Tengo 18 años y creé un sistema de memoria neuronal para IA
Joven de 18 años crea sistema de memoria tipo cerebro con 5 niveles, agentes en espera y neurogénesis. Descubre cómo imita el sueño para consolidar.
#neurona
GraphSAGE y city2graph: inferencia de funciones urbanas con GNN
Implementa redes neuronales de grafos espaciales con city2graph, OSMnx y PyTorch Geometric para predecir funciones urbanas desde POIs. Tutorial práctico con código.
Conexiones residuales: el motor de la IA que necesita reinventarse
Sabías que las conexiones residuales tienen una década? Descubre por qué limitan la IA y cómo DeepSeek planea reinventarlas.
Reduciendo la complejidad de modelos de deep learning para EEG en wearables
Aprende a reducir la complejidad de modelos de deep learning para EEG en wearables con cuantización y reducción de electrodos, manteniendo la precisión.
Otters++: Transformador de picos óptico eficiente con TTFS
Otters++ revoluciona las SNN ópticas con el cálculo de TTFS utilizando decaimiento natural de señales. Logra 84.17% en GLUE con menor consumo energético.
EWAM: Modelo de Acción Mundial para Adaptación en Línea en IA Incorporada
Descubre EWAM: adaptación en línea cero-shot que reduce datos de despliegue sin ajuste fino, usando capas ligeras para memoria, detección de anomalías y corrección.
Localizando vías de anclaje en modelos de lenguaje
Localización de circuitos de anclaje en modelos de lenguaje. Un estudio de Qwen y Llama revela cómo las señales de sesgo se transmiten internamente.
TWLA: Cuantización post-entrenamiento pesos ternarios y activaciones de bajo bit
Descubre cómo TWLA, mediante cuantización post-entrenamiento, reduce el tamaño y acelera la inferencia de LLMs usando pesos ternarios y activaciones de 4 bits.
La regulación emocional mejora la clasificación de imágenes con aprendizaje profundo
Descubre cómo la regulación emocional artificial mejora la clasificación de imágenes con deep learning, superando métodos previos en datasets CIFAR.
MP3: Preentrenamiento de patrones multi-período para predicción espacio-temporal
Descubre MP3, plugin de preentrenamiento para predicción espacio-temporal. Identifica espejismos temporales y mejora STGNNs. Reduce MAE 4.7% y RMSE 5%.
Aproximación de la respuesta dinámica de generadores síncronos mediante aprendizaje de operadores
Descubre cómo el aprendizaje de operadores con DeepONet aproxima la respuesta dinámica de generadores síncronos para simuladores de red eléctrica más precisos.
Peligros del ROAR: Perspectiva de desigualdad de procesamiento
¿El benchmark ROAR es confiable? Descubre cómo la borrosidad en mapas de atribución infla resultados y engaña.
Del aislamiento al enredo: ¿Separación de conceptos en interpretabilidad?
Los métodos de interpretabilidad (SAEs, sondas) buscan separar conceptos, pero manipular características afecta múltiples conceptos, desafiando la independencia
Modelos pequeños superan a grandes: destilación dual para baterías en el borde
El marco DLNet demuestra que modelos pequeños pueden superar a grandes en pronósticos de batería para el borde. Implementado en Arduino con 94 kB y 21 ms, reduce error un 15.4%.
Los circuitos de modelos de lenguaje son dispersos en la base de neuronas
Descubre cómo las neuronas MLP son tan dispersas como los autoencoders dispersos, permitiendo trazar circuitos causales en modelos de lenguaje sin coste adicional de entrenamiento.
Poda estructurada vs no estructurada: una brecha exponencial
Un estudio revela que la poda de neuronas requiere exponencialmente más neuronas iniciales que la poda de pesos, una brecha sorprendente en el SLTH.
Fiabilidad del conflicto de señales: nuevo marco REFINED-BIAS
El nuevo marco REFINED-BIAS supera las limitaciones del benchmark de conflicto de señales para evaluar fiablemente el sesgo forma-textura en redes neuronales.
Árboles de Presupuesto Latente Simultáneo para Clasificación Estratificada
Clasificación estratificada interpretable con Árboles de Presupuesto Latente Simultáneo. Controla variables temporales, espaciales o demográficas.
Redes Neuronales Informadas por Física para la Farmacocinética de la Quimioterapia
Las PINNs igualan al estándar clínico en farmacocinética lineal y revelan problemas de identificación en modelos no lineales de quimioterapia.
Descenso del Espejo en Variedades Riemannianas
Descubre el Descenso del Espejo en variedades Riemannianas, con garantías de convergencia. Aplicaciones en IA, redes neuronales y optimización a gran escala.