GITCO: Optimización de Contexto en Inferencia en TSFMs
GITCO mejora la precisión de modelos base de series temporales en tiempo de inferencia al suprimir parches anómalos, sin modificar pesos. Reduce el error MASE un 1.95% en 53 datasets.
#modelos base
LatentWave: Preentrenamiento JEPA para modelos base inalámbricos
LatentWave: modelo base inalámbrico con preentrenamiento JEPA. Aprende representaciones latentes transferibles para clasificación, posicionamiento y predicción.
Estadísticas de tercer orden predicen cognición donde fallan modelos masivos
Modelos base del cerebro con billones de parámetros fallan en predecir cognición. Un análisis de tercer orden los supera sin GPU ni pretraining. ¡Descúbrelo!
Optimizando diversidad y calidad con colaboración de modelos base-alineados
Aprende cómo BACo logra un 21.3% de mejora conjunta en diversidad y calidad mediante colaboración de modelos base y alineados, con validación humana.
Internalizar la temperatura: autodestilación para recalentar políticas en RL
Descubre cómo TS-OPSD recalienta políticas en RL sin profesor externo, restaurando entropía colapsada para mejorar el razonamiento de LLMs.
De cero a héroe: Detección de anomalías zero-shot en tablas
Descubre OUTFORMER, el modelo base zero-shot que revoluciona la detección de anomalías en tablas. Sin etiquetas, rápido y preciso. ¡Lee más!
Más Allá de la Precisión: ¿Están Bien Calibrados los Modelos Base de Series Temporales?
Descubre cómo calibrar modelos base en series temporales para ir más allá de la precisión. Técnicas y estrategias para mejorar el rendimiento y la robustez.