Predicción de Errores Composicionales en LLMs con Geometría de Características
Descubre cómo anticipar fallos en LLMs usando la geometría de sus representaciones. Predice errores composicionales por interferencia de características.
#representaciones
Mirage Probes: Cómo los Modelos de Visión Fingen Comprensión Visual
Descubre cómo los modelos de visión-lenguaje fingen entender imágenes. Un estudio revela dos tipos de fallos: sesgos textuales e imágenes espurias. Aprende más.
Los números ya tienen sus propios embeddings
Descubre AOE, una nueva forma de representar números que permite a la IA entender su valor real y modular. Sin entrenamiento, mejora tareas algebraicas y logra precisión perfecta. ¡Plug-and-play!
Co-alineación contextual para grafos atribuidos multimodales
Descubre CoMAG, un método que alinea contextos y modalidades en grafos atribuidos multimodales para mejorar predicciones y emparejamiento. ¡Resultados líderes!
Co-alineación consciente del contexto para grafos multimodales atribuidos
CoMAG unifica grafos multimodales aprendiendo contextos adaptativos y alineando modalidades sin comprimir información. Logra estado del arte en predicción, matching y generación.
Más con LESS: Representaciones Locales para Imágenes Táctiles
Descubre LESS, un nuevo método de representaciones locales para imagen táctil que permite reconstrucción 3D con palpación humana y aprendizaje auto-supervisado.
Interacción de representaciones lingüísticas en LLMs multilingües
Descubre cómo los modelos de lenguaje multilingües representan las lenguas: separabilidad, jerarquías y efectos no deseados entre idiomas. Implicaciones para IA confiable.
Flujo de partículas con IA como modelo fundacional para física de colisionadores
El modelo MLPF de flujo de partículas con IA sirve como base para identificar jets, regresión energética y momento faltante, superando a métodos tradicionales con 35 veces menos parámetros.
Aprendizaje Equivariante con Descomposición Clase-Pose
Descubre cómo descomponer el espacio latente en factores invariantes y de simetría para lograr representaciones equivariantes, interpretables y desenredadas. Aplica a datos con simetrías.
Aprendiendo qué predecir: diseño de tareas guiado por rendimiento final
Descubre cómo V-pretraining mejora capacidades objetivo usando pocos ejemplos finales como feedback, sin degradar la generalización. Ideal para modelos de lenguaje y visión.
Bag of Dims: Interpretabilidad mecanicista sin entrenamiento
Descubre cómo patrones de signo en dimensiones de transformers revelan semántica sin entrenamiento. Nuevo enfoque: 'Bag of Dims'.
Modelos Autorregresivos Lineales de Dos Capas Estiman Estados Latentes
Descubre cómo los modelos autorregresivos de dos capas estiman estados latentes imitando el filtrado de Kalman. Con resultados teóricos.
PlaceRep: Aprendizaje de representaciones geoespaciales con PDI
Descubre PlaceRep, un método que aprende representaciones de lugares a partir de puntos de interés, superando límites administrativos y mejorando predicciones urbanas.
HELVAE: Autoencoders Multimodales con Divergencia Hellinger
Descubre cómo HELVAE mejora los autoencoders multimodales usando la divergencia Hellinger para representaciones latentes más expresivas y mejor equilibrio entre coherencia y calidad.
LatentLens: Revelando tokens visuales interpretables en LLMs
Descubre LatentLens, un método que revela qué codifican los tokens visuales en modelos de lenguaje. Mejora la interpretabilidad de VLMs.
Probing satura, fragilidad resuelve: nueva métrica para LLM
La precisión del probing se satura pronto en LLM; la fragilidad revela la evolución oculta de representaciones. Descubre esta métrica complementaria.
SirenFNO: Aprendizaje completo y eficiente de operadores de Fourier
SirenFNO aprende frecuencias completas sin truncamiento, eliminando el sesgo espectral de FNO. Reduce parámetros hasta 73 veces en PDEs con oscilaciones de alta frecuencia. ¡Mejora la eficiencia!
Métricas Geométricas y LLMs: Qué Miden y Cuándo Funcionan
Descubre qué miden las métricas geométricas en LLMs y cómo pueden mejorar la evaluación de modelos de lenguaje. Un estudio revela cuándo funcionan y sus limitaciones.
Reconocimiento causal de emociones en conversaciones
La tristeza depende más del contexto. Estudio causal revela cómo la saturación de contexto y marcadores discursivos mejoran el reconocimiento emocional.
Enlace recursivo económico: Tallado de subespacios en tensores de orden p
Descubre Orthogonal Subspace Carving: enlace recursivo profundo con memoria constante. Supera TPR y VSA con eficiencia y fidelidad sin crecimiento exponencial.