PLAN-S: Planificación con Estilo Latente para Modelos de Conducción Autónoma
PLAN-S reduce un 42% las colisiones con mapas de coste semántico para una conducción autónoma más segura y personalizable.
PLAN-S reduce un 42% las colisiones con mapas de coste semántico para una conducción autónoma más segura y personalizable.
Investigación muestra que las direcciones de seguridad pueden transferirse entre modelos generativos sin datos inseguros en el destino. Control portable y eficaz.
Descubre cómo reutilizar mecanismos de seguridad entre generadores visuales (texto a imagen y video) sin comprometer la calidad ni requerir datos sensibles en el modelo objetivo.
Descubre cómo F3-Tokenizer domina los latentes de audio para mejorar tanto la comprensión como la generación, unificando ambos campos en un solo tokenizador.
LatentWave: modelo base inalámbrico con preentrenamiento JEPA. Aprende representaciones latentes transferibles para clasificación, posicionamiento y predicción.
Los modelos de difusión de video codifican la física internamente. Descubre cómo superan a métodos especializados en plausibilidad física.
Descubre cómo la inferencia bayesiana aprende representaciones causales discretas a partir de encuestas sociales en distintos dominios.
Descubre cómo SOLARIS acelera la inferencia de modelos fundacionales con descarga especulativa, logrando un 0.67% de aumento en ingresos en Meta.
Descubre cómo A4D revoluciona la planificación robótica al razonar sobre funcionalidades de objetos. Logra un 94% de precisión y 100x más rapidez. ¡Descúbrelo!
Descubre TamperBench, el primer marco unificado para evaluar la resistencia de LLMs a manipulaciones y ajustes finos. Resultados clave y código abierto.
ULD: algoritmo de RL que unifica eficiencia y representaciones sin sobrecarga de planificación. Supera a métodos especializados en 80 entornos.
Descubre PERSIST: modelo de mundo con escenas 3D latentes que genera mundos coherentes con memoria espacial persistente y control geométrico.
Descubre cómo un nuevo framework de codificador/decodificador preserva la geometría de los datos, acelerando la convergencia en modelos generativos latentes.
Descubre un nuevo marco estadístico con variables latentes para predecir rendimiento de LLMs en múltiples benchmarks. Ideal para entender leyes de escalado.
Descubre cómo las RNN asimétricas modelan dinámicas complejas con drift-diffusion matching, aplicado a memorias asociativas y episódicas.
La pérdida no basta en aprendizaje contrastivo. Condiciones de muestreo y sesgo inductivo determinan la recuperación de representaciones latentes.
El modelo ELFM-DEGDO combina evolución diferencial y gradiente descendente para mejorar representación de datos HDI, superando sesgos de optimización.
Descubre cómo el nuevo modelo FacRNN desenreda dinámicas neuronales latentes para una interpretabilidad sin precedentes en neurociencia computacional.
Método innovador para inversión rápida de datos en procesos Ornstein-Uhlenbeck de alta dimensión, con mejor filtrado y estimación geofísica.
Descubre cómo recuperar la volatilidad acoplada al estado en sistemas latentes con observación parcial usando filtros de partículas.