Bandits multiobjetivo personalizados con consultas conversacionales proactivas
Descubre cómo las consultas conversacionales proactivas aceleran la personalización en bandits multiobjetivo, mejorando decisiones con resultados teóricos.
#optimización multiobjetivo
Ajuste fino multilingüe con resolución de conflictos de gradientes
Descubre cómo Bucket-Level MOO resuelve conflictos de gradientes en el ajuste fino multilingüe, mejorando el rendimiento de los LLMs en múltiples idiomas.
ParetoPilot: Optimización multiobjetivo offline sin sustituto
Descubre ParetoPilot: innovador marco de difusión sin sustituto para optimización multiobjetivo offline. Mejora el frente de Pareto y preserva privacidad.
EvoDrive: Evolución Pareto para conducción autónoma segura con agentes LLM
Descubre EvoDrive, agentes LLM que generan escenarios adversariales realistas para mejorar la seguridad de la conducción autónoma mediante evolución Pareto.
MAdam: Adam multiobjetivo con métrica consciente
MAdam: el drop-in wrapper que mejora Adam en optimización multiobjetivo. Corrige sesgos de ponderación y geometría. ¡Conócelo!
Flujos Wasserstein Acelerados para Optimización Multiobjetivo
Descubre cómo el nuevo algoritmo A-MWGraD acelera la optimización multiobjetivo en espacios de Wasserstein, logrando convergencia O(1/t²) y mejor muestreo.
FIRM: Alineación multiobjetivo regularizada en cliente federada
FIRM alinea LLMs con múltiples objetivos eficientemente y en privado usando aprendizaje federado. Mejora equilibrio entre utilidad e inocuidad.
Desaprendizaje automático multiobjetivo alineado con referencia
RAUL: un marco multiobjetivo que elimina datos de entrenamiento sin perder precisión. Optimiza olvido y retención con alineación de referencia.
Algoritmos para plataformas de diseño eficiente en edificios verdes
Plataforma BIM + algoritmos evolutivos: reduce un 29.3% el consumo energético en edificios verdes, con solo 3.7% más de coste. ¡Optimiza tus proyectos!
Un marco unificado para la agregación de gradientes en optimización multiobjetivo
Descubre un marco teórico que unifica los algoritmos de agregación de gradientes para optimización multiobjetivo, con nuevas garantías de convergencia y aplicac
Seguimiento de Pareto sin población para MORL multi-política
Descubre MPFT, un nuevo marco de MORL que elimina la necesidad de grandes poblaciones, logrando un seguimiento eficiente del frente de Pareto con menos interacciones agente-entorno.