🤖 Category

cs.LG

11005 artículos

From Statistical Fidelity to Clinical Consistency: Scalable Generation and Auditing of Synthetic Patient Trajectories

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.

Guanglin Zhou, Armin Catic, Motahare Shabestari, Matthew Young, Chaiquan Li, Katrina Poppe, Sebastiano Barbieri2026-03-10🤖 cs.LG

Bi Directional Feedback Fusion for Activity Aware Forecasting of Indoor CO2 and PM2.5

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.

Harshala Gammulle, Lidia Morawska, Sridha Sridharan, Clinton Fookes2026-03-10🤖 cs.LG

Regression Models Meet Foundation Models: A Hybrid-AI Approach to Practical Electricity Price Forecasting

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%.

Yunzhong Qiu, Binzhu Li, Hao Wei, Shenglin Weng, Chen Wang, Zhongyi Pei, Mingsheng Long, Jianmin Wang2026-03-10🤖 cs.LG

Safe Transformer: An Explicit Safety Bit For Interpretable And Controllable Alignment

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.

Jingyuan Feng, Andrew Gambardella, Gouki Minegishi, Takeshi Kojima, Yusuke Iwasawa, Yutaka Matsuo2026-03-10🤖 cs.LG

Orion: Characterizing and Programming Apple's Neural Engine for LLM Training and Inference

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.

Ramchand Kumaresan2026-03-10🤖 cs.LG

Don't Freeze, Don't Crash: Extending the Safe Operating Range of Neural Navigation in Dense Crowds

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.

Jiefu Zhang, Yang Xu, Vaneet Aggarwal2026-03-10🤖 cs.LG

Calibrated Credit Intelligence: Shift-Robust and Fair Risk Scoring with Bayesian Uncertainty and Gradient Boosting

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.

Srikumar Nayak2026-03-10🤖 cs.LG

Rank-Factorized Implicit Neural Bias: Scaling Super-Resolution Transformer with FlashAttention

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.

Dongheon Lee, Seokju Yun, Jaegyun Im, Youngmin Ro2026-03-10🤖 cs.LG

Heterogeneous Decentralized Diffusion Models

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.

Zhiying Jiang, Raihan Seraj, Marcos Villagra, Bidhan Roy2026-03-10🤖 cs.LG

Stabilizing Reinforcement Learning for Diffusion Language Models

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.

Jianyuan Zhong, Kaibo Wang, Ding Ding, Zijin Feng, Haoli Bai, Yang Xiang, Jiacheng Sun, Qiang Xu2026-03-10🤖 cs.LG

Implementation of Quantum Implicit Neural Representation in Deterministic and Probabilistic Autoencoders for Image Reconstruction/Generation Tasks

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.

Saadet Müzehher Eren2026-03-10⚛️ quant-ph

Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection

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.

Yiqun Zhang, Zhanpei Huang, Mingjie Zhao, Chuyao Zhang, Yang Lu, Yuzhu Ji, Fangqing Gu, An Zeng2026-03-10🤖 cs.LG

Enhancing SHAP Explainability for Diagnostic and Prognostic ML Models in Alzheimer Disease

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.

Pablo Guillén, Enrique Frias-Martinez2026-03-10🤖 cs.LG

Diversity-Aware Adaptive Collocation for Physics-Informed Neural Networks via Sparse QUBO Optimization and Hybrid Coresets

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.

Hadi Salloum, Maximilian Mifsud Bonici, Sinan Ibrahim, Pavel Osinenko, Alexei Kornaev2026-03-10🤖 cs.LG