SERNF: Ajuste eficiente de políticas diestras con flujos normalizantes
SERNF: ajuste fino eficiente de políticas diestras en robótica real. Usa flujos normalizantes y críticos por bloques para adaptación estable con pocas muestras.
#mundo
Estadísticas predictivas y representaciones emergentes en caminantes de rejilla
Descubre cómo las estadísticas predictivas crean modelos del mundo en redes neuronales. Estudio revela que transformadores aíslan un estado universal.
GTA San Andreas Mod APK: Funciones, Beneficios y Por Qué Sigue Gustando
Descubre todo sobre el GTA San Andreas Mod APK: funciones exclusivas, dinero infinito y más. ¿Por qué sigue siendo un éxito? ¡Entra y juega!
Hacia modelos de mundo en investigación biomédica
Descubre cómo los modelos mundiales biomédicos, impulsados por IA, permiten simular futuros biológicos y acelerar el descubrimiento de terapias.
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.
WorldFly: Navegación de drones con modelos del mundo
Descubre cómo WorldFly usa modelos del mundo para que los drones naveguen en entornos urbanos complejos, prediciendo futuros estados y superando oclusiones.
CausalPhys: Evaluación de razonamiento físico causal en modelos de visión-lenguaje
Nuevo benchmark CausalPhys con 3,000 preguntas evalúa razonamiento causal en VLMs. Mejora precisión e interpretabilidad con aprendizaje causal.
Modelo WLA: modelado, razonamiento y acción unificados
Descubre el modelo WLA, que unifica modelado del mundo, razonamiento del lenguaje y síntesis de acciones en robots. Alcanza un 92.94% de éxito en RoboTwin2.0. Lee más.
La mano invisible de la física en modelos de difusión de video
Los modelos de difusión de video codifican la física internamente. Descubre cómo superan a métodos especializados en plausibilidad física.
Representation learning: la clave para escalar el RL multitarea
MR.Q demuestra que las representaciones predictivas escalan el RL multitarea sin planificación, superando a modelos del mundo.
De predicción a autoconciencia: condiciones de agencia en sistemas neurales mínimos
Un sistema neural mínimo logra autoconciencia con 4 condiciones: atractores, bucles, retroalimentación propioceptiva y despertar asíncrono. Ganancia de agencia
MIRAGE: Agentes móviles con razonamiento implícito y modelos generativos
MIRAGE permite a agentes móviles razonar internamente sin largas cadenas, reduciendo tokens hasta un 75% y mejorando precisión en interfaces.
¿Pueden los VLM predecir el futuro? Arranque desde dinámica inversa
Los VLM pueden predecir estados futuros con ayuda de la dinámica inversa. Descubre cómo logran resultados líderes en edición de imágenes.
¿Pueden los VLMs predecir estados futuros? Bootstrapping desde dinámica inversa
Los VLMs predicen estados futuros usando bootstrapping de dinámica inversa, mejorando la edición de imágenes hasta un 13% en evaluaciones humanas.
ShareVerse: Generación de Video Multi-Agente para Modelado de Mundo Compartido
Descubre ShareVerse, el framework que genera videos consistentes para múltiples agentes en entornos compartidos. Modelado de mundo real con IA.
Más allá de historias de píxeles: modelos mundiales con estado 3D persistente
Descubre PERSIST: modelo de mundo con escenas 3D latentes que genera mundos coherentes con memoria espacial persistente y control geométrico.
Del prompt al servicio: gateway de orquestación SLM para mundos virtuales
Aprende cómo un gateway de orquestación SLM enruta peticiones en mundos virtuales a servicios de IA distribuidos, sin modificar el cliente.
Límites de arrepentimiento dependientes de datos y varianza en MDPs tabulares
Algoritmos que logran límites de arrepentimiento adaptativos a datos y varianza en MDPs tabulares online, óptimos en entornos adversariales y estocásticos.
Campos Neuronales como Modelos del Mundo
Campos neuronales para predicción física y aprendizaje offline. Una arquitectura isomórfica que mejora políticas sin interacción con el entorno.
Recuperación del modelo del mundo en planificadores LLM ajustados
¿Aprenden los LLM a representar el modelo del mundo al planificar? Este análisis revela cómo el ajuste supervisado codifica la validez de acciones y predicados.