11076 artículos
Este artículo demuestra que un tokenizador discreto simple, combinado con suavizado gaussiano adaptativo, permite que los Transformers superen a los modelos de gradient boosting en la predicción tabular, logrando mayor precisión y calibración probabilística en un conjunto de datos masivo.
El artículo presenta Dial, un sistema de NL2SQL basado en conocimiento que aborda la heterogeneidad de los dialectos SQL mediante planificación lógica consciente del dialecto, una base de conocimiento jerárquica y un bucle de depuración, logrando mejoras significativas en precisión y cobertura de características en comparación con los métodos existentes.
El artículo presenta SLNet, una red neuronal extremadamente ligera y adaptable geométricamente para el reconocimiento de nubes de puntos 3D que logra un rendimiento competitivo en diversas tareas con una fracción de los parámetros y costos computacionales de modelos existentes, gracias a sus componentes NAPE y GMU.
Este trabajo presenta el Transformador de Doble Flujo, una arquitectura que descompone el flujo residual en dos componentes funcionales distintos para lograr un equilibrio ajustable entre la interpretabilidad y el rendimiento en modelos de lenguaje, demostrando que estrategias de mezcla como la de Kronecker permiten una comunicación eficiente entre cabezas de atención con una pérdida de rendimiento mínima.
El artículo presenta AFTUNE, un marco auditable y verificable que garantiza la integridad computacional del ajuste fino y la inferencia de modelos grandes en la nube mediante un mecanismo ligero de registro y verificación por muestreo, permitiendo a los clientes auditar procesos propietarios sin incurrir en sobrecargas prohibitivas.
Esta monografía ofrece una visión rigurosa de los aspectos teóricos y metodológicos de la inferencia probabilística y el aprendizaje mediante el método de Stein, abarcando desde la construcción de discrepancias y sus propiedades hasta su conexión con el descenso de gradiente variacional de Stein.
Este trabajo propone un marco de adaptación ligero que, mediante el uso de adaptadores de bajo rango actualizados con aprendizaje auto-supervisado sobre una base congelada, mejora la robustez de los modelos de mejora de voz en entornos acústicos dinámicos con menos del 1% de parámetros actualizados y una rápida convergencia, facilitando su implementación en dispositivos.
Este estudio presenta un marco condicional de difusión-transformer que genera conjuntos heterogéneos de conformaciones tridimensionales del genoma de *E. coli* guiados por mapas de contacto Hi-C, superando las limitaciones de los modelos deterministas al preservar la diversidad conformacional y la consistencia física con los datos experimentales.
El artículo presenta la Arquitectura de Fusión Tardía (LFA), un diseño de transformadores que garantiza la interpretabilidad mediante la separación estructural de las corrientes de tokens y semántica hasta la salida, logrando así una mayor estabilidad y modularidad funcional en comparación con los modelos estándar.
Este artículo presenta un marco robusto que supera las limitaciones de fase en la detección inalámbrica bistática al recuperar características de canal ideales a partir de relaciones distorsionadas, logrando una precisión sub-longitud de onda casi diez veces superior en experimentos reales con Wi-Fi y LoRa.
Este artículo propone un marco mejorado de proyecciones locales en subespacios aleatorios que, mediante técnicas como la agregación ponderada y el muestreo adaptativo, logra estimaciones de respuestas al impulso más estables y fiables en series temporales de alta dimensión, reduciendo significativamente la variabilidad del estimador y mejorando la inferencia estadística en comparación con los métodos tradicionales.
El artículo presenta BoT, el primer marco unificado y agnóstico al tamaño que trata el escalado bidireccional de modelos (de pequeño a grande y viceversa) como operaciones de procesamiento de señales mediante la Transformada Discreta de Wavelet, logrando ahorros significativos en FLOPs de pre-entrenamiento y rendimiento superior en diversos benchmarks.
Este trabajo presenta OCLADS, un marco de comunicación con aprendizaje continuo que optimiza la detección de anomalías en dispositivos IoT mediante la selección inteligente de muestras y la detección de cambios de distribución en el servidor de borde, logrando alta precisión con menos actualizaciones de modelo en entornos no estacionarios.
Este artículo establece una conexión precisa entre los modelos de deriva y los basados en puntuación, demostrando que la deriva con núcleo gaussiano equivale a un objetivo de coincidencia de puntuaciones en distribuciones suavizadas y proporcionando un marco unificado que explica su relación con métodos como DMD y su validez en diversos regímenes.
Este estudio presenta un marco de aprendizaje por refuerzo que optimiza dinámicamente los calendarios de limpieza de paneles fotovoltaicos en regiones áridas, logrando hasta un 13% de ahorro de costos en Abu Dhabi al superar a los métodos tradicionales mediante la adaptación autónoma a condiciones ambientales inciertas.
Este artículo propone un marco de predicción conforme que preserva la privacidad utilizando todos los datos sin necesidad de división, aprovechando la estabilidad de la privacidad diferencial para controlar la brecha entre puntuaciones internas y externas, lo que permite obtener conjuntos de predicción más precisos que los métodos basados en división.
El artículo presenta FRONT, un marco novedoso que extrae el "learngene" (conocimiento fundamental) de modelos preentrenados mediante componentes de baja frecuencia en el dominio de la transformada discreta del coseno (DCT), permitiendo inicializar modelos de cualquier escala de forma libre de entrenamiento y logrando un rendimiento superior con una aceleración significativa en la convergencia y una reducción en los costos computacionales.
Este artículo presenta un marco preentrenado informado por dinámicas neuronales que supera a los métodos dominantes al construir redes funcionales cerebrales personalizadas y generalizables en escenarios heterogéneos, logrando una representación precisa de los patrones de actividad neural sin depender de atlas predefinidos o suposiciones lineales.
Este artículo propone un modelo sustituto basado en aprendizaje automático que combina autoencoders convolucionales y ecuaciones diferenciales neuronales para predecir de manera rápida y eficiente la ignición de cohetes inducida por láser, reduciendo drásticamente los costos computacionales de las simulaciones físicas tradicionales y facilitando la exploración de parámetros y la cuantificación de incertidumbres.
El artículo presenta a Obliviator, un método de borrado de conceptos que supera las limitaciones de los enfoques anteriores al capturar dependencias estadísticas no lineales mediante un proceso iterativo, logrando así una mayor protección contra adversarios no lineales y preservando mejor la utilidad de las representaciones mientras cuantifica el costo de esta protección.