Aprendizaje automático para clasificar estados depresivos con EEG y fNIRS
Descubre cómo el aprendizaje automático clasifica estados depresivos usando EEG y fNIRS, un paso hacia diagnósticos objetivos y tempranos de salud mental.
#presión
Múltiples interpretaciones en conjuntos de datos
Encuentra múltiples interpretaciones en conjuntos de datos analizando modelos con rendimiento similar pero características distintas. Mejora tu análisis de datos.
REACH: Identificación de rasgos y compresión de arquitectura para canales vehiculares
Descubre cómo REACH reduce parámetros y FLOPs en estimadores de canal vehicular manteniendo la precisión con un enfoque de interpretabilidad.
Compresión sin datos ni entrenamiento para modelos de voz mediante agrupación de parámetros
Descubre cómo comprimir modelos de voz como HuBERT y Whisper sin necesidad de datos ni entrenamiento, reduciendo el WER hasta un 34% sin pérdida significativa. ¡Optimiza tu IA!
Memoria Estructurada Orientada a Tareas en Aprendizaje Contextual Multimodal Dinámico
Descubre TASM: comprime la memoria de modelos multimodales sin entrenamiento, manteniendo rendimiento y adaptabilidad. Ideal para aprendizaje en contexto.
Compresión Incremental Guiada por Contexto para Diálogos Multi-Turno
Descubre C-DIC, un método de compresión incremental que reduce costos computacionales en diálogos largos sin perder fidelidad. Ideal para asistentes conversacionales.
Regulación del sistema nervioso para la ansiedad: lo que realmente funciona
Aprende a regular tu sistema nervioso para reducir la ansiedad. Técnicas prácticas para profesionales tech que trabajan bajo presión. Mejora tu rendimiento sin burnout.
Asistencia predictiva y dinámica temporal de la compresión exploratoria
Descubre cómo la asistencia predictiva de la IA altera la compresión exploratoria, reduciendo la movilidad cognitiva y generando histéresis. Implicaciones para el aprendizaje y desarrollo.
Un Token por Evidencia Multimodal: Memoria Latente para QA con Recursos Escasos
Descubre Latent Memory: comprime evidencia multimodal en un token, reduce hasta 10x el consumo de tokens en QA con recursos limitados. Eficiente y competitivo.
Pocos tokens sin sobreajuste: compresión y generalización en agentes ML
Descubre cómo los agentes de investigación en ML logran generalizar usando pocos tokens, evitando el sobreajuste. Un estudio revela que la compresión es clave.
ReasonAlloc: Asignación jerárquica de caché KV para modelos de razonamiento
ReasonAlloc asigna jerárquico presupuesto de caché KV para mejorar eficiencia en modelos de razonamiento. Reduce costos con mínima sobrecarga.
Suficiencia de soporte como compresión suficiente para la acción
Aprende cómo la compresión suficiente para la acción optimiza decisiones robustas con tasa-arrepentimiento en un ciclo. Clave para IA y ciberseguridad.
Dep-LLM: Diagnóstico de depresión sin entrenamiento con LLM fiable y multifactor
Dep-LLM diagnostica depresión sin entrenar usando LLMs fiables y evidencia multifactorial. Mejora precisión en entrevistas clínicas.
Consenso oculto: compresión de validez en feedback humano
El paper 'Hidden Consensus' revela cómo la agregación mayoritaria en RLHF oculta preferencias plurales. Descubre por qué la mayoría no mide alineación real.
Express: Modelado de Lenguaje con Atención Causal Optimizada
Descubre cómo Express convierte aproximaciones de atención no causal en causales, reduciendo memoria y mejorando velocidad en modelos de lenguaje.
Modelado de Lenguaje Express: Optimización de Atención Causal
Express optimiza atención causal, supera a FlashAttention 2. Reduce cuellos de botella de memoria, cómputo y compresión KV en modelado de lenguaje.
DF-SSM: Compresión 1-bit y Organización del Conocimiento en Mamba-2
Descubre cómo los Modelos de Campo de Densidad comprimen Mamba-2 a 1-bit, logrando inferencia 21x más rápida y revelando la organización interna del conocimiento en tres fases.
DMT: Transformador con condicionamiento demográfico y morfología para PA sin manguito
DMT: Transformador con condicionamiento demográfico y morfología logra MAE 4.56 mmHg sistólica y 2.62 diastólica en PA sin manguito.
NuWa: Vision Transformers ligeros y específicos para edge
Descubre NuWa, el método que crea Vision Transformers ligeros para edge con mayor precisión específica por clase y sin reentrenamiento.
Modelos de lenguaje grandes adaptados al dominio para fabricación aditiva
Aprende a especializar LLMs multimodales para fabricación aditiva con 50M tokens y más del 90% de precisión.