Cinco maneras de ajustar Chronos-2, el modelo fundacional de series temporales
Descubre cinco técnicas de ajuste fino para Chronos-2, el modelo fundacional de series temporales, y potencia tus pronósticos.
#modelo fundacional
Hacia el O-RAN Autónomo con IA Agentica Multi-Escala
Explora el marco de IA agentica multi-escala para el control autónomo de O-RAN en tiempo real con agentes LLM, SLM y modelos fundacionales.
Adaptador de texto para TabPFN sin cuello de botella PCA
Conoce el adaptador de texto para TabPFN que elimina el cuello de botella PCA, mejorando el rendimiento en datos tabulares con texto de alta cardinalidad.
OpenRFM: Diseccionando el Aprendizaje Relacional en Contexto
OpenRFM mejora un 30% el rendimiento en tareas relacionales. Su arquitectura dual y preentrenamiento inteligente superan a modelos comerciales.
NVIDIA Research: avances en agarre, conducción y entrenamiento de agentes
Descubre cómo NVIDIA Research presenta en CVPR 2026 tres innovadores modelos de IA: agarre cero-shot, razonamiento latente para vehículos y entrenamiento masivo de agentes virtuales.
Modelo Fundacional de Grafos con Parseo Espectral y Propagación Espacial Guiada
Descubre SPG, un modelo fundacional de grafos que combina parseo espectral y propagación guiada por prototipos para transferencia entre dominios.
Alineación con transcriptómica espacial mejora perfiles moleculares en patología
Descubre cómo STAMP alinea transcriptómica espacial con modelos de patología para mejorar el perfil molecular tumoral sin análisis genómicos costosos.
Hacia una inteligencia general e interfaz para datos de salud wearable
Descubre cómo un modelo fundacional entrenado con un billón de minutos de datos de wearables de 5 millones de participantes revoluciona la predicción de salud con aprendizaje eficiente y agentes IA.
Modelo fundacional para datos de movimiento en salud mental
Explora PAT, un modelo fundacional open source para datos de wearables que mejora hasta un 55% la predicción de salud mental, con mapas de atención interpretables.
Hacia un modelo fundacional de física
Descubre GPhyT, el primer modelo fundacional de física que aprende dinámicas complejas sin ecuaciones, superando a arquitecturas especializadas en múltiples dominios.
ChronosAD: Modelos base de series temporales para anomalías
ChronosAD utiliza modelos base de series temporales para detectar anomalías con alta precisión. Supera a otros métodos en un 4.72% AUC y 6.60% AP en 11 benchmarks.
InfoAtlas: Un modelo base para estimación de dependencia estadística sin entrenamiento
InfoAtlas: estima dependencia estadística sin entrenamiento previo, 100x más rápido, con precisión de vanguardia. Ideal para tiempo real.
GlucoFM: Un modelo fundacional de doble flujo para monitoreo continuo de glucosa
Descubre GlucoFM, modelo IA de doble flujo para monitoreo continuo de glucosa. Mejora predicción de diabetes y resistencia a la insulina en 7 tareas clínicas.
TabCausal: Preentrenamiento en Entornos Causales para Detección Causal en Tablas
TabCausal aprende relaciones causales en datos tabulares con preentrenamiento en múltiples entornos. Supera métodos clásicos, ideal para intervenciones.
AMix-2: estableciendo la proteína como modalidad nativa en LLMs
Descubre AMix-2, el modelo fundacional que integra proteínas como modalidad nativa en LLMs, superando a modelos especializados en comprensión y diseño.