Decodificación especulativa para múltiples idiomas
Descubre cómo mejorar la decodificación especulativa en idiomas no ingleses. Comparamos fine-tuning y modelos n-grama para acelerar la generación de texto multilingüe.
#inferencia
CacheProbe: Auditoría de aislamiento de caché de prompts en APIs Gateway
¿Está realmente aislada la caché de prompts en APIs Gateway? CacheProbe audita OpenRouter y revela riesgos de seguridad por caché compartido.
Inferencia Bayesiana con MLPs Profundos No Lineales
Descubre cómo la inferencia bayesiana en MLPs profundos no lineales se simplifica a un método kernel y cómo la profundidad mejora la evidencia del modelo. Una nueva perspectiva teórica.
Light Interaction: Aceleración sin entrenamiento para modelos de video interactivos
Light Interaction acelera hasta 2.59x la inferencia de modelos de video interactivos sin reentrenamiento, manteniendo calidad visual. Ideal para simulación y navegación virtual.
OBCache: poda óptima de caché KV para LLMs de contexto largo
Descubre OBCache, la técnica de poda de caché KV que optimiza la memoria en LLMs para inferencia en contextos largos sin sacrificar precisión.
Aprendiendo Subespacios Acoplados para Datos de Picos Multicondición
Aprende cómo CS-GPFA mejora el análisis de datos de picos neuronales mediante subespacios acoplados y selección adaptativa de condiciones.
Evita el vaivén: Verificación con preservación de contexto
Descubre COVER: verificación eficiente que elimina oscilaciones y acelera la inferencia en decodificación difusiva revocable.
Regulación ambiental de la IA: del costo del razonamiento a la IA verde
Descubre cómo la regulación ambiental de la IA busca equilibrar el avance tecnológico con la sostenibilidad. Analizamos costos de razonamiento, transparencia y derechos del usuario.
Sesgo Neuronal Implícito Factorizado en Superresolución con FlashAttention
RIB permite FlashAttention en SR Transformers, logrando ventanas de 96x96, 2.1x menos entrenamiento y 2.9x menos inferencia. Alcanza 35.63 dB PSNR en Urban100.
Caracterización empírica de transformaciones de probabilidad en LLMs
Descubre cómo las transformaciones de probabilidad inducidas en tiempo de inferencia en LLMs siguen patrones log-ratio reproducibles. Un análisis empírico de 4,975 problemas.
Muestreo de orden cero no log-cóncavo con reducción de varianza
Método de muestreo de orden cero con reducción de varianza para distribuciones no log-cóncavas. Aplicado a problemas inversos con garantías de convergencia.
CellBRIDGE: Alineación consciente de interacciones para trayectorias celulares
CellBRIDGE integra comunicación célula-célula en el transporte óptimo para mejorar trayectorias celulares en scRNA-seq. Ideal para perturbaciones in silico.
OrcaRouter: Enrutador LLM orientado a producción con aprendizaje híbrido offline-online
Descubre OrcaRouter: el enrutador híbrido offline-online que alcanza 75.54% de precisión a solo $1 por mil consultas.
Chatterbox-Flash: difusión de bloques calibrada para TTS streaming
Chatterbox-Flash revoluciona la síntesis de voz zero-shot con difusión de bloques calibrada, permitiendo streaming de alta fidelidad y baja latencia.
BOKBO: Abstención Calibrada para Políticas de Visión-Lenguaje-Acción
Descubre BOKBO, un método de abstención calibrada que garantiza seguridad en políticas VLA. Reduce violaciones y mejora el éxito de tareas robóticas.
Certificados automáticos de convergencia en MCMC de transporte
CerT-MCMC ofrece certificados automáticos de convergencia para MCMC con flujos normalizantes, con cotas no vacías incluso en altas dimensiones. ¡Más fiabilidad!
Alineación federada de preferencias con prior Gumbel-Softmax
Descubre FedVPA-GP: un nuevo marco de aprendizaje federado que personaliza modelos de lenguaje alineando preferencias de usuarios sin exponer datos, superando e
Adaptador Variacional para Representación de Similitud Multimodal
Descubre cómo el Adaptador Variacional mejora la similitud multimodal resolviendo falsos negativos y potenciando la generalización en modelos de visión-lenguaje
Corregir división en árboles en línea con inferencia válida
La inferencia anytime-valid corrige la selección de divisiones en árboles en línea, mejorando precisión en flujos no estacionarios.
Predicción práctica de canal entre bandas para AI-RAN con deep unfolding
Descubre GUIDE, deep unfolding guiado por física: 2.75x más ganancia de beamforming que IA 1610x más rápido que modelos basados en física, sin reentrenamiento.