Modelos físicamente viables para IA encarnada condicionada por consultas
Descubre por qué los modelos del mundo pueden fallar en IA encarnada y cómo construir modelos físicamente viables para consultas de intervención.
#simulación
Mecanismos de salud con búsqueda de Policy-as-Code y respuesta estratégica
Optimiza mecanismos sanitarios con Policy-as-Code y simulación multiagente. Un programa evolutivo elimina la sobrecodificación y reduce rechazos. ¡Descubre cómo!
BilliardPhys-Bench: evaluando el razonamiento físico de los LLM multimodales
BilliardPhys-Bench expone los límites de los LLM multimodales en razonamiento físico, revelando el 'sesgo de estasis' en predicciones de billar sintético.
Transformer de Física Adaptativa para Sistemas de Energía Subterránea
El APT fusiona atención global-local para simular sistemas subterráneos con alta precisión y supera modelos previos. ¡Descúbrelo!
Modelado de orden reducido de Hamiltonianos con redes simplécticas
Descubre cómo las redes neuronales simplécticas preservan la estructura hamiltoniana en modelos reducidos, logrando simulaciones precisas y estables a largo plazo.
Ondas planas globales desde gaussianas: carga periódica al instante
Descubre ELECTRAFI: predice densidad de carga periódica en cristales con velocidad récord y reduce costos de DFT hasta un 20%. Precisión y eficiencia sin precedentes.
Líderes de software industrial crean ingenieros IA autónomos con NVIDIA NemoClaw
Aprende cómo NVIDIA NemoClaw impulsa la creación de ingenieros de IA autónomos para automatizar diseño y simulación industrial.
Benchmark de inferencia sin verosimilitud: redes neuronales y transporte óptimo
¿Cuál es el mejor método de inferencia sin verosimilitud? Comparamos redes neuronales y transporte óptimo en datos extremos y discretos.
Regresión de procesos gaussianos informada por física para reconstrucción de campos de flujo
Descubre cómo los procesos gaussianos con restricciones de frontera y física reconstruyen campos de flujo sin datos en la frontera. Ejemplos con cilindro y NACA 0412.
Simular un año de datos de sensores IoT con Mimesis
Aprende a generar un año de datos de temperatura con Mimesis. Simula curvas estacionales realistas y metadatos de dispositivos IoT. Guía paso a paso.
LLM4Cov: Aprendizaje agéntico eficiente para testbench de alta cobertura
Descubre LLM4Cov, un marco de aprendizaje offline con agentes que logra un 90% de cobertura en verificación de hardware, superando modelos más grandes.
OpenHospital: Arena para evolucionar y evaluar inteligencia colectiva con LLM
OpenHospital: arena para evolucionar inteligencia colectiva con LLM en medicina. Agentes médicos mejoran capacidades mediante interacciones con pacientes.
TrafficClaw: Agente LLM generalizable para control de tráfico urbano
Descubre TrafficClaw, un agente de IA basado en LLM que optimiza el control de tráfico urbano en entornos físicos unificados con aprendizaje por refuerzo.
Revisión y evaluación de avances en inteligencia 3D multimodal
Descubre los últimos avances y métodos en inteligencia 3D multimodal. Revisión exhaustiva de benchmarks y desafíos clave para la conducción autónoma y simulación.
¿Reemplazar Access con apps modernas predice tendencias empresariales?
Descubre cómo reemplazar tu base de datos Access por una app moderna te permite predecir tendencias, mejorar la seguridad y tomar decisiones proactivas. ¡Migra con Q2BSTUDIO!
Simulación de expectativas macroeconómicas con agentes LLM
Descubre cómo los agentes económicos basados en IA generan expectativas macroeconómicas similares a las humanas en experimentos de encuesta.
Hacia un modelo fundacional de física
Descubre GPhyT, el primer modelo fundacional de física que aprende dinámicas complejas sin ecuaciones, superando a arquitecturas especializadas en múltiples dominios.
RoboBenchMart: Evaluación de robots en entornos minoristas
Descubre RoboBenchMart, un benchmark open-source para robots en entornos minoristas. Evalúa modelos VLA en tareas complejas con objetos del supermercado. ¿Están listos los robots para el retail?
Dataset de referencia para catálisis en MXenes 2D
Nuevo dataset de 50.000 cálculos DFT para MXenes 2D acelera la catálisis hasta 1000x con machine learning. ¡Descubre más!
SyNGLER: generación eficiente de redes sintéticas
Descubre SyNGLER, un marco eficiente para generar redes sintéticas realistas preservando esparcidad y grado de nodos. Bajo costo computacional.