análisis de supervivencia con ordenación topológica y modelado bidireccional.
PhotoCraft: Razonamiento Agentivo con Memoria Jerárquica para Búsqueda Visual
Descubre PhotoCraft, un sistema de memoria jerárquica que potencia la búsqueda de imágenes con razonamiento agentivo, logrando mejoras de 18.5% en precisión.
GuidedBridge: Mejora de modelos puente sin entrenamiento con guía previa
Prior Guidance (PG) y FMPG: mejora modelos puente de traducción de imágenes sin entrenamiento, usando guía previa y modulación de frecuencias. Ideal para inpainting.
Deriva Generativa y Score Matching: Perspectiva Espectral y Variacional
El Drifting Generativo no es magia: es Score Matching. Aprende su teoría, la elección de kernels, y cómo estabilizar el entrenamiento con el operador stop-gradient.
Ptychografía ciega a la posición: viabilidad con inferencia variacional
Descubre cómo la inferencia variacional con modelos de difusión permite reconstruir imágenes en ptychografía ciega a la posición, incluso con ruido. Resultados prometedores.
Colapso de caminos generativos: criterio y corrección para difusión
El colapso de caminos marginales afecta la composición de expertos en difusión. Conoce el criterio de existencia y la corrección ACE para estabilizar la generación.
Revisión y evaluación de avances en inteligencia 3D multimodal
Descubre los últimos avances y métodos en inteligencia 3D multimodal. Revisión exhaustiva de benchmarks y desafíos clave para la conducción autónoma y simulación.
Atención por capas eficiente: poda de recuperaciones redundantes
Descubre cómo ELA, usando divergencia KL y mapeo cuantil beta, reduce un 30% el tiempo de entrenamiento al podar capas redundantes en atención por capas.
Benchmark de Stable Diffusion 1.5 en iPhone local: generaciones increíblemente rápidas
Ejecuta Stable Diffusion 1.5 localmente en tu iPhone. Benchmark con modelos CyberRealistic, DreamShaper y Realistic Vision. Generaciones ultrarrápidas en segundos.
Red ligera contextual sin entrenamiento para texto en escenas
Descubre cómo una red ligera y sin entrenamiento logra segmentar y reconocer texto en escenas con alta eficiencia, reduciendo costos computacionales y manteniendo precisión.
DetailMaster: ¿Puede tu modelo texto-imagen manejar prompts largos?
Descubre DetailMaster, el nuevo benchmark para evaluar modelos de texto a imagen con prompts de hasta 284 tokens. ¿Tu modelo lo logra? Entérate.
C-GSPN: Nuevo codificador de visión a escala fundacional
C-GSPN: codificador de visión que iguala a ViT con 15% menos parámetros, mejora segmentación +2.1% y ofrece 4x de aceleración. ¡Conócelo!
Difusión composicional de grueso a fino para planificación a largo plazo
CoFi mejora la planificación a largo plazo con difusión composicional. Hasta 8 veces menos evaluaciones. Ideal para robótica, video e imágenes.
KG-FairDiff: refinamiento de prompts para generación de imágenes justas
KG-FairDiff reduce sesgos demográficos en generación de imágenes vía refinamiento de prompts con grafos de conocimiento. Sin reentrenamiento, mejora equidad.
PaCX-MAE: Fusión de rayos X y fisiología en IA médica
PaCX-MAE mejora el diagnóstico de rayos X integrando datos fisiológicos (ECG, laboratorio) sin requerirlos en inferencia. Logra +2.7 AUROC y +6.5 F1 con solo 1% de datos.
Meta-aprendizaje bayesiano para modelar la progresión del Alzheimer
Descubre cómo el meta-aprendizaje bayesiano permite predecir la progresión del Alzheimer de forma personalizada, mejorando el pronóstico a largo plazo sin reentrenamiento.
Deep Learning para mejorar el mapeo de inundaciones por satélite
Descubre cómo el Deep Learning y los modelos de difusión eliminan nubes en imágenes satelitales para mejorar el mapeo de inundaciones y la gestión de desastres.
DPsurv: Fusión evidencial de doble prototipo para predicción de supervivencia
DPsurv utiliza fusión evidencial de doble prototipo para predecir supervivencia en imágenes patológicas, ofreciendo interpretabilidad y medición de incertidumbr
Semimage: Codificación semántica HSV para representación de texto
Descubre Semimage, un método innovador que convierte texto en imágenes HSV para clasificación con CNNs. Mejora la interpretabilidad y precisión en análisis de documentos.