9401 artículos
El documento propone el marco de Evolución de Autonomía Jerárquica (HAE) para abordar las vulnerabilidades de seguridad emergentes en los agentes de IA mediante una taxonomía de amenazas y defensas organizadas en tres niveles: integridad cognitiva, interacción con herramientas y riesgos sistémicos en ecosistemas multiagente.
SeDa es un sistema unificado que integra más de 7,6 millones de conjuntos de datos de más de 200 plataformas mediante anotación semántica, un grafo de etiquetas y navegación multi-entidad para superar la fragmentación actual y facilitar la exploración de datos confiable, trazable y contextualmente enriquecida.
Este artículo establece una conexión precisa entre los modelos de deriva y los basados en puntuación, demostrando que la deriva con núcleo gaussiano equivale a un objetivo de coincidencia de puntuaciones en distribuciones suavizadas y proporcionando un marco unificado que explica su relación con métodos como DMD y su validez en diversos regímenes.
El marco InterReal es un sistema unificado de aprendizaje por imitación basado en física que permite a los robots humanoides aprender y ejecutar habilidades de interacción humano-objeto en el mundo real mediante la mejora de la estabilidad de la política con datos aumentados y un aprendiz automático de recompensas, logrando un alto rendimiento en tareas como el agarre y empuje de cajas.
Este trabajo presenta SketchGraphNet, una arquitectura híbrida de grafos que combina paso de mensajes local con un mecanismo de atención global eficiente en memoria para el reconocimiento de bocetos a gran escala, y evalúa su rendimiento en un nuevo benchmark de 3,44 millones de grafos, logrando una alta precisión y reduciendo significativamente el uso de memoria y tiempo de entrenamiento en comparación con métodos anteriores.
Este artículo presenta un marco preentrenado informado por dinámicas neuronales que supera a los métodos dominantes al construir redes funcionales cerebrales personalizadas y generalizables en escenarios heterogéneos, logrando una representación precisa de los patrones de actividad neural sin depender de atlas predefinidos o suposiciones lineales.
El artículo presenta UniLongGen, una estrategia de inferencia sin entrenamiento que mejora la generación de imágenes interleaved a largo plazo mediante la curación dinámica del contexto para eliminar señales visuales interferentes que degradan la calidad de la generación.
El artículo presenta DreamSAC, un marco que combina una estrategia de exploración basada en simetrías con un modelo de mundo hamiltoniano para aprender invariancias físicas y lograr una generalización extrapolativa superior en simulaciones físicas 3D.
El artículo presenta COOL-MC, una herramienta que verifica y explica políticas de aprendizaje por refuerzo para el mantenimiento de redes de múltiples puentes, demostrando mediante verificación de modelos probabilísticos y análisis de explicabilidad que, aunque la política aprendida presenta una probabilidad de violación de seguridad del 3,5% y un sesgo sistemático hacia un puente específico, el marco permite un análisis formal e interpretable de dichas estrategias.
Este trabajo propone un marco de generación de voz sintética con acento L2 que, mediante la aplicación de reglas fonológicas a secuencias de fonemas en un modelo multilingüe, logra transformar el acento sin necesidad de datos de entrenamiento específicos ni pérdida de calidad.
Este trabajo introduce un marco de envenenamiento de hablantes dirigido para modelos de texto a voz de cero disparos, formalizando el problema de la supresión de identidades específicas y evaluando su eficacia en términos de equilibrio entre privacidad y utilidad, demostrando resultados sólidos hasta 15 hablantes pero limitaciones de escalabilidad a 100 debido al solapamiento de identidades.
Este trabajo presenta Nwāchā Munā, un corpus de voz en devanagari de 5,39 horas para el nepalí (Newari), y demuestra que la transferencia proximal desde el nepalí es una alternativa computacionalmente eficiente a los modelos multilingües masivos para el reconocimiento automático de voz en esta lengua en peligro.
El paper propone GRD-Net, una arquitectura que combina una red generativa adversarial con un módulo de atención a regiones de interés para detectar y localizar anomalías en inspecciones visuales industriales, aprendiendo tanto de productos defectuosos sintéticos como de datos reales sin depender de algoritmos de post-procesamiento sesgados.
Este artículo presenta una comparación sistemática de cuatro objetivos de entrenamiento para la detección de distribuciones fuera de contexto en clasificación de imágenes, revelando que la Pérdida de Entropía Cruzada ofrece el rendimiento más consistente tanto en distribuciones cercanas como lejanas en comparación con las pérdidas de prototipo, tripletas y precisión promedio.
Este artículo presenta un marco de detección de anomalías semisupervisado basado en una arquitectura generativa adversarial con autoencoder residual, diseñado para inspección visual en línea de producción farmacéutica de alta velocidad que logra un alto rendimiento de detección y localización espacial dentro de las estrictas restricciones de tiempo y hardware.
El artículo presenta DSS-GRPO, un método de aprendizaje por refuerzo que escala la compresión de la cadena de pensamiento según la dificultad y separa las señales de aprendizaje entre el razonamiento y la respuesta final, logrando así reducir la longitud del proceso de pensamiento sin degradar la calidad de la respuesta.
Este artículo presenta SMAT, un método de entrenamiento en etapas para múltiples agentes que permite el desarrollo de un controlador de exoesqueleto de cadera co-adaptativo y generalizable, el cual reduce la activación muscular en un 10,1% y proporciona asistencia mecánica positiva consistente en humanos sin necesidad de reentrenamiento específico por sujeto.
Este artículo presenta una tubería de generación de datos sintéticos basada en un gemelo digital del Aeropuerto Internacional de Argel para entrenar un detector YOLO-OBB, demostrando que la combinación de estos datos con solo el 40% de las anotaciones reales iguala o supera el rendimiento de un modelo entrenado exclusivamente con datos reales completos, reduciendo así el esfuerzo de anotación entre un 25% y un 35%.
El artículo presenta AtomicVLA, un marco unificado de planificación y ejecución que utiliza una biblioteca de habilidades atómicas y un mecanismo de expertos guiado por habilidades para superar las limitaciones de escalabilidad y aprendizaje continuo de los modelos VLA existentes en tareas robóticas de largo horizonte.
Ref-DGS es un marco de doble representación gaussiana que supera el compromiso entre la reconstrucción precisa de superficies reflectantes y la eficiencia computacional al decoupling la geometría de las reflexiones especulares mediante un sombreador adaptativo, logrando un rendimiento superior y un entrenamiento más rápido que los métodos basados en trazado de rayos.