Estadísticas predictivas y representaciones emergentes en caminantes de rejilla
Descubre cómo las estadísticas predictivas crean modelos del mundo en redes neuronales. Estudio revela que transformadores aíslan un estado universal.
#representaciones
Native3D: generación 3D end-to-end con malla y textura unificadas
Native3D revoluciona la generación de escenas 3D con modelado unificado de malla y textura. Olvídate de representaciones 2D y obtén mayor realismo y flexibilidad de edición.
Supervisión textual potencia representaciones geoespaciales en VLM
Descubre cómo la supervisión textual mejora las representaciones geoespaciales en modelos de IA. Análisis de CLIP, LLaVA y más. ¡Optimiza tu comprensión espacial!
SV-Detect: Detecta texto generado por IA con vectores de dirección
Descubre SV-Detect: método innovador para detectar texto generado por IA con vectores de dirección. Robusto ante cambios de dominio y ediciones.
TEVI: Edición de representaciones visuales con autoencoders dispersos para alinear visión y lenguaje
Descubre TEVI, un método que usa autoencoders dispersos para editar embeddings visuales y mejorar la alineación entre imágenes y texto en modelos como CLIP. Mejora la recuperación y robustez.
Detección y mitigación de alucinaciones en Whisper con autoencoders dispersos
Reduce alucinaciones de Whisper hasta un 86% usando autoencoders dispersos. Aprende la técnica de steering en representaciones ocultas.
Ataques en espacio latente para evadir rechazos en modelos de lenguaje
Descubre cómo los ataques de espacio latente eluden el rechazo en modelos de lenguaje, superando barreras de seguridad con proyecciones optimizadas.
¿Comparten los modelos representaciones de seguridad? Control entre modelos
Investigación muestra que las direcciones de seguridad pueden transferirse entre modelos generativos sin datos inseguros en el destino. Control portable y eficaz.
Predecir y Reconstruir: Objetivos Conjuntos para Representaciones de Lenguaje
Descubre cómo la combinación de JEPA y MLM mejora representaciones de lenguaje: embeddings más uniformes y semánticos. Un nuevo enfoque híbrido para NLP.
Diversidad geográfica en representaciones de IA en imágenes
Descubre cómo la diversidad geográfica en imágenes de IA revela sesgos: modelos antiguos más diversos y riesgo de estereotipos.
InfoShield: Preservación de privacidad en detección de salud mental
InfoShield minimiza la exposición de datos sensibles en análisis de voz para salud mental, reduciendo inferencia de género y edad con mínima pérdida de precisión.
Ataques adversarios en ASR más allá de la forma de onda
Nuevo ataque adversario en ASR evade defensas al perturbar representaciones SSL, mejorando la transferibilidad como en Whisper.
GeoVR: Aprendizaje de representaciones geométricas para MLLM espaciales
Descubre GeoVR, un nuevo enfoque que enseña a los modelos multimodales a comprender el espacio 3D usando solo videos 2D. Resultados estatales del arte en razonamiento espacial.
F3-Tokenizer: domando latentes de audio para entender y generar
Descubre cómo F3-Tokenizer domina los latentes de audio para mejorar tanto la comprensión como la generación, unificando ambos campos en un solo tokenizador.
LatentWave: Preentrenamiento JEPA para modelos base inalámbricos
LatentWave: modelo base inalámbrico con preentrenamiento JEPA. Aprende representaciones latentes transferibles para clasificación, posicionamiento y predicción.
La mano invisible de la física en modelos de difusión de video
Los modelos de difusión de video codifican la física internamente. Descubre cómo superan a métodos especializados en plausibilidad física.
Localizando ambigüedad en prompts de LLM con atribución dirigida por sonda
Descubre cómo PRIG localiza la ambigüedad oculta en prompts de LLMs usando atribución por sonda, superando a GPT-5.4 en identificación de ambigüedad.
Operadores Monte Carlo Steklov para geometría a gran escala
Un nuevo método Monte Carlo para estimar operadores volumétricos acelera el procesamiento de geometría 3D, robusto ante mallas de baja calidad y múltiples componentes.
Representaciones causales discretas en dominios heterogéneos: enfoque bayesiano
Descubre cómo la inferencia bayesiana aprende representaciones causales discretas a partir de encuestas sociales en distintos dominios.
HOPSE: Codificador Posicional y Estructural de Alto Orden Escalable
Descubre HOPSE: codificador de alto orden que escala en aprendizaje topológico, superando a métodos tradicionales.