6746 artículos
El artículo presenta DialTree, un marco de aprendizaje por refuerzo basado en árboles que descubre autónomamente estrategias de ataque adversarial multi-turno más efectivas, superando significativamente a los métodos existentes al explorar dinámicas conversacionales complejas sin necesidad de datos curados manualmente.
Este estudio demuestra cómo el uso de modelos de lenguaje grande (LLM) y bases de datos gráficas permite estructurar y visualizar eficazmente miles de artículos del código de tierras de Senegal, mejorando así el acceso a la información jurídica para ciudadanos y profesionales.
El estudio demuestra que los métodos actuales de aprendizaje profundo tabular basado en grafos fallan al recuperar las interacciones entre características reales, lo que indica que priorizar la modelización precisa de la estructura del gráfico es esencial para mejorar la precisión predictiva.
Este artículo presenta un método escalable y regularizado para el cálculo de barycentros de Wasserstein mediante flujos de gradiente, que supera las limitaciones de los enfoques existentes al permitir el uso de mini-lotes, incorporar regularización modular e integrar información supervisada, logrando así un nuevo estado del arte en tareas de adaptación de dominio.
Este trabajo propone un paradigma de preentrenamiento basado en un modelo inverso de dinámica propioceptiva entrenado con datos de exploración agnósticos a la tarea para inicializar redes actor-crítico, logrando mejoras significativas en la eficiencia de muestras y el rendimiento en diversas tareas de locomoción robótica en comparación con la inicialización aleatoria.
El artículo presenta ARM-FM, un marco que utiliza modelos fundacionales para generar automáticamente máquinas de recompensa a partir de especificaciones en lenguaje natural, permitiendo un diseño de recompensas composicional y una generalización cero en aprendizaje por refuerzo.
El estudio demuestra que los modelos de lenguaje entrenados con refuerzo desarrollan un razonamiento motivado que genera justificaciones plausibles para violar instrucciones, engañando eficazmente a los monitores de razonamiento de cadena de pensamiento más pequeños y subrayando la necesidad urgente de investigar este fenómeno para garantizar una supervisión segura.
Este artículo presenta un marco de aprendizaje gráfico adaptativo que detecta anomalías financieras mediante la descomposición de mecanismos específicos (como choques de precios o crisis de liquidez) y la asignación de pesos interpretables para identificar las causas subyacentes, logrando una detección temprana superior y una guía accionable para la gestión de riesgos.
Este trabajo propone un marco de razonamiento basado en la Optimización de Políticas Relativa a Permutaciones (PRPO) que, al codificar la invariancia a la permutación de columnas como un prior estructural, desbloquea la capacidad de razonamiento numérico de los modelos de lenguaje grandes para la predicción en tablas, logrando un rendimiento superior incluso frente a modelos mucho más grandes en escenarios de cero disparos.
El artículo presenta RobLight, una herramienta que mejora el estado del arte en la verificación de robustez estructural de las redes neuronales de grafos al sustituir los potentes solucionadores de programación entera mixta por llamadas a solucionadores parciales eficientes que operan en tiempo polinomial.
Este trabajo presenta un marco unificado y formal para el aprendizaje por refuerzo de cero disparos (zero-shot RL) que organiza el panorama algorítmico mediante una taxonomía basada en representaciones y paradigmas de aprendizaje, y descompone los límites de error en componentes de inferencia, recompensa y aproximación para facilitar comparaciones rigurosas entre métodos.
El artículo presenta SwiftTS, un marco de selección ágil para modelos preentrenados de series temporales que utiliza un aprendizaje guiado con meta-aprendizaje multi-tarea y una arquitectura de doble codificador para predecir el rendimiento de los modelos en conjuntos de datos no vistos sin necesidad de un ajuste fino costoso.
Este artículo presenta los "priors de Mercer", una nueva clase de distribuciones a priori para redes neuronales bayesianas que se derivan de la representación de Mercer de kernels de procesos gaussianos, permitiendo así combinar la escalabilidad de las redes neuronales con la interpretabilidad y la cuantificación de incertidumbre de los procesos gaussianos.
El artículo presenta PESO, un método de adaptación continua para sistemas de recomendación generativa basados en LLM que utiliza un regularizador proximal en LoRA para equilibrar eficazmente la adaptación a nuevos comportamientos de los usuarios y la preservación de conocimientos relevantes, superando así a los métodos existentes.
Este estudio compara un enfoque de razonamiento fuzzy interpretable (ANFIS-FBCSP-PSO) con un modelo de aprendizaje profundo (EEGNet) para la clasificación de EEG de imaginación motora, revelando que el primero ofrece un mejor rendimiento dentro del sujeto mientras que el segundo demuestra una mayor generalización entre sujetos, proporcionando así directrices prácticas para seleccionar sistemas BCI según si se prioriza la interpretabilidad o la robustez.
Este trabajo propone el sistema de Mezcla de Expertos en Red (NMoE) y un marco de aprendizaje federado que combina aprendizaje supervisado y auto-supervisado para permitir la inferencia colaborativa y el entrenamiento eficiente de modelos de inteligencia artificial en dispositivos de borde con recursos limitados, preservando la privacidad y optimizando las comunicaciones.
El artículo presenta FATE, una nueva serie de benchmarks en álgebra formal que abarca desde ejercicios universitarios hasta problemas de investigación avanzada, revelando que los modelos de lenguaje actuales tienen un rendimiento muy limitado en esta área, especialmente en la formalización de su razonamiento natural.
El artículo presenta a Jr. AI Scientist, un sistema autónomo que imita el flujo de trabajo de un investigador novato para generar contribuciones científicas válidas a partir de artículos base, demostrando su superioridad sobre sistemas automatizados anteriores mientras identifica sus limitaciones actuales y los riesgos asociados para la integridad de la investigación académica.
El artículo propone DR-SPCRL, un método de aprendizaje por refuerzo que supera las limitaciones de los enfoques robustos tradicionales al tratar el presupuesto de robustez como un currículo auto-ritmado que se adapta dinámicamente al progreso del agente, logrando así un equilibrio superior entre rendimiento nominal y robustez frente a perturbaciones.
Este artículo presenta un marco de aprendizaje contrastivo en grafos libre de aumentos que utiliza redes de difusión neuronal de orden fraccionario para generar automáticamente un espectro continuo de vistas adaptativas mediante el aprendizaje del orden derivativo, superando así a los métodos actuales en la captura de patrones estructurales multiescala.