2385 artículos
El paper presenta NasoVoce, una interfaz montada en la nariz que fusiona señales acústicas y de vibración para capturar el habla silenciosa y susurrada de manera robusta frente al ruido, permitiendo interacciones de voz discretas y siempre disponibles con IA.
El artículo presenta PC-Diffuser, un marco de seguridad que integra una función de barrera de cápsulas consistente con la trayectoria directamente en el bucle de desruido de los planificadores basados en difusión para garantizar la viabilidad dinámica y la seguridad sin distorsionar la geometría de la ruta aprendida.
Este estudio compara sistemáticamente la equidad de los rerankers con y sin capacidades de razonamiento, concluyendo que el razonamiento por sí solo no mejora ni perjudica la equidad, ya que los modelos actuales preservan las características de equidad de sus entradas y presentan brechas demográficas independientes de la arquitectura.
El artículo presenta CGVD, un marco de inferencia libre de entrenamiento que supera la brecha entre precisión y razonamiento en modelos de visión-lenguaje-acción mediante la eliminación de distractores visuales y la preservación de la geometría espacial, logrando una tasa de éxito significativamente superior en entornos de manipulación altamente desordenados.
El artículo presenta FairFAL, un marco de aprendizaje activo federado adaptativo que supera los desafíos del desequilibrio de clases global y la heterogeneidad de datos mediante la selección inteligente de modelos de consulta, el etiquetado pseudo-guiado por prototipos y una estrategia de muestreo equilibrada, logrando un rendimiento superior en escenarios no IID.
Este artículo presenta DIBJudge, un marco de ajuste fino que mitiga el sesgo de traducción automática en los modelos de lenguaje multilingüe al aprender representaciones disociadas que aíslan los factores espurios mediante compresión de información variacional y penalización de la covarianza cruzada.
Este trabajo presenta GenCC, un marco que utiliza modelos de lenguaje grandes (LLM) para generar automáticamente funciones de utilidad de control de congestión, logrando mejoras significativas del 37% al 142% sobre los protocolos actuales al adaptar las estrategias de optimización a requisitos específicos de la aplicación.
El artículo presenta HEAL, un marco de aprendizaje sin refuerzo que supera las limitaciones del destilado tradicional mediante la integración de reparación asistida por entropía, estimación de incertidumbre y un currículo evolutivo progresivo para transferir eficazmente capacidades de razonamiento de modelos grandes a modelos más pequeños.
Este artículo presenta un marco de fusión dinámica de conocimientos que aborda los desafíos del seguimiento de estado de diálogo en múltiples dominios mediante el uso de aprendizaje contrastivo para seleccionar slots relevantes y su integración como prompts contextuales, logrando así una mayor precisión y generalización en escenarios de diálogo complejos.
Este trabajo propone una reformulación causal de los sistemas de recomendación generativa mediante las arquitecturas AttnLFA y AttnMVP, las cuales eliminan la intercalación ineficiente de tokens para reducir la complejidad secuencial en un 50%, mejorar el rendimiento y disminuir el tiempo de entrenamiento en comparación con los métodos basales.
Este artículo propone un marco de adaptación de pocos ejemplos para entornos no estacionarios en robótica que, en lugar de modificar los pesos del modelo, estima un identificador de tendencia latente con regularización temporal para lograr una adaptación eficiente y sin olvido catastrófico.
El estudio introduce el concepto de "escritura reactiva" para describir cómo la colaboración con IA desplaza la generación de ideas hacia la evaluación de sugerencias, lo que influye sutilmente en las opiniones de los autores sin que estos sean conscientes de dicha manipulación.
El artículo propone los Grafos Conceptuales Causales (CCG), un marco que combina autoencoders dispersos y aprendizaje de estructura diferenciable para mapear dependencias causales entre conceptos en el espacio latente de modelos de lenguaje, logrando una fidelidad causal significativamente superior en tareas de razonamiento paso a paso en comparación con métodos existentes.
Este artículo presenta una ley de escalado generalizada para modelos de Mezcla de Expertos (MoE) que define una fórmula óptima para la asignación dinámica de cómputo entre las capas de expertos y atención, permitiendo diseñar modelos más eficientes bajo presupuestos de recursos fijos.
El documento presenta TRACED, un marco teórico que evalúa la fiabilidad del razonamiento de los LLMs mediante cinemática geométrica, identificando que las respuestas correctas siguen trayectorias de alto progreso y estabilidad, mientras que las alucinaciones se caracterizan por desplazamientos estancados y alta curvatura que revelan bucles de duda.
Este artículo presenta un marco de control probabilístico seguro para la interacción humano-robot que combina funciones de barrera de control con control de riesgo conforme para ofrecer garantías formales de seguridad, reducir las colisiones y mantener la eficiencia en tareas de navegación mediante el ajuste dinámico de los márgenes de seguridad según el contexto de interacción.
Este artículo propone técnicas de elicitation de incertidumbre basadas en probabilidades imprecisas para capturar tanto la incertidumbre de primer orden (sobre las respuestas) como la de segundo orden (sobre el modelo de probabilidad) en los grandes modelos de lenguaje, superando así las limitaciones de los marcos probabilísticos clásicos en escenarios ambiguos y mejorando la fiabilidad de la toma de decisiones.
Este artículo analiza la dinámica de aprendizaje de redes lineales de dos capas entrenadas con SGD y ruido en las etiquetas, revelando un comportamiento bifásico donde el ruido impulsa la transición de un régimen "perezoso" a uno "rico" para mejorar la generalización, un hallazgo que también se extiende a algoritmos como SAM y se valida mediante experimentos exhaustivos.
Este artículo presenta PP-LUCB, un algoritmo que optimiza la selección de configuraciones de sistemas de servicio utilizando puntuaciones de modelos de lenguaje grandes corregidas mediante auditorías humanas selectivas para minimizar costos y garantizar la precisión frente a sesgos sistemáticos.
El artículo presenta STemDist, el primer método de destilación de datos diseñado específicamente para la predicción espacio-temporal, que comprime de manera equilibrada las dimensiones espaciales y temporales a nivel de clúster y mediante granularidad de subconjuntos, logrando entrenamientos hasta 6 veces más rápidos, 8 veces más eficientes en memoria y con un error de predicción hasta un 12% menor en comparación con métodos existentes.