Aplanamiento y generalización en redes neuronales homogéneas
Descubre cómo los interpoladores más planos siempre generalizan en redes neuronales homogéneas, según un nuevo estudio sobre modelos multi-índice.
#interpol
Ajuste de datos dispersos con restricciones de monotonicidad en GPU: LipFit
Descubre LipFit: ajuste de datos dispersos en GPU con restricciones de monotonicidad. Interpolación Lipschitz óptima sin entrenamiento.
Reconocimiento de matrículas en tiempo real con YOLOv8, SORT e interpolación
Aprende cómo YOLOv8 y SORT mejoran el reconocimiento de matrículas en tiempo real, con interpolación temporal para mayor precisión en condiciones adversas.
FlatVPR: Corrección geométrica de manifolds con adaptador residual
FlatVPR corrige la curvatura de manifolds en modelos fundacionales, permitiendo reconstrucción lineal precisa con pocos anclajes. Mejora el VPR incluso con cambios estacionales extremos.
GIFT: Transferencia funcional inducida por geometría para manipulación de objetos
Descubre GIFT: robots transfieren habilidades de manipulación desde una sola demostración humana usando geometría y mapas funcionales.
Interpolación constructiva y generalización en NODEs: control
Interpolación constructiva y generalización con NODEs semi-autónomas. Perspectiva de control para aprendizaje automático.
Generalización de los algoritmos Gibbs y Langevin Monte Carlo en el régimen de interpolación
Nuevas cotas de generalización para algoritmos Monte Carlo en el régimen de interpolación, con resultados en MNIST, CIFAR-10 y SVHN.
Generalización rápida tras interpolación con momento críticamente amortiguado
Descubre cómo GROKtimizer logra una generalización rápida tras la interpolación, combinando convergencia veloz y minimización de normas con momento críticamente amortiguado.
Del ruido al control: Políticas de difusión parametrizadas
Descubre cómo las políticas de difusión parametrizadas permiten adaptar comportamientos robóticos sin reentrenar, mejorando la síntesis de nuevas conductas.
ThinkSwitch: destilación con LoRA para razonamiento específico
ThinkSwitch combina destilación de contexto con LoRA e interpolación de pesos para mejorar modelos de lenguaje en razonamiento, reduciendo costos y latencia sin sacrificar precisión.