11579 artículos
El artículo presenta ARC-TGI, un marco de código abierto que utiliza generadores de tareas validados por humanos y cadenas de razonamiento para producir dinámicamente conjuntos de datos diversos y controlados para el corpus ARC-AGI, abordando así problemas de sobreajuste y filtrado de datos.
El sistema SPIRIT propone una autonomía compartida perceptiva que regula el nivel de control entre la manipulación semiautónoma y la teleoperación háptica basándose en estimaciones de incertidumbre de aprendizaje profundo, logrando así una manipulación robótica robusta y segura incluso ante fallos en la percepción.
El artículo presenta UniPAR, un marco unificado basado en Transformers que supera las limitaciones de los enfoques actuales al permitir que un único modelo procese simultáneamente datos heterogéneos (RGB, video y flujos de eventos) de múltiples conjuntos de datos, logrando un rendimiento comparable al estado del arte y una mayor robustez en entornos extremos mediante una estrategia de fusión profunda tardía.
Este artículo presenta FedBCGD y su versión acelerada FedBCGD+, nuevos métodos de descenso de gradiente por coordenadas de bloques para aprendizaje federado que reducen significativamente la sobrecarga de comunicación y mejoran la convergencia al dividir los parámetros del modelo en bloques compartidos y específicos para cada cliente.
Este artículo presenta un marco de generación de currículos bidireccional basado en agentes múltiples que optimiza el razonamiento matemático en modelos de lenguaje mediante un ciclo de retroalimentación adaptativo que ajusta dinámicamente la complejidad de los datos, logrando un rendimiento superior con una eficiencia de datos significativamente mayor que los enfoques unidireccionales tradicionales.
El estudio demuestra que los modelos de lenguaje grandes para voz poseen una redundancia significativa heredada de sus preentrenamientos, permitiendo eliminar hasta el 40% de las capas del decodificador sin perder rendimiento en tareas de reconocimiento y traducción de voz, lo que facilita el despliegue de un único backbone optimizado para múltiples tareas.
MedCoRAG es un marco de diagnóstico hepático interpretable que combina la recuperación híbrida de evidencia (gráficos de conocimiento y guías clínicas) con un razonamiento colaborativo de múltiples agentes especializados para superar las limitaciones de transparencia y razonamiento estructurado de los enfoques de IA actuales.
El artículo presenta LBM, un modelo jerárquico de auto-licitación que combina un componente de razonamiento (LBM-Think) y uno de acción (LBM-Act) potenciados por modelos de lenguaje grandes, utilizando un mecanismo de doble incrustación y un ajuste fino por refuerzo offline (GQPO) para superar las limitaciones de los métodos actuales y mejorar la estrategia de pujas en subastas publicitarias dinámicas.
Este artículo presenta un método de muestreo guiado por difusión entrenado con soluciones de la ecuación de advección-reacción-difusión para generar campos de concentración físicamente consistentes y predecir con precisión concentraciones de salida en reacciones químicas en fase gaseosa, incluso ante parámetros no vistos.
El artículo establece una correspondencia exacta entre el poder computacional de las redes neuronales gráficas recurrentes y los circuitos aritméticos recurrentes sobre números reales, demostrando que ambos modelos pueden simularse mutuamente.
Este artículo presenta fedCI y fedCI-IOD, un marco de aprendizaje federado que permite la prueba de independencia condicional y el descubrimiento causal en conjuntos de datos heterogéneos y distribuidos bajo confusión latente, preservando la privacidad y mejorando el poder estadístico sin necesidad de centralizar los datos.
El artículo presenta SSR-GS, un marco innovador que mejora la reconstrucción de superficies brillantes mediante la separación de reflexiones especulares directas e indirectas y la integración de priores geométricos visuales para lograr un rendimiento superior en la síntesis de nuevas vistas.
Este artículo presenta SkillsCrafter, un marco novedoso para el aprendizaje continuo de manipulación robótica que mitiga el olvido catastrófico mediante la adaptación de habilidades y la agregación de especialización, permitiendo la adquisición dinámica de nuevas destrezas sin perder las anteriores.
Este artículo presenta C2-Faith, un nuevo benchmark derivado de PRM800K para evaluar la fiabilidad de los modelos de lenguaje como jueces del razonamiento paso a paso en términos de causalidad y cobertura, revelando que su desempeño varía significativamente según la tarea y que existen brechas importantes entre la detección de errores y su localización.
Esta guía establece un marco sistemático y operativo para la anotación y visualización de la estructura argumentativa en decisiones judiciales chinas, definiendo tipos de proposiciones y relaciones lógicas que facilitan el análisis computacional y la minería de argumentos jurídicos.
Logi-PAR es el primer marco de reconocimiento de actividades de pacientes que integra reglas diferenciables aprendidas y fusión de hechos contextuales para inferir riesgos mediante lógica explícita, ofreciendo explicaciones auditables y superando el estado del arte en benchmarks clínicos.
Este estudio presenta a Ara, un agente impulsado por un modelo de lenguaje grande que acelera significativamente el descubrimiento de marcos orgánicos covalentes (COFs) fotocatalíticos duraderos y estables al navegar eficientemente un vasto espacio de diseño químico para superar la compensación tradicional entre actividad y estabilidad frente a la hidrólisis.
El artículo presenta Stable-LoRA, un método de optimización que estabiliza el aprendizaje de características en la adaptación de bajo rango (LoRA) mediante un recorte dinámico de los pesos iniciales, superando así las limitaciones de inestabilidad teórica y logrando un rendimiento superior sin sobrecarga computacional.
Este artículo presenta un método de recorte de vocabulario para modelos de borrador en la decodificación especulativa que optimiza el equilibrio entre la cobertura de tokens y la latencia mediante un problema de optimización restringida, logrando reducciones significativas en la latencia y mejoras en el rendimiento sin comprometer la precisión.
Este artículo presenta MuAE, el primer conjunto de datos multietiqueta de eventos adversos intraoperatorios, y propone IAENet, un marco de aprendizaje basado en Transformers que integra fusión de datos heterogéneos y una función de pérdida reponderada para superar los desafíos de desequilibrio de clases y dependencias entre eventos, logrando mejoras significativas en la predicción temprana de riesgos quirúrgicos.