11631 artículos
Este estudio utiliza modelos de lenguaje abiertos chinos que censuran temas políticamente sensibles como un banco de pruebas natural para evaluar técnicas de elicitación de honestidad y detección de mentiras, encontrando que métodos como el muestreo sin plantillas de chat y el prompting de autoevaluación mejoran la veracidad, aunque ninguna técnica elimina completamente las respuestas falsas.
Este estudio demuestra que las activaciones masivas y los sumideros de atención, aunque a menudo coexisten como un artefacto arquitectónico de los Transformers modernos, cumplen funciones distintas (globales y locales, respectivamente) que se desacoplan al modificar la configuración de pre-normalización.
El artículo presenta POET-X, una variante eficiente en memoria y escalable del marco POET que permite el entrenamiento de modelos de lenguaje grandes de miles de millones de parámetros en una sola GPU Nvidia H100, superando las limitaciones de consumo de memoria y costo computacional de la implementación original y de optimizadores estándar como AdamW.
El artículo presenta RoboPocket, un sistema portátil que utiliza realidad aumentada en smartphones para visualizar las predicciones de un robot y permitir la iteración instantánea de políticas mediante correcciones interactivas y ajuste en línea, logrando así una eficiencia de datos significativamente superior a las estrategias tradicionales sin necesidad de ejecutar físicamente al robot.
El artículo presenta RATE, una arquitectura de transformador recurrente con memoria diseñada para el aprendizaje por refuerzo fuera de línea que supera las limitaciones de los modelos estándar en entornos parcialmente observables al integrar un mecanismo de memoria que regula la retención de información, logrando un rendimiento superior en tareas que dependen de la memoria sin sacrificar la competitividad en tareas estándar.
Este artículo propone un nuevo método basado en modelos de difusión para la segmentación de instancias camufladas de vocabulario abierto (OVCIS), que fusiona características visuales y textuales para superar los desafíos de la segmentación de objetos ocultos y permitir la detección de clases no vistas previamente, con aplicaciones en vigilancia y monitoreo de vida silvestre.
El artículo presenta Export3D, un método de animación de retratos en una sola toma que genera un triplano 3D condicional mediante un marco de preentrenamiento contrastivo para controlar la expresión y la vista de la cámara sin intercambiar la apariencia de la identidad.
Este artículo revisa y analiza las funciones de recompensa utilizadas en el aprendizaje por refuerzo para la conducción autónoma, identificando desafíos como la falta de estandarización y la dificultad para equilibrar objetivos conflictivos, para finalmente proponer futuras líneas de investigación que incluyan marcos de validación y recompensas estructuradas y conscientes del contexto.
Esta investigación propone un sistema innovador que integra Modelos de Lenguaje Grandes (LLM) con el Grafo de Conocimiento Académico de la ANU y un modelo de documentos profundos para procesar consultas semánticas complejas sobre la producción científica en ciencias de la computación, logrando una mayor precisión y eficiencia en la recuperación de información que los métodos tradicionales.
El artículo presenta a Merlin, un modelo fundacional de visión-idioma tridimensional entrenado sin anotaciones manuales en un vasto conjunto de datos de tomografías computarizadas abdominales, que supera a los modelos existentes en una amplia gama de tareas diagnósticas, pronósticas y de generación de informes, demostrando una alta generalización en múltiples instituciones.
Este artículo presenta un marco bayesiano unificado que combina un filtro de partículas personalizado y una superficie implícita de proceso gaussiano para permitir a los robots reconocer objetos y estimar su pose mediante el tacto activo, mientras transfieren conocimiento de formas conocidas para reconstruir y aprender nuevas formas.
Este trabajo propone un enfoque novedoso para medir la similitud semántica entre expresiones textuales basándose en la distancia entre las distribuciones de imágenes que estas evocan mediante modelos generativos, calculada específicamente mediante la divergencia de Jeffreys entre sus ecuaciones diferenciales estocásticas.
Este artículo presenta OVMSE, un marco novedoso de aprendizaje por refuerzo multiagente de offline a online que combina una memoria de función de valor offline para preservar el conocimiento preentrenado y una estrategia de exploración secuencial descentralizada para mejorar la eficiencia de muestreo y el rendimiento en entornos complejos como StarCraft.
El artículo presenta ANOMIX, un marco basado en la técnica de mixup que sintetiza negativos difíciles para refinar el espacio de representaciones de las GNN y mejorar la detección de anomalías sutiles en los límites de decisión que los métodos actuales no logran identificar.
Este trabajo propone CeGDRO, un enfoque que integra el aprendizaje curricular con la optimización robusta distribucional de grupos para inicializar los pesos del modelo en un punto imparcial y priorizar muestras específicas, logrando así superar el estado del arte en escenarios de desplazamiento de subpoblaciones.
Este artículo propone definiciones precisas de memoria inspiradas en la ciencia cognitiva y una metodología experimental estandarizada para clasificar y evaluar objetivamente las capacidades de memoria de los agentes de Aprendizaje por Refuerzo, demostrando empíricamente la necesidad de adherirse a este enfoque para evitar juicios erróneos.
El artículo presenta LMUnit, un modelo unificado que utiliza pruebas unitarias en lenguaje natural para evaluar de manera más precisa y consistente el comportamiento de los modelos de lenguaje, superando las limitaciones de las métricas automáticas tradicionales y la evaluación humana.
Este artículo demuestra teórica y empíricamente que eliminar los ejemplos difíciles en el aprendizaje contrastivo no supervisado mejora el rendimiento de clasificación y los límites de generalización, a diferencia de lo que ocurre en el aprendizaje supervisado.
Este trabajo identifica y demuestra empíricamente la "fuga de preferencias", un problema de contaminación en el que los modelos de lenguaje grandes (LLMs) utilizados como jueces muestran un sesgo sistemático hacia los modelos generadores de datos sintéticos con los que comparten origen o familia, lo que compromete la integridad de la evaluación y el entrenamiento de modelos.
El artículo presenta DCENWCNet, un nuevo modelo de red neuronal convolucional en conjunto que integra tres arquitecturas con configuraciones únicas para clasificar células blancas de la sangre con alta precisión y utiliza LIME para mejorar la interpretabilidad de sus predicciones.