TreeSeeker: Búsqueda en árbol con prueba, error y retorno
Descubre TreeSeeker, marco de inferencia que optimiza búsquedas profundas con control de prueba y error en árbol. Supera a métodos tradicionales.
#ramificación
APPO: Optimización Procedimental Agencial de Políticas
APPO mejora el aprendizaje por refuerzo en agentes de IA asignando crédito preciso a decisiones intermedias. Resultados en 13 benchmarks.
Hacia el Mecanismo de Ramificación Crítica en Redes Neuronales Recurrentes
Redes LSTM pequeñas exhiben dinámicas near-críticas con avalanchas de escala libre. Las grandes son subcríticas. ¿Qué implica esto para la IA?
Árbol de IA local para leer libros: adiós a los chats planos
Descubre pi-books: lee libros con un asistente IA en árbol. Local, privado y open source. Mejora tu lectura.
Búsqueda bidireccional para caminos más largos: heurísticas front-to-front
Descubre BiXDFBnB: algoritmo bidireccional con heurísticas front-to-front que reduce expansiones de nodos. Mejora rutas largas en LSP, Snakes y Coil-in-the-Box.