Registro por votación de teselas: herramienta CV gratuita
Descubre cómo la votación de teselas permite registrar imágenes con precisión milimétrica, resistente a oclusiones. Herramienta y API gratuita. ¡Pruébala!
#matching
Flow Matching con Priors Contextuales para Dinámicas Cerebrales Atípicas
Descubre cómo Flow Matching con priors contextuales genera dinámicas cerebrales realistas en tareas nunca vistas, impulsando la neurociencia contrafactual.
Reverse Flow Matching: Marco Unificado para RL Online con Difusión y Flujo
Descubre cómo Reverse Flow Matching unifica métodos de difusión y flujo en RL online, mejorando la eficiencia y estabilidad del entrenamiento con Q-learning.
Flow matching con prioridades de contexto para dinámicas fMRI fuera de distribución
Generación de actividad cerebral con flow matching para tareas cognitivas nunca vistas. Un avance en neurociencia contrafactual.
PianoKontext: Interpretación expresiva desde contexto plano
Descubre PianoKontext, un modelo de IA que genera interpretaciones expresivas de piano clásico a partir de partituras. Aprende cómo el flow matching en espacio latente logra timing natural.
Evaluación de bigaspv2-5, alternativa Flow Matching a SDXL
Descubre bigaspv2-5, el modelo experimental Flow Matching para texto a imagen. Analizamos su rendimiento, calidad y diferencias con SDXL. Guía completa.
Flow-DPPO: Optimización de Política Proximal con Divergencia para Modelos Flow
Flow-DPPO mejora la generación de imágenes y video con RL online y restricción de divergencia, superando al ratio clipping. ¡Descubre cómo!
Explorando el diseño de retropropagación de recompensa para Flow Matching
Descubre FlowBP, un nuevo marco que optimiza la retropropagación de recompensa en modelos de Flow Matching, mejorando la alineación sin saturar la memoria.
Modelado generativo composicional con datos descentralizados
DCFM revoluciona el modelado generativo composicional descentralizado, permitiendo nuevas combinaciones sin compartir datos sensibles.
SatIR: Recuperación de información escalable con restricciones para ensayos clínicos
SatIR: un sistema escalable que combina SMT, ontologías y LLMs para recuperar ensayos clínicos elegibles. Logra 32-72% más ensayos relevantes.
scCBGM: Edición Contrafactual Interpretable de Células Únicas
scCBGM: marco interpretable para edición contrafactual precisa de células individuales. Supera benchmarks en predicción y generalización combinatoria.
SAD-Flower: Planificación Segura y Consistente con Flow Matching
Descubre cómo SAD-Flower usa flow matching para planificar trayectorias seguras, admisibles y consistentes dinámicamente. Sin reentrenamiento.
Aprendiendo a resolver ODEs generativas más allá del span lineal
Descubre SpanLift, un solucionador neural ligero que mejora el muestreo en pocos pasos de ODEs generativas, superando limitaciones de span lineal y logrando nuevos FID state-of-the-art.
Reidentificación semántica zero-shot para conducción autónoma con VLM
Los VLMs permiten reidentificar objetos en conducción autónoma mediante descripciones semánticas zero-shot, con rendimiento comparable a CNN y mayor interpretabilidad.
Cosmo3DFlow: Compresion Espacio-Espectral con Wavelet para el Universo Temprano
Descubre Cosmo3DFlow, que usa wavelets y flow matching para reconstruir el universo temprano en segundos, 46x mas rapido.
RL para Políticas de Flow-Matching con Transporte de Densidad
RLDT: algoritmo RL con transporte de densidad y gradiente variacional para mejorar políticas de flujo, superando a métodos previos en control continuo.
Política de Difusión Latente en Manipulación Robótica
Descubre Latent Diffusion Policy (LDP), un marco de dos etapas que simplifica la generación de trayectorias robóticas mediante flujo de matching en un espacio l
Capturando dinámicas no Markovianas en sistemas estocásticos con flow matching
Aprende cómo el flow matching modela dinámicas no Markovianas en sistemas estocásticos, mejorando simulaciones de partículas brownianas.
Aprende a Emparejar: Matching Bilateral con Retroalimentación Temporal Extendida
Nuevo benchmark Learn2Match usa IA para optimizar mercados de emparejamiento bilateral con retroalimentación temporal. Mejora eficiencia y reduce regret.
dots.tts: Modelo TTS autoregresivo continuo de 2B parámetros
Descubre dots.tts, el modelo TTS de 2B parámetros que revoluciona la síntesis de voz con espacio latente continuo. Logra WER del 0.94% y latencia de 85 ms. Código abierto.