7002 artículos
El artículo presenta DIRECTER, un método de dirección de activación que mejora la capacidad de seguir instrucciones de los LLMs mediante un bucle de decodificación guiado por plausibilidad que ajusta dinámicamente la fuerza de dirección para evitar el sobreajuste sin sacrificar la calidad del texto.
El artículo presenta ProtAlign, un marco de alineación de preferencias multiobjetivo que optimiza modelos de plegado inverso preentrenados para equilibrar la capacidad de diseño estructural con propiedades de desarrollabilidad clave, como solubilidad y estabilidad térmica, sin requerir un ajuste manual exhaustivo.
Este artículo propone el filtro de Kalman de conjunto con autoencoder latente (LAE-EnKF), un método que reformula la asimilación de datos en un espacio latente con dinámicas lineales y estables para superar las limitaciones de los filtros de Kalman tradicionales en sistemas no lineales, logrando mayor precisión y estabilidad sin aumentar el costo computacional.
Este artículo propone y evalúa un modelo híbrido cuántico-clásico que integra una representación neuronal implícita cuántica (QINR) en autoencoders y autoencoders variacionales para lograr una reconstrucción y generación de imágenes más nítida, diversa y estable que los modelos generativos cuánticos existentes, utilizando conjuntos de datos como MNIST y Fashion-MNIST.
El artículo presenta ICD3, un enfoque novedoso para la detección de deriva de conceptos en datos desequilibrados que utiliza descriptores de clusters imparciales y clasificadores de un solo cluster para identificar y monitorear independientemente las derivas en conceptos minoritarios, evitando así el efecto de enmascaramiento por parte de los conceptos mayoritarios.
Este artículo propone un marco de explicabilidad multi-nivel que valida la robustez y consistencia de las explicaciones SHAP en modelos de aprendizaje automático para el diagnóstico y pronóstico de la enfermedad de Alzheimer, demostrando que las explicaciones basadas en marcadores cognitivos y funcionales son estables y transferibles entre diferentes etapas de la enfermedad y arquitecturas de modelos.
Este artículo propone un método de colocation adaptativa y consciente de la diversidad para las Redes Neuronales Informadas por Física (PINNs), formulando la selección de puntos como un problema de optimización QUBO/BQM dispersa con anclajes híbridos para construir un núcleo eficiente que reduzca la redundancia y mejore la precisión en la resolución de EDPs como la ecuación de Burgers.
Este estudio presenta un marco de aprendizaje automático para predecir el flujo estacionario en medios porosos, demostrando que el Operador de Red Neuronal de Fourier (FNO) supera a los modelos AE y U-Net al ofrecer predicciones precisas y hasta 1000 veces más rápidas que la dinámica de fluidos computacional tradicional, lo que lo hace ideal para la optimización topológica de placas frías.
Este trabajo propone un enfoque que combina redes neuronales convolucionales gráficas con metaaprendizaje para permitir que los modelos de asignación de tráfico se adapten rápidamente y mantengan una alta precisión (R² ≈ 0.85) ante disrupciones en la red vial y cambios en la demanda, superando las limitaciones de los modelos tradicionales que dependen de datos históricos similares a los futuros.
Este artículo presenta un estudio de viabilidad que demuestra cómo el aprendizaje simbólico, aplicado a datos simulados de un proceso de oxidación de etileno, supera a los métodos basados en redes neuronales en la detección de fallos químicos al ofrecer modelos predictivos precisos, interpretables y generalizables.
Este artículo demuestra que las representaciones neuronales poseen una libertad de gauge bajo transformaciones lineales invertibles, lo que implica que métricas comunes como la similitud del coseno dependen de la elección de coordenadas y pueden distorsionarse sin alterar la función del modelo, por lo que el análisis debe centrarse en cantidades invariantes o coordenadas canónicas.
Este artículo presenta el HGT-Scheduler, un marco de aprendizaje por refuerzo que utiliza Transformadores de Grafos Heterogéneos para modelar el problema de la programación de trabajos (JSSP) como un grafo heterogéneo, logrando así capturar patrones relacionales específicos del tipo de arista y superar a los enfoques de grafos homogéneos en la obtención de políticas de programación efectivas.
SpatialMAGIC es un marco híbrido que integra difusión gráfica y atención espacial para imputar datos de transcriptómica espacial, superando a los métodos existentes en precisión de agrupamiento y mejorando la detección de genes biológicamente relevantes mientras preserva la arquitectura tisular.
El artículo presenta xaitimesynth, un paquete de Python de código abierto que facilita la evaluación de métodos de atribución para series temporales mediante la generación de datos sintéticos con verdad fundamental conocida y métricas de localización estandarizadas.
Este artículo presenta un modelo de difusión informado por física basado en Context-UNet que genera imágenes satelitales sintéticas de eventos meteorológicos extremos y raros, condicionadas a parámetros atmosféricos clave, para mitigar la escasez de datos y mejorar la detección de ciclones tropicales de rápida intensificación.
El artículo presenta la Regularización de Política Optimista (OPR), un mecanismo ligero que mejora la eficiencia de muestras y el rendimiento final en aprendizaje por refuerzo profundo al preservar y reforzar las trayectorias históricamente exitosas, superando a métodos de referencia en entornos como Atari y CAGE Challenge 2.
El artículo presenta Best-of-Tails (BoT), un marco de alineación en tiempo de inferencia que adapta dinámicamente su estrategia entre enfoques optimistas y pesimistas basándose en la heaviness de la cola de la distribución de recompensas, utilizando el estimador de Hill y la divergencia de Tsallis para mejorar el rendimiento en diversas tareas de razonamiento y preferencias humanas.
El artículo presenta NEST, un marco de colocación de dispositivos consciente de la red, la memoria y la computación que unifica el paralelismo de modelos y la viabilidad de memoria mediante programación dinámica estructurada, logrando un mayor rendimiento y escalabilidad en comparación con las soluciones existentes para el entrenamiento distribuido de aprendizaje profundo.
Este artículo presenta el primer marco formal para el aprendizaje por refuerzo multiagente cooperativo con recompensas submodulares, proponiendo algoritmos con garantías teóricas que superan la maldición de la dimensionalidad y logran aproximaciones de 1/2 tanto en entornos de dinámica conocida como desconocida.
El artículo presenta CREDO, un método que combina la construcción de envolventes credales interpretables para capturar la incertidumbre epistémica con la calibración conformalizada para garantizar una cobertura válida, logrando intervalos de predicción en regresión que son tanto eficientes como interpretables.