Aprendiendo a ejecutar algoritmos de grafos con GNN
Aprende cómo las GNN ejecutan algoritmos de grafos exactamente con alta probabilidad usando MLP y NTK. Un avance clave en IA.
#neurona
Resistencia Endógena a la Dirección de Activación en Modelos de Lenguaje
Los modelos de lenguaje pueden resistir manipulaciones internas. Descubre cómo funciona la resistencia endógena y sus implicaciones para la seguridad.
¿Saltar una capa o repetirla? Aprendiendo programas de capas en LLMs
Descubre cómo los LLMs pueden ejecutar programas dinámicos de capas, saltando o repitiendo, para mejorar precisión y eficiencia en razonamiento matemático.
Principios y práctica del aprendizaje profundo de representaciones
Descubre cómo el aprendizaje profundo de representaciones abre la caja negra de las redes neuronales. Principios, teoría matemática y aplicaciones prácticas.
Capturando dinámicas no Markovianas en sistemas estocásticos con flow matching
Aprende cómo el flow matching modela dinámicas no Markovianas en sistemas estocásticos, mejorando simulaciones de partículas brownianas.
Imputación espacio-temporal con flujo guiado por grafos
Descubre GiFlow: imputación espacio-temporal con flujo guiado por grafos. Supera a los métodos tradicionales en eficiencia y precisión.
Flatland: Las aventuras del descenso de gradiente con pasos grandes
Descubre cómo el descenso de gradiente con pasos grandes puede converger en el borde de estabilidad, mejorando el entrenamiento de redes neuronales.
Flatland: Las aventuras del descenso de gradiente con pasos grandes
Descubre cómo el descenso de gradiente con pasos grandes opera en el borde de estabilidad, logrando convergencia no monótona y mejorando la generalización.
La arquitectura moldea la transferencia en redes neuronales implícitas
Descubre cómo SIREN, ReLU y Fourier-Features afectan la especificidad de transferencia en redes neuronales implícitas.
Cómo la arquitectura define la transferencia en redes implícitas
Descubre cómo la arquitectura afecta la transferencia en redes implícitas. Estudio comparativo de SIREN, ReLU y Fourier para modelos científicos.
La geometría del robo de la última capa en IA
Descubre cómo la geometría revela los secretos del robo de modelos de IA: condiciones exactas para copiar la última capa de un transformer y sus límites.
Unidades de producto en GRU mejoran predicción de masas nucleares
Nuevo modelo de GRU con unidades de producto logra la mejor precisión en predicción de masas nucleares, con RMSE de 0.227 MeV. Supera a otros métodos de IA y benchmarks.
La geometría del robo de modelos en la última capa
Descubre cómo la geometría explica el robo de modelos: condiciones exactas para copiar la última capa y los límites de las capas ocultas. Clave para seguridad.
Más allá de los regímenes lineales: Autoencoders con cuello de botella
Descubre cómo el análisis de campo medio explica el entrenamiento de autoencoders no lineales con cuello de botella y su convergencia al óptimo.
Corrección estructurada para inferencia bayesiana en imágenes cerebrales
Descubre cómo mejora la reconstrucción cerebral con aprendizaje de correcciones estructuradas, preservando la interpretabilidad bayesiana.
Contracción de covarianza con interpolación estocástica
Descubre la contracción de covarianza con interpolación estocástica: reduce riesgo y permite regularización de autovectores. Aplicaciones en neuroimagen.
Descubriendo fórmulas multiescala con cálculo lambda neuronal
Descubre cómo Deflex, basado en cálculo lambda neuronal, extrae automáticamente fórmulas multiescala en sistemas complejos, superando a métodos tradicionales.
Destilación de Conocimiento Adelante-Atrás en Clustering Continuo No Supervisado
Descubre cómo el nuevo método FBCC evita el olvido catastrófico en clustering continuo sin etiquetas usando destilación adelante-atrás.
CoMetaPNS: Meta-aprendizaje continuo para simulaciones cardíacas personalizadas
Descubre CoMetaPNS, el nuevo marco de meta-aprendizaje continuo que evita el olvido catastrófico en simulaciones cardíacas personalizadas.
Estudio de ablación de NVFP4 para inferencia eficiente en el borde
Descubre cómo el estudio de ablación de NVFP4 optimiza la inferencia en edge con ahorro energético de hasta 26.85x. Resultados clave para bajo consumo.