Álgebra Polinomial de Términos Potencia para Lógica Booleana
Descubre cómo el álgebra polinomial de términos potencia une CNF y ANF, evitando explosiones exponenciales. Una nueva representación para lógica booleana.
#álgebra
Enlace recursivo económico: Tallado de subespacios en tensores de orden p
Descubre Orthogonal Subspace Carving: enlace recursivo profundo con memoria constante. Supera TPR y VSA con eficiencia y fidelidad sin crecimiento exponencial.
Capas lineales compuestas desde irreducibles
Descubre cómo descomponer capas lineales en primitivas geométricas usando álgebra de Clifford, reduciendo parámetros de O(d²) a O(log²d) sin perder rendimiento.
Por qué importa la profundidad en modelos secuenciales: álgebra de Lie
Descubre cómo la profundidad en modelos secuenciales afecta su expresividad. Un enfoque algebraico de Lie revela que el error decrece exponencialmente. Lee más.
ASyMOB: Benchmark de Operaciones Matemáticas Simbólicas
Descubre ASyMOB, un benchmark que expone las debilidades de los LLMs en matemáticas simbólicas. ¿Razonan o solo memorizan? Entra y conoce los resultados.
torch-sla: álgebra lineal dispersa y diferenciable en PyTorch
Descubre torch-sla: álgebra lineal dispersa diferenciable para PyTorch con soporte multi-backend, solucionadores adjuntos y paralelismo tensorial.
Kernels de truncamiento espectral: no conmutatividad en máquinas C*-algebraicas
Descubre los nuevos kernels de truncamiento espectral basados en C*-álgebras: aprendizaje funcional eficiente con no conmutatividad.
Detrás de la pantalla: bajo el capó de la IA
Descubre lo que hay bajo el capó de la IA: infraestructura, álgebra y datos. Análisis técnico para desarrolladores IT.
TOKI: Álgebra Bitemporal para Resolver Contradicciones en Memoria de Agentes LLM
TOKI: un álgebra bitemporal que resuelve contradicciones en memoria de agentes LLM, garantizando aislamiento y procedencia. Evita anomalías de escritura.
Cálculo eficiente de curvatura media en variedades de datos de alta dimensión
Descubre cómo calcular la curvatura media en datos de alta dimensión con un método que reduce el costo computacional hasta 300 veces, manteniendo precisión. Ideal para ML.
Caracterización de conjuntos de metas en el álgebra booleana de tareas
Descubre cómo la caracterización de conjuntos de metas en el álgebra booleana de tareas reduce costos de aprendizaje y tiempo de composición en RL.
Tomografía por diseño: enfoque algebraico para estados cuánticos de bajo rango
Nuevo algoritmo algebraico para tomografía de estados cuánticos de bajo rango, usando observables. Eficiente y con garantías deterministas.
DeepMDMD: Aprendizaje Koopman con preservación algebraica
Explora DeepMDMD, un método de aprendizaje profundo que preserva el álgebra de Koopman, reduciendo contaminación espectral y logrando predicciones estables en s
Lean-GAP: Dataset de álgebra formalizada para posgrado
Descubre Lean-GAP: 430 problemas de álgebra formalizados en Lean 4. Pipeline automatizado con verificación humana. Desafíos y metodología.
Evaluación del razonamiento relacional en LLMs con REL
Descubre cómo el benchmark REL evalúa el razonamiento relacional en LLMs, revelando sus limitaciones en tareas de alta aridad en ciencias.
Kernels cuánticos: más allá de los valores escalares para aprovechar su potencial
Descubre por qué los kernels cuánticos escalares limitan el potencial de la IA cuántica y cómo los kernels operador-valorados pueden revolucionar el aprendizaje estructurado.
Transformador Cuántico Universal
Descubre el Universal Quantum Transformer (UQT), una arquitectura cuántica que logra razonamiento matemático exacto en hardware NISQ, superando el grokking con cristalización.