8799 artículos
Este artículo presenta la primera encuesta exhaustiva sobre el flujo de emparejamiento y sus aplicaciones en biología y ciencias de la vida, abarcando desde sus fundamentos teóricos hasta su uso en la modelación de secuencias biológicas, el diseño de moléculas y la generación de péptidos y proteínas.
Este artículo presenta UGST, un nuevo marco y metodología de tres etapas que permite a los simuladores de usuarios basados en modelos de lenguaje grandes (LLM) rastrear y mantener la alineación con sus objetivos durante conversaciones multi-turno, mejorando significativamente su rendimiento en benchmarks como MultiWOZ 2.4 y τ-Bench.
El artículo presenta CauKer, un algoritmo novedoso que genera series temporales sintéticas causales y diversas mediante la combinación de modelos causales estructurales y composición de kernels de procesos gaussianos, permitiendo un preentrenamiento eficiente en muestras de modelos fundacionales de series temporales para clasificación y demostrando leyes de escalado claras que no se observan en datos reales.
El trabajo presenta GraphProp, un enfoque de dos fases para entrenar modelos fundamentales de grafos que prioriza la generalización estructural mediante la predicción de invariantes gráficos, logrando un rendimiento superior en tareas de clasificación y aprendizaje con pocos ejemplos, especialmente en grafos sin atributos de nodos.
El artículo presenta Video-EM, un marco de memoria episódica sin entrenamiento que mejora la comprensión de videos largos mediante la construcción y refinamiento iterativo de una línea temporal de eventos coherentes, superando las limitaciones de las selecciones de fotogramas aisladas para permitir un razonamiento más preciso en modelos de lenguaje visual.
El artículo presenta UniCast, un marco multimodal eficiente en parámetros que mejora los modelos fundacionales de series temporales mediante la generación de prompts condicionados a la instancia y un enrutamiento dinámico de modalidades, logrando un rendimiento superior al adaptar las predicciones a contextos específicos de series temporales, visión y texto sin modificar el modelo base.
Este trabajo presenta ECHO, un modelo fundacional de aprendizaje profundo que utiliza una arquitectura de división de bandas y embebidos posicionales de frecuencia para procesar señales de máquinas de longitud variable y tasas de muestreo arbitrarias, logrando un rendimiento superior en la detección de anomalías y clasificación de fallos industriales.
Este artículo presenta un marco de entrenamiento unificado que combina un currículo impulsado por la entropía y el aprendizaje multi-tarea para mejorar la predicción de la movilidad humana, logrando un rendimiento superior y una convergencia más rápida al organizar la complejidad de los datos y optimizar simultáneamente la ubicación, la distancia y la dirección.
Este trabajo mejora la resiliencia de los cuadricópteros en entornos subterráneos al combinar un controlador basado en aprendizaje con uno de seguridad, utilizando un monitor en tiempo real que detecta situaciones fuera de distribución para alternar entre ambos y garantizar así tanto la rapidez en la navegación como la prevención de colisiones.
El artículo presenta OTESGN, un modelo de red neuronal que combina grafos sintácticos y transporte óptimo para mejorar el análisis de sentimientos basado en aspectos, logrando un rendimiento superior al estado del arte en múltiples conjuntos de datos al capturar asociaciones no lineales y reducir el ruido contextual.
Este estudio presenta un sistema innovador basado en visión por computadora que clasifica la distracción y el deterioro de los conductores mediante la observación externa, utilizando detección de objetos y análisis de trayectoria para identificar comportamientos inseguros sin depender de la comunicación entre vehículos.
Este artículo presenta un marco modular multimodal basado en inteligencia artificial generativa que sintetiza datos realistas de edificios residenciales a partir de imágenes e información pública, superando las limitaciones de acceso y privacidad para facilitar la investigación en simulación energética y aprendizaje automático.
El artículo presenta MICA, un asistente de coordinación multiagente basado en percepción y voz que utiliza fusión de pasos adaptativa y verificación de seguridad para ofrecer asistencia industrial confiable y privada en entornos con recursos limitados.
Este trabajo propone un marco de aprendizaje de habilidades basado en gráficos de escena que combina redes neuronales gráficas con aprendizaje por imitación difusivo y un planificador VLM para mejorar la robustez y la generalización composicional de robots generalistas en tareas de manipulación de largo horizonte.
Este artículo presenta FINS, un marco ligero que reconstruye superficies implícitas y campos de distancia firmes a partir de una sola imagen en segundos, superando a los métodos actuales en velocidad y precisión para aplicaciones de generación de movimiento en robótica.
El estudio demuestra que los monitores lineales dependen en gran medida de la evidencia textual superficial para detectar comportamientos dañinos, ya que su rendimiento disminuye drásticamente cuando se eliminan dichas pistas o se evalúan en modelos que no verbalizan sus intenciones.
Este artículo presenta un marco teórico basado en la teoría de la persuasión bayesiana para evaluar y entrenar modelos de lenguaje mediante aprendizaje por refuerzo, demostrando que tanto los modelos avanzados como los pequeños pueden desarrollar estrategias persuasivas sofisticadas y lograr ganancias significativas.
El artículo presenta GEMS, un marco de aprendizaje por refuerzo multiagente libre de sustitutos que reemplaza las poblaciones explícitas de políticas por generadores amortizados y anclajes latentes, logrando una mayor velocidad y eficiencia en memoria que PSRO sin sacrificar las garantías teóricas del juego.
Este artículo introduce las "firmas de benchmark", conjuntos de tokens salientes cuya perplejidad en modelos de lenguaje predice el rendimiento en pruebas, revelando una estructura de superposición de capacidades más matizada y robusta frente a factores de confusión que las correlaciones tradicionales, y mostrando que la organización semántica de los LLM difiere de la estructura conceptual humana.
El paper presenta ELHPlan, un marco innovador para la planificación de tareas a largo plazo en colaboración multiagente que utiliza cadenas de acciones vinculadas a intenciones para equilibrar adaptabilidad y eficiencia, logrando tasas de éxito comparables a los métodos actuales mientras reduce el consumo de tokens en un 60-70%.