2442 artículos
Este trabajo presenta MMTU, un nuevo benchmark a gran escala con más de 28.000 preguntas sobre 25 tareas de tablas del mundo real diseñado para evaluar exhaustivamente las capacidades de comprensión, razonamiento y manipulación de datos estructurados en modelos de lenguaje, revelando que incluso los modelos más avanzados actuales tienen un margen significativo de mejora.
Este artículo demuestra que utilizar tasas de aprendizaje excepcionalmente altas, que sitúan al entrenamiento de redes neuronales en un régimen transitorio caótico caracterizado por un equilibrio entre exploración y explotación, permite acelerar significativamente el tiempo de entrenamiento necesario para alcanzar una alta precisión en diversas arquitecturas y tareas de aprendizaje supervisado.
El artículo presenta EROICA, el primer sistema de resolución de problemas en línea que diagnostica con un 97,5% de éxito fallos de rendimiento en clusters de entrenamiento de modelos grandes de ~100.000 GPUs mediante perfilado en tiempo real y observabilidad diferencial, logrando una cobertura completa con impacto mínimo en la producción.
Este artículo presenta BemaGANv2, un vocador basado en GAN optimizado para la generación de audio de larga duración que introduce innovaciones arquitectónicas como el módulo AMP y el Discriminador de Sobres Multi-Envolvente (MED), evaluando sistemáticamente diversas estrategias de combinación de discriminadores para mejorar la coherencia temporal y la fidelidad del audio.
El artículo presenta Co-LoRA, un enfoque de aprendizaje federado personalizado que aborda la heterogeneidad tanto de datos como de modelos mediante una estrategia de agregación consciente de la relevancia de la tarea y un módulo adaptable a diferentes arquitecturas, validado en un nuevo benchmark multimodal que demuestra un rendimiento superior al estado del arte.
Este trabajo presenta dos algoritmos eficientes, Slate-GLM-OFU y Slate-GLM-TS, para el problema de los banditos contextuales de láminas logísticas con retroalimentación de banda, los cuales logran un bajo arrepentimiento y una complejidad computacional lineal mediante la combinación de planificación local y aprendizaje global, demostrando su superioridad tanto en entornos sintéticos como en la selección de ejemplos para prompts de modelos de lenguaje.
El artículo propone "Sharp MinMax", un método que combina la minimización sensible a la nitidez (SAM) para las señales de retención y la maximización de la nitidez para las de olvido, demostrando que esta estrategia mejora el desaprendizaje de máquina al reducir la entrelazación de características, fortalecer la resistencia a ataques de inferencia de membresía y lograr un paisaje de pérdida más plano.
El artículo presenta el Modelo de Energía Kolmogorov-Arnold (KAEM), un nuevo enfoque generativo que combina la eficiencia y la interpretabilidad de los modelos latentes simples con la expresividad de los métodos iterativos, logrando inferencia rápida y exacta mediante una estructura latente univariada y técnicas de muestreo avanzadas.
Este artículo presenta GLMask, un enfoque de aprendizaje semi-autosupervisado que transforma la segmentación semántica en segmentación de instancias con mínima anotación manual, logrando un rendimiento superior al estado del arte en la detección de espigas de trigo y en el conjunto de datos COCO.
Este trabajo presenta SamS, un algoritmo eficiente que mejora el rendimiento de la Optimización Directa de Preferencias (DPO) al adaptar dinámicamente la selección de muestras en cada lote basándose en el estado evolutivo del modelo, logrando una mayor capacidad de generalización sin modificar el algoritmo central ni añadir una carga computacional significativa.
DemoDiffusion es un método que permite a los robots imitar tareas de manipulación a partir de una sola demostración humana, combinando la reasignación cinemática de la trayectoria con una política de difusión preentrenada para adaptar el movimiento al contexto robótico sin necesidad de datos emparejados ni entrenamiento específico.
Este estudio demuestra que adoptar una dieta visual de desarrollo inspirada en la maduración humana permite crear sistemas de visión artificial más robustos, que dependen principalmente de la forma en lugar de la textura y superan el estado del arte en reconocimiento de formas abstractas y resistencia a perturbaciones.
El artículo demuestra que las Redes Neuronales Informadas por Física (PINNs) requieren un tamaño de modelo suficientemente grande para lograr un riesgo empírico inferior a la varianza del ruido en los datos, estableciendo un límite inferior cuantitativo que impide que simplemente aumentar la cantidad de etiquetas ruidosas reduzca el error sin un aumento proporcional en los parámetros.
Este trabajo presenta TableEG, un marco basado en modelos de lenguaje grandes y fine-tuning que genera errores sintéticos auténticos en tablas, logrando una distribución y patrones similares a los errores reales para establecer un benchmark robusto que supera a los métodos existentes y facilita la evaluación de técnicas de detección y corrección de datos.
Este artículo presenta MCULoRA, un nuevo enfoque de adaptación de bajo rango que desacopla dinámicamente las características de las combinaciones modales para resolver los conflictos de gradientes en el reconocimiento de emociones multimodal con datos incompletos, superando significativamente a los métodos existentes.
El artículo propone un método de verificación auto-ancorada (SGV) que mitiga el sesgo de acuerdo en los modelos de lenguaje multimodal (MLLM), mejorando significativamente la detección de errores y el rendimiento de agentes autónomos en tareas complejas como la navegación web y la robótica.
Este artículo presenta la primera encuesta exhaustiva sobre el flujo de emparejamiento y sus aplicaciones en biología y ciencias de la vida, abarcando desde sus fundamentos teóricos hasta su uso en la modelación de secuencias biológicas, el diseño de moléculas y la generación de péptidos y proteínas.
Este artículo propone un enfoque basado en "árboles de trayectorias" y búsqueda Monte Carlo (MCTS) para generalizar de modelos débiles a fuertes en entornos de decisión complejos, aprovechando tanto el conocimiento de éxito como la experiencia de fracaso para optimizar el rendimiento del modelo fuerte.
Este trabajo expone cómo un auditor malicioso puede manipular muestras de datos para crear una ilusión de cumplimiento de las normas de equidad sin alterar significativamente la distribución subyacente, y propone métodos estadísticos basados en la distancia de distribución para detectar y contrarrestar estos ataques de manipulación.
Este artículo presenta un marco de red-teaming dinámico, automático y sistemático (DAS) que revela una brecha crítica entre el alto rendimiento en benchmarks estáticos y la baja fiabilidad dinámica de los modelos de lenguaje médico, demostrando que la mayoría de estos sistemas son vulnerables a fallos de robustez, privacidad, sesgo y alucinaciones cuando se someten a pruebas de estrés continuas y adaptativas.