AutoML para Deep Learning Sostenible: HPO Multiobjetivo en Redes Shift
Aprende a usar AutoML y HPO multiobjetivo en redes shift para obtener modelos con >80% de precisión y mínimo consumo energético. ¡Deep Learning sostenible!
#metro
Modelos de supervivencia con retrasos de notificación censurados por la derecha
Mejora la evaluación de riesgos con modelos de supervivencia que manejan retrasos censurados. Descubre nuestro método con aprendizaje por transferencia.
Operator Boosting produce sustitutos PDE Pareto-eficientes
Operator Boosting permite crear modelos sustitutos de PDE más precisos y con hasta 95% menos parámetros. Descubre cómo optimizar tus simulaciones científicas.
MGUP: Alineación de gradiente de momento para optimización estocástica
Descubre MGUP: acelera el entrenamiento de modelos de IA con actualizaciones selectivas y garantías de convergencia. Mejora AdamW, Lion y Muon.
Evolución del uso del metro: modelo semi-Markov oculto con análisis supervivencia
Descubre cómo un modelo semi-Markov oculto y análisis de supervivencia revelan la evolución del uso del metro y ayudan a retener pasajeros.
Incertidumbre en simulaciones de Monte Carlo impulsadas por IA
El Método PEM cuantifica la incertidumbre epistémica en simulaciones de Monte Carlo con IA, mejorando la fiabilidad de los resultados.
Clasificación meta de modelos de una clase usando ranking y vecinos cercanos
Meta-clasificación de modelos OCC con ranking y vecino cercano: alta precisión clasificando datos y algoritmos. Solución unificada de modelos, datos y rankings.
Ganancias del transporte público y cambios desiguales en demanda tras peaje NYC
Peaje de congestión en NYC impulsó el uso del transporte público, pero con cambios desiguales en la demanda de viajes. Análisis con modelos de pronóstico.
Equivalencia funcional en atención: estudio sobre codificaciones posicionales
Descubre cómo las codificaciones posicionales sinusoidales y RoPE afectan la equivalencia funcional en Transformers y su conectividad lineal. Un estudio clave
Olvido Catastrófico de Bajo Rango: Teoría para Adaptación Continua
Descubre cómo el olvido catastrófico se concentra en modos de baja dimensión. Teoría del espacio de funciones permite predicción exacta y regularizador
Por qué el VibeThinker-3B de Weibo reaviva la polémica de los benchmarks
Un pequeño modelo de 3B parámetros desafía a los gigantes de la IA en benchmarks de matemáticas y código. ¿Es el fin de la escalada paramétrica? Análisis
Traducción con LLM de código Fortran a JAX: modelo de superficie terrestre
Descubre cómo un pipeline con LLM traduce código Fortran a JAX, acelerando 24x modelos de superficie terrestre con optimización por gradientes.
Decodificando la intención de cruce peatonal con modelos de visión y lenguaje
Investigación que utiliza modelos de lenguaje y visión para predecir intención de cruce peatonal desde vídeos egocéntricos, con un 14.5% más de precisión.
Fabs inteligentes confiables con proxies profesionales
Los proxies profesionales permiten a fabs inteligentes cumplir con SSbD mediante espacios de datos, garantizando privacidad y trazabilidad.
VibeThinker-3B: Razonamiento verificable en modelos pequeños
VibeThinker-3B demuestra que modelos pequeños pueden alcanzar rendimiento de vanguardia en razonamiento verificable, superando a sistemas mucho mayores.
Test-time training: adaptación óptima desde la teoría de decisión
Descubre cuándo y cómo adaptar modelos en test-time training usando teoría de decisión, mejorando precisión y estabilidad. Evita sobreajuste con estrategias
Pronóstico bursátil con Transformers y aumento de datos desplazados
Mejora el pronóstico bursátil con aumento de datos desplazados y Transformers. Resultados en VN30 y S&P 500.
Predicción de parámetros de ejecución con aprendizaje activo y generativo
Predice parámetros de ejecución en química computacional con aprendizaje activo y generativo. Modelos alcanzan 99.9% de precisión.
LiFT: Búsqueda Local con Programación Lineal para Control de Sobreajuste
Descubre LiFT, un método basado en programación lineal que ajusta transformers controlando el sobreajuste, mejorando la perplejidad en GPT-2 con WikiText-2.
GENIE: optimizador basado en OSGR para generalización de dominio
Descubre GENIE, un optimizador que usa el ratio OSGR para equilibrar actualizaciones de parámetros y mejorar la generalización a dominios no vistos. Supera a