Transferencia de aprendizaje: Extensiones de Kan para invariantes neuronales
Descubre cómo las extensiones de Kan cuantifican la transferencia de invariantes en redes neuronales, usando teoría de categorías para detectar colapsos.
#topología
Resiliencia adversarial y topología en juegos de LLM
Aprende cómo los agentes LLM reaccionan ante adversarios bizantinos y restricciones de topología. Estudio revela vulnerabilidades críticas.
Mejora en el análisis de convergencia de topología en SGD descentralizado
Descubre cómo un nuevo análisis de convergencia revela el verdadero impacto de la topología de red en el rendimiento del SGD descentralizado. Te sorprenderá.
SFILES 2.0: Notación textual extendida para diagramas de procesos químicos
Descubre SFILES 2.0, la notación textual que estandariza diagramas de procesos químicos para una base de datos FAIR. Software libre incluido.
Dual topológico en AlphaGeometry: lógica a topología
Descubre cómo el dual topológico de un dataset transforma la interpretabilidad de modelos neuro-simbólicos, revelando invariantes estructurales en el razonamiento de AlphaGeometry.
Graph-to-SFILES: Predicción de control con IA generativa
Descubre Graph-to-SFILES: IA generativa predice estructuras de control desde topologías de procesos, mejorando P&ID con pocos datos.
Colaboración multiagente: ¿cuándo ayuda? Perspectiva de entropía
La perspectiva de entropía revela cuándo colaborar: un solo agente supera al sistema multiagente en el 43% de los casos. Entropy Judger mejora la precisión.
Construyendo espacios latentes de VAE con topología prescrita
Aprende a construir espacios latentes de VAE con topología prescrita, resolviendo el desajuste topológico y mejorando la calidad de reconstrucción en datos no euclidianos. Resultados superiores.
Privacidad Diferencial y Topología en Aprendizaje Federado
Descubre cómo TADI y Fulcrum protegen la privacidad en aprendizaje federado frente a filtraciones por topología. Mejora la seguridad sin coste en utilidad.
La topología importa: medición de fugas de memoria en LLMs multiagente
Descubre cómo la topología de red influye en las fugas de memoria en sistemas multiagente de LLM y obtén recomendaciones para un diseño seguro.
Estructura de razonamiento de los grandes modelos de lenguaje
Un nuevo benchmark de acertijos lógicos revela la estructura oculta del razonamiento en modelos de IA, más allá de la precisión.
Prueba de estrés a 3 generadores 3D IA: datos y comparativa
Comparativa real de Meshy, Tripo y Rodin: latencia, coste y calidad. Analizamos 5 categorías y 4 métricas. Resultados sorprendentes.
Aprendiendo el vecindario: Pretraining multimodal libre de contraste molecular
C-FREE integra 2D y 3D en grafos moleculares con pretraining auto-supervisado sin contraste, superando modelos en MoleculeNet.
Representaciones Coherentes: Enfoque Topológico para Interpretabilidad
Nueva técnica: coherencia geométrica para interpretar redes neuronales. Aplicaciones en BERT y autoencoders.
Reparación de Grafos Gaussiana con Topología para GNNs Robusta
Mejora la robustez de tus GNNs con TAGR: un método ligero de reparación de grafos que combina kernel Gaussiano y corrección topológica. ¡Optimiza tus modelos!
Cuando los tokens de grafo se hunden: análisis mecanicista
Los tokens de grafo tienen alta activación pero baja utilidad semántica. Este análisis mecanicista revela la desconexión en modelos de lenguaje de grafos.
Generación procedural de mapas FPS usando MAP-Elites
Aplicamos MAP-Elites para generar mapas FPS con nuevas representaciones. Resultados: mayor diversidad y calidad en niveles. ¡Descúbrelo!
Sesgo estructural más allá de la homofilia: equidad en predicción de enlaces
Descubre cómo los sesgos estructurales en grafos van más allá de la homofilia y afectan la equidad en la predicción de enlaces. Un estudio revelador.
FeynmanBench: El reto de los LLMs multimodales con diagramas de Feynman
FeynmanBench: 2000+ diagramas evalúan 19 LLMs. 70-95% en reconocimiento local, pero 13-17% en topología. Descubre las limitaciones.