El olvido tiene vecinos: olvido colateral localizado
El olvido colateral localizado afecta a datos cercanos al desaprender en machine unlearning. Descubre cómo mitigarlo con destilación de profesor local.
#olvido
Recordar reconstruyendo: aprendizaje incremental de dominio y test-time training
Aprende cómo recordar dominios olvidados en aprendizaje incremental usando test-time training con autoencoder enmascarado y LoRA. Ideal para video.
MAAT: nuevo método de desaprendizaje dirigido con adaptadores
Descubre cómo MAAT, un nuevo método de desaprendizaje dirigido, resuelve el sesgo en la evaluación de conocimiento causal con el benchmark 5WBENCH.
AMNESIA: El nuevo benchmark para olvidar datos médicos en IA
Descubre AMNESIA, el primer benchmark masivo para evaluar desaprendizaje en LLMs médicos. ¿Cómo olvidar pacientes sin perder conocimiento clínico? Entra.
Des-atribuir para olvidar en el desaprendizaje de LLMs
El nuevo enfoque DareU usa recompensas de atribución para lograr un desaprendizaje efectivo en LLMs, equilibrando olvido y utilidad del modelo.
Leak@$k$: El desaprendizaje no hace que los LLMs olviden bajo decodificación probabilística
Descubre por qué el desaprendizaje no logra que los LLMs olviden bajo decodificación probabilística. Un análisis sobre la persistencia de datos en modelos de lenguaje.
Superando el olvido en el ajuste fino de LLM con estrategias evolutivas
<meta content=Descubre estrategias evolutivas que evitan el olvido catastrófico en el ajuste fino de grandes modelos de lenguaje. Optimiza tu LLM con técnicas avanzadas de aprendizaje continuo.>
¿Olvidan las redes profundas la inicialización? Una visión del tiempo de olvido del sesgo inductivo práctico
<meta name=description content=Descubre si las redes profundas olvidan su inicialización y cómo el sesgo inductivo se desvanece con el tiempo. Un análisis clave sobre el aprendizaje profundo.>
Comprensión de la generalización y el olvido en el aprendizaje continuo en contexto
Generalización y olvido en el aprendizaje continuo contextual: claves para entender y combatir el olvido catastrófico en entornos dinámicos.
Desaprendizaje sombra: Un enfoque neurosemántico para el olvido sin rostro que preserva la fidelidad en LLMs
Explora el desaprendizaje sombra, un método para que los LLMs olviden información sin rostro mientras preservan la fidelidad. Ideal para la privacidad en IA.
¿Olvidaste un archivo en casa? Esta herramienta gratuita de Google puede salvar el día.
Olvidaste un archivo en casa? Esta herramienta gratuita de Google te permite acceder a él de forma remota y segura. Descúbrela aquí.
F-GRPO: No dejes que tu política aprenda lo obvio y olvide lo raro
F-GRPO: técnica que evita que tu política de aprendizaje se centre solo en lo obvio y olvide lo raro. Optimiza el equilibrio y mejora resultados.