2316 artículos
El artículo presenta Graph-GRPO, un marco de aprendizaje por refuerzo en línea que entrena modelos de flujo gráfico mediante una expresión analítica de probabilidad de transición y una estrategia de refinamiento local, logrando un rendimiento superior en tareas de generación y optimización molecular.
Este artículo analiza la dinámica de aprendizaje de redes lineales de dos capas entrenadas con SGD y ruido en las etiquetas, revelando un comportamiento bifásico donde el ruido impulsa la transición de un régimen "perezoso" a uno "rico" para mejorar la generalización, un hallazgo que también se extiende a algoritmos como SAM y se valida mediante experimentos exhaustivos.
Este artículo presenta PP-LUCB, un algoritmo que optimiza la selección de configuraciones de sistemas de servicio utilizando puntuaciones de modelos de lenguaje grandes corregidas mediante auditorías humanas selectivas para minimizar costos y garantizar la precisión frente a sesgos sistemáticos.
El artículo presenta STemDist, el primer método de destilación de datos diseñado específicamente para la predicción espacio-temporal, que comprime de manera equilibrada las dimensiones espaciales y temporales a nivel de clúster y mediante granularidad de subconjuntos, logrando entrenamientos hasta 6 veces más rápidos, 8 veces más eficientes en memoria y con un error de predicción hasta un 12% menor en comparación con métodos existentes.
Este artículo presenta un marco de aprendizaje de indicadores de salud adaptativo al dominio que combina un muestreo de lotes sincronizado por etapas de degradación y un autoencoder de fusión alineada entre dominios con mecanismos de atención cruzada para superar las discrepancias de distribución y las limitaciones estructurales en la modelado de señales de vibración complejas, logrando un rendimiento superior en sistemas de defensa y rodamientos industriales.
Este artículo presenta WiGS, un método de aprendizaje activo para regresión que utiliza aprendizaje por refuerzo para adaptar dinámicamente el equilibrio entre exploración e investigación, superando a los enfoques basados en reglas multiplicativas estáticas en precisión y eficiencia de etiquetado.
El artículo presenta los Procesos de Mezcla Gaussiana Generalizada (GGMP), un método basado en procesos gaussianos que permite la estimación de densidades condicionales multimodales y heterocedásticas mediante una combinación de ajuste local, alineación de componentes y entrenamiento por componente, ofreciendo una solución tratable y escalable para datos no gaussianos complejos.
El artículo demuestra que la eliminación de un sesgo de media coherente de rango uno, principal causante de la inestabilidad numérica en el entrenamiento de modelos de lenguaje con cuantización FP4, permite recuperar la estabilidad y el rendimiento cercanos a BF16 mediante una operación simple y eficiente en hardware.
Este artículo presenta un método de olvido de instancias sin prompts para modelos de difusión que, mediante un enfoque basado en sustitutos, edición de imágenes y cirugía de gradientes, permite eliminar selectivamente salidas indeseadas e inexpresables mediante texto (como rostros específicos o representaciones culturalmente inexactas) mientras preserva la integridad del modelo.
Este artículo propone la "regresión isótona de Brenier", una extensión novedosa de la regresión isótona a múltiples salidas que utiliza el transporte óptimo para imponer la monotonía cíclica, demostrando un rendimiento superior en tareas de calibración de probabilidades y modelos lineales generalizados.
Este estudio propone un marco de conjunto basado en ConvLSTM multi-resolución que, al integrar diversas resoluciones temporales de entrada, mitiga la acumulación de errores y mejora la precisión en la predicción a largo plazo de la deformación de muros de contención durante excavaciones escalonadas.
Este artículo presenta un marco teórico y computacional que combina la teoría de respuesta dieléctrica cinética y un modelo de aprendizaje automático no supervisado (Prometheus) para describir y validar las oscilaciones colectivas de Langmuir, el ensanchamiento anómalo del haz y las oscilaciones de Friedel en haces de partículas cargadas intensas a energías intermedias.
Los autores presentan un marco de aprendizaje por refuerzo informado por la fisiología que utiliza sinergias musculares extraídas de datos experimentales limitados para generar simulaciones de locomoción humana tridimensional estables y biomecánicamente fieles en diversas condiciones de terreno y velocidad.
Este trabajo demuestra que el descenso de gradiente precondicionado en el espacio dual converge a una solución que interpola los datos en modelos lineales sobreparametrizados y caracteriza su sesgo implícito, mostrando que para precondicionadores isotrópicos minimiza la distancia de Frobenius respecto a la inicialización, comportándose de manera análoga al descenso de gradiente estándar.
El artículo presenta JEDI, un modelo jerárquico que infiere conjuntamente dinámicas neuronales y representaciones contextuales compartidas a partir de registros experimentales, permitiendo una generalización escalable entre múltiples tareas y revelando mecanismos subyacentes en el control motor.
Este artículo presenta un nuevo estimador universal de la dimensión intrínseca basado en ratios de distancias de vecinos más cercanos, el cual garantiza teóricamente la convergencia al valor real independientemente de la distribución de los datos y demuestra un rendimiento superior en experimentos con conjuntos de datos reales y sintéticos.
El artículo presenta VERI-DPO, un enfoque de alineación para la síntesis clínica que utiliza la verificación de afirmaciones para extraer preferencias y optimizar directamente los modelos, logrando una reducción significativa de afirmaciones no respaldadas por la evidencia en los resúmenes de historias hospitalarias.
Este artículo presenta la descomposición de tren tensorial tubal (TTT), un nuevo modelo de redes tensoriales que combina el álgebra t-producto con una estructura de núcleos de bajo orden para lograr un almacenamiento escalable linealmente y ofrecer estrategias computacionales eficientes aplicables a la compresión de imágenes y videos, la completación tensorial y la imagen hiperespectral.
Este artículo presenta un marco híbrido ligero para el juego de las Amazonas que integra modelos de lenguaje grandes con aprendizaje basado en grafos para superar las limitaciones de recursos, logrando un rendimiento superior al de su modelo base mediante el uso de datos sintéticos y mecanismos de filtrado estructural.
El artículo presenta IH-Challenge, un conjunto de datos de aprendizaje por refuerzo diseñado para mejorar la jerarquía de instrucciones en modelos de lenguaje avanzados, logrando una mayor robustez contra ataques de inyección y jailbreaks sin comprometer su utilidad general.