Taylor-Calibrate: Inicialización para destilación de atención lineal híbrida
Descubre cómo Taylor-Calibrate inicializa modelos de atención híbrida con 88x mejora y reduce tokens de entrenamiento 9.2x. Optimiza tus Transformers.
#ode
Privacidad en inferencia de LLM mediante transformadores equivariantes ortogonales
Protege tu privacidad en inferencia de LLM con transformadores equivariantes ortogonales. Reduce recuperación de tokens del 35% al 1.3% sin aumentar
BRICKS-WM: Modelos de Mundo Modulares para Reutilización en RL
Descubre BRICKS-WM: modelos modulares que permiten reutilizar dinámicas de fondo, reduciendo tiempos de reentrenamiento en RL.
Estimación de cola en evaluación LLM: protocolo contra falsos positivos
Un estudio revela que estimar la cola en LLM es frágil y propone un protocolo para evitar falsos positivos. Descubre cómo.
Cómo el post-entrenamiento da forma al razonamiento biológico
Nuevo estudio analiza más de 100 modelos: el post-entrenamiento no mejora uniformemente. Descubre la composición ideal para rendimiento dentro y fuera de
Fiabilidad de la detección de símbolos en Modelos Cuello de Botella
Descubre cómo evaluar si los modelos de IA explicables detectan conceptos fiables o usan atajos. Un nuevo enfoque para mejorar la transparencia.
Aprendizaje de políticas con una sola trayectoria en MDP promedio
Aprende a obtener una política óptima desde una sola trayectoria en MDP promedio. Garantías de complejidad de muestra finitas con métodos libres de modelo.
MyPCBench: un benchmark para agentes inteligentes de uso personal de PC
MyPCBench evalúa agentes de IA como asistentes personales en escritorio Linux con 184 tareas reales. El mejor modelo (Claude Opus) solo resuelve 55.4%.
Aprendizaje por refuerzo inverso de máxima entropía en juegos de campo medio
Descubre cómo la máxima entropía permite recuperar políticas óptimas en juegos de campo medio a partir de demostraciones expertas. Algoritmos eficientes con
Pipeline LBM validado para flujos turbulentos 3D en canales obstruidos
Dataset LBM validado con benchmarks experimentales para modelado sustituto de flujos turbulentos. Evaluamos FNO y U-Net. ¡Conoce los resultados!
Domando la Curvatura: Calentamiento de Arquitectura para Transformers Estables
Controla la curvatura del Hessiano con calentamiento de arquitectura para entrenar Transformers estables, reduciendo picos de pérdida.
HawkesNest: Benchmark sintético multieje de complejidad espacio-temporal
Descubre HawkesNest, un benchmark sintético multieje para evaluar modelos de procesos puntuales espacio-temporales bajo condiciones de complejidad controlada.
Atribución de Marketing Integrada: Marco Bayesiano para Privacidad y MMM
Descubre cómo IMA unifica MMM y MTA para atribución granular y privada. Optimiza campañas sin tracking.
Hyperball: Optimizadores de Preentrenamiento Fantásticos
Descubre Hyperball, un wrapper que acelera el preentrenamiento de modelos de lenguaje hasta un 30% mejorando la convergencia. Optimizado para Muon y Adam.
Estimación Exacta de Puntaje Posterior en Problemas Inversos Lineales
EPS: Método exacto de puntaje posterior para problemas inversos lineales con modelos de difusión. Supera a baselines en fidelidad y percepción.
Modelado de llama Sandia-D con redes de reactores y ML
Descubre cómo el machine learning crea modelos eficientes de reactores para la llama Sandia-D, logrando una aceleración 6000x en simulaciones de combustión
Aprendiendo representaciones topológicas para dinámica molecular
Descubre cómo la homología persistente y el complejo Flood mejoran el análisis de simulaciones de dinámica molecular, optimizando la predicción de
Desarrollo de datos asistido por IA con Kiro y SageMaker Unified Studio
Conecta Kiro, VS Code o Cursor a SageMaker Unified Studio para desarrollo de datos con IA gobernada. Explora catálogos, ejecuta analíticas y más.
Compitiendo contra ti mismo: el problema de la inercia de datos en IA
Descubre por qué los agentes de IA ignoran tus nuevas herramientas CLI y cómo medir, nombrar y extender para que adopten la tecnología actual.
La IA no necesita más inteligencia, sino mejor coordinación
La clave del futuro de la IA no son modelos más inteligentes, sino una mejor coordinación. Conoce Contorium: infraestructura para sistemas que colaboran.