Rel-Zero: La invarianza de pares de parches protege imágenes de la edición IA
Rel-Zero protege tus imágenes de la edición con IA sin modificarlas, usando la invarianza de relaciones entre parches. Autenticidad robusta.
#robustez
JetParticle-JEPA: Aprendizaje auto-supervisado eficiente para etiquetado de jets
Método auto-supervisado para etiquetado de jets que aprende representaciones sin tokenización y supera a supervisados en datos limitados.
Evaluando la robustez de la autoformalización de pruebas en Lean 4
Descubre cómo se evalúa la robustez de la autoformalización de pruebas matemáticas en Lean 4 ante perturbaciones. ¿Los modelos LLM son fieles?
Muon aprende características más robustas y transferibles que Adam
Descubre cómo el optimizador Muon supera a Adam en robustez y transferibilidad de características, según estudios en imágenes, texto y redes neuronales.
Verificación de robustez híbrida para redes neuronales espacio-temporales
Descubre cómo STBP verifica la robustez de redes neuronales 3D en video y volumen con mayor precisión y escalabilidad. Ideal para sistemas críticos.
Teoría geométrica de la cognición para máquinas inteligentes
La geometría latente permite a la IA integrar memoria, predicción y adaptación sin módulos explícitos. Un enfoque prometedor.
VISTA: Entrenamiento Auto-Verificado con Vistas Consistentes para GUI Grounding
VISTA mejora el grounding de GUI con entrenamiento auto-verificado y vistas consistentes. Aumenta precisión en ScreenSpot-Pro hasta 67.0%.
VISTA: Entrenamiento auto-verificado consistente en vistas para GUI grounding
Descubre VISTA: entrenamiento auto-verificado con múltiples vistas para mejorar el grounding de GUI.
Aprendizaje interpretable y asignación no lineal para aeronaves sobreactuadas
Modelos interpretables de efectividad de control mejoran precisión y robustez en aeronaves sobreactuadas, reduciendo carga computacional.
Mask, Sample, Revise: Pila CTMC para TTS con flujo discreto guiado
Descubre cómo Mask, Sample, Revise logra síntesis de voz guiada y controlable con nueva pila CTMC revisable que mejora inteligibilidad en pocos pasos.
Suavizando áreas oscuras en difusión latente molecular
Descubre cómo TopVAE elimina áreas oscuras en difusión latente molecular. Mejora generación 3D con 77% menos FCD-3D en QM9. ¡Lee más!
Detección no paramétrica de texto IA con procesos Gaussianos multivista
Descubre este método no paramétrico que utiliza procesos Gaussianos multivista para detectar texto generado por IA incluso bajo ataques adversariales.
Generalizando GNNs con mezcla tokenizada de expertos
Descubre STEM-GNN: una nueva arquitectura que generaliza GNNs mediante mezcla tokenizada de expertos, logrando robustez ante cambios de distribución y perturbaciones en 9 benchmarks.
MoDiCoL: Dataset modular de diagnóstico y aprendizaje continuo para ASR robusto
Descubre MoDiCoL, un dataset modular para evaluar la robustez del ASR ante cambios de acentos y ruido. Aprendizaje continuo para sistemas más fiables.
NeST: Ajuste Selectivo de Neuronas para Seguridad en LLMs
Descubre NeST, un método de alineación de seguridad para LLMs que reduce ataques de jailbreak del 44.5% al 1.1% con solo 0.4M parámetros.
De modelos auto-supervisados a Mezcla de Expertos para anti-spoofing robusto
Mejora la detección de spoofing con Mixture-of-Experts. Reduce el error en un 11.9% frente a métodos desconocidos.
STaR-DRO: Reponderación Tsallis para predicción estructurada robusta a grupos
STaR-DRO optimiza la predicción estructurada con LLMs, mejorando el F1 en +14.46 y reduciendo la pérdida grupal. Descubre cómo supera al DRO tradicional.
LLM como investigador: diagnóstico con razonamiento basado en evidencia
El enfoque 'LLM como investigador' evita que la IA refuerce tus suposiciones erróneas, logrando diagnósticos precisos con razonamiento basado en evidencia.
Stubborn: RL unificado para movimiento robusto y recuperación de caídas
Descubre Stubborn, un marco de RL unificado que permite a humanoides seguir movimientos y recuperarse de caídas. Terminación probabilística y muestreo adaptativo mejoran la robustez.
Fingerprinting eficiente, robusto y anticolusión en modelos de difusión de imágenes
Descubre cómo proteger tus modelos de difusión de imágenes con una nueva técnica de fingerprinting robusta contra ataques de colusión. Precisión superior al 99.5% y alta fidelidad.