CAPED: Defensa Contextual de Privacidad para GUI Móviles
CAPED protege tu privacidad visual en agentes GUI móviles: solo expone datos necesarios para cada tarea, reduciendo fugas de información sensible. Descúbrelo.
#ual
MPC Agentivo para la Resíntesis Semántica de Control
Descubre el MPC agentivo que integra LLMs para adaptar el control semántico en vehículos autónomos, respondiendo a normas sociales y preferencias del usuario.
PERIA: Agente visual con herramientas para razonamiento espacial
Descubre PERIA, un agente visual que usa herramientas para mejorar el razonamiento espacial. Supera a modelos grandes en tareas de mapas, probing y reconstrucción.
OCOO-T: Modelo Celular Virtual para Predicción de Respuestas Transcripcionales
OCOO-T: modelo de célula virtual minimalista que predice respuestas transcripcionales a perturbaciones con alta precisión y escalabilidad.
TimeROME-DLM: Edición de conocimiento en inferencia sin entrenamiento
TimeROME-DLM permite editar conocimiento en modelos de difusión enmascarados sin reentrenar. Rápido, sin VRAM extra, escala a 400 hechos. ¡Conócelo!
JSCGC: Codificación Generativa Conjunta para Comunicaciones Inalámbricas
JSCGC reemplaza la decodificación tradicional por modelos generativos, mejorando la calidad perceptual y semántica en comunicaciones inalámbricas.
Superando el aislamiento modal en el pensamiento intercalado
Aislamiento modal en razonamiento intercalado reduce coherencia. MoTiF supervisa transiciones con refuerzo paso a paso para mejorar precisión en tareas.
scLLM-DSC: Clustering multimodal con LLM para ARN-seq unicelular
scLLM-DSC: un novedoso marco de clustering multimodal que aprovecha grandes modelos de lenguaje para mejorar la precisión en el análisis de células individuales.
scLLM-DSC: Agrupamiento Estructural Profundo Multimodal con LLM para scRNA-seq
scLLM-DSC mejora el clustering de scRNA-seq integrando conocimiento de LLM y supera 11 métodos. Conoce este avance en bioinformática.
EA-WM: Modelos Mundiales Conscientes de Eventos para Largo Plazo
Descubre cómo EA-WM integra verificación de eventos en modelos del mundo para una manipulación robótica más precisa y segura en tareas de largo horizonte.
Pensamiento Visual Iterativo: Autocorrección Espacial en Modelos Visión-Lenguaje
Descubre cómo IVT enseña a modelos visión-lenguaje a corregir sus errores espaciales: precisión 82% y degradación 5x menor.
Correspondencia propioceptiva-visual para distinción yo-otro en robots
Robot humanoide se distingue de otros usando percepción propioceptiva-visual sin etiquetas. Crea modelo corporal 3D para navegación y evitar colisiones.
Peligros del ROAR: Perspectiva de desigualdad de procesamiento
¿El benchmark ROAR es confiable? Descubre cómo la borrosidad en mapas de atribución infla resultados y engaña.
ReFoCUS: Selección de Fotogramas con Refuerzo para Comprensión Contextual
Descubre cómo ReFoCUS utiliza aprendizaje por refuerzo para seleccionar fotogramas clave en video, mejorando la precisión en tareas de comprensión contextual.
El lenguaje de esquemas conceptuales KG-ER
Conoce KG-ER, el lenguaje de esquemas conceptuales que unifica la representación de grafos de conocimiento sin depender de la tecnología. ¡Mejora semántica!
VDE Bench: Evaluación de modelos de edición de imágenes en documentos densos
Conoce VDE Bench, el benchmark que evalúa modelos de edición de imágenes en documentos densos bilingües chino-inglés. Ideal para IA.
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.
Ex-Omni: Generación de animación facial 3D para modelos omni-modales
Ex-Omni genera animación facial 3D sincronizada con voz para modelos omni-modales. Código abierto, baja latencia y alta calidad.
PaLMR: Razonamiento Visual Fiel mediante Alineación Multimodal
PaLMR alinea procesos de razonamiento visual en modelos multimodales, reduciendo alucinaciones y mejorando fidelidad. Logra resultados de vanguardia en HallusionBench, MMMU, MathVista y MathVerse.
Desigualdad de McDiarmid: tensorización aproximada de entropía bajo dependencia
Aprende cómo la tensorización de entropía extiende la desigualdad de McDiarmid a datos dependientes. Aplicaciones en ML, grafos aleatorios y más.