8581 artículos
Este estudio demuestra que la regresión cuantílica conformalizada mejora la fiabilidad de las predicciones de erupciones solares al proporcionar intervalos de confianza con mayor cobertura y longitudes más favorables en comparación con otros métodos de aprendizaje profundo.
El artículo presenta ATLAS, un marco de ajuste fino con refuerzo que permite a los modelos de lenguaje pequeños operar eficazmente en grandes ecosistemas de herramientas mediante el aprendizaje de decisiones de control de contexto y estructura de ejecución, superando las limitaciones de los enfoques genéricos y acercándose al rendimiento de agentes avanzados con recursos limitados.
Este estudio presenta una pipeline integrada que combina generación de alta fidelidad y auditoría automatizada con modelos de lenguaje para crear historiales clínicos sintéticos escalables y consistentes, los cuales preservan la privacidad y mejoran el rendimiento de los modelos downstream al eliminar inconsistencias clínicas que los métodos estadísticos tradicionales no detectan.
El artículo presenta ProtAlign, un marco de aprendizaje contrastivo que alinea las secuencias y estructuras de proteínas en un espacio de incrustación compartido para mejorar la recuperación cruzada, las tareas de predicción downstream y la interpretabilidad de la relación entre la secuencia y la estructura.
Este artículo presenta un marco de fusión de retroalimentación bidireccional que integra el comportamiento humano y los factores ambientales para mejorar la precisión y la interpretabilidad en la predicción de la calidad del aire interior (CO2 y PM2.5), superando a los métodos tradicionales mediante módulos temporales duales y una función de pérdida compuesta.
El artículo presenta FutureBoosting, un enfoque híbrido que mejora significativamente la precisión de la predicción de precios eléctricos al integrar las capacidades de modelos fundacionales temporales congelados para generar características enriquecidas dentro de un marco de regresión, superando así a los modelos de vanguardia y reduciendo el error medio absoluto en más de un 30%.
El artículo presenta "Safe Transformer", un enfoque modular que inserta un bit de seguridad explícito en las capas de los modelos de lenguaje preentrenados para lograr una alineación segura, interpretable y controlable mediante un entrenamiento ligero que garantiza respuestas de rechazo o ayuda según el estado de dicho bit.
El paper presenta Orion, el primer sistema de extremo a extremo que habilita el entrenamiento y la inferencia de modelos de lenguaje grandes directamente en el Neural Engine de Apple mediante el uso de APIs privadas, superando las limitaciones de CoreML y logrando una aceleración significativa en el entrenamiento al optimizar la actualización de pesos sin recompilación completa.
Este artículo presenta un enfoque de aprendizaje por refuerzo que extiende el rango operativo seguro de la navegación neuronal en multitudes densas mediante un codificado de observación invariante a la densidad y una recompensa informada por la física, logrando una generalización cero-shot que supera tanto el bloqueo de los métodos analíticos como las colisiones de los métodos basados en aprendizaje existentes.
El artículo presenta PolyBlocks, una infraestructura de compilación modular basada en MLIR para frameworks de IA y chips que automatiza la generación de código de alto rendimiento mediante optimizaciones avanzadas, logrando un rendimiento comparable o superior a soluciones existentes como Torch Inductor y XLA.
Este artículo presenta Calibrated Credit Intelligence (CCI), un marco de trabajo orientado a la implementación que combina puntuadores bayesianos, gradient boosting con restricciones de equidad y una estrategia de fusión consciente del cambio de distribución para generar puntuaciones de riesgo crediticio precisas, bien calibradas y justas ante la deriva temporal.
Este artículo propone la Sesión Neural Implícita Factorizada por Rango (RIB), una alternativa a la sesgo posicional relativa que permite el uso de FlashAttention en transformadores de superresolución, logrando así escalar el tamaño de las ventanas de atención hasta 96×96 y mejorar significativamente tanto la calidad de la imagen como la eficiencia computacional.
Este artículo presenta un marco eficiente para el entrenamiento descentralizado de modelos de difusión heterogéneos que, al combinar objetivos de entrenamiento mixtos (DDPM y Flow Matching) y una arquitectura optimizada, reduce drásticamente los requisitos de cómputo y datos mientras mejora la calidad y diversidad de las imágenes generadas en comparación con enfoques anteriores homogéneos.
El artículo propone un marco de generación con restricciones que ajusta finamente modelos generativos preentrenados para producir muestras realistas dentro de regiones factibles complejas, logrando un nuevo equilibrio entre el cumplimiento de las restricciones y la calidad de la generación.
El artículo presenta StableDRL, un método de optimización de políticas que estabiliza el aprendizaje por refuerzo en modelos de lenguaje difusivos al reformular GRPO mediante un recorte incondicional y una auto-normalización para mitigar la inestabilidad causada por la estimación ruidosa de las razones de importancia.
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.