3877 artículos
Este artículo propone un marco de razonamiento abductivo basado en la consistencia que integra las predicciones de múltiples modelos preentrenados mediante reglas lógicas para mitigar la degradación del rendimiento en entornos novedosos, logrando mejoras significativas en precisión y recall frente a enfoques individuales y de conjunto estándar.
El artículo presenta CARTGen-IR, un método de muestreo sintético basado en árboles de decisión que aborda la regresión con datos desequilibrados mediante una generación de muestras guiada por relevancia y densidad sin necesidad de umbrales, ofreciendo una alternativa rápida, interpretable y competitiva frente a técnicas existentes.
Este estudio demuestra que, en el contexto de la previsión de ventas minoristas con demanda intermitente y datos incompletos, los métodos basados en árboles como XGBoost superan a arquitecturas de aprendizaje profundo más sofisticadas, lo que sugiere que la selección del modelo debe priorizar la adecuación a las características del problema sobre la complejidad arquitectónica.
El artículo presenta ReLIFT, un nuevo enfoque de entrenamiento que alterna el aprendizaje por refuerzo con el ajuste fino en línea para superar las limitaciones del primero al incorporar nuevos conocimientos y patrones de razonamiento, logrando así mejoras significativas en benchmarks de alto nivel con una fracción mínima de datos de demostración.
Este artículo introduce los Modelos Escaneables de Prefijo (PSMs), una clase general de modelos de secuencia que unifica arquitecturas existentes como Mamba y GLA mediante operadores de agregación no necesariamente asociativos, logrando así un equilibrio óptimo entre entrenamiento paralelo, inferencia eficiente y una fuerte generalización en longitud.
Esta encuesta revisa la evolución de la privacidad diferencial desde sus fundamentos teóricos hasta su integración en modelos de aprendizaje automático, abarcando desde la IA simbólica hasta los grandes modelos de lenguaje, con el fin de ofrecer una visión integral para el desarrollo de sistemas de IA seguros y responsables.
El artículo presenta K-Sil, una variante del algoritmo -means que mejora la agrupación ponderando las instancias según una métrica de silueta adaptativa para reducir la influencia de los puntos ambiguos y ruidosos, logrando así un rendimiento superior en diversos conjuntos de datos reales.
Este artículo presenta el Entorno de Aprendizaje Yokai (YLE), un nuevo benchmark de código abierto para la coordinación cero-shot que supera las limitaciones del entorno Hanabi al requerir que los agentes cooperen mediante el seguimiento de creencias sobre cartas móviles y el razonamiento bajo pistas ambiguas, revelando así que los métodos de vanguardia que dominan Hanabi fallan en mantener modelos internos consistentes con socios desconocidos en este nuevo entorno.
Este artículo presenta el algoritmo \texttt{SRTS} basado en muestreo de Thompson para la optimización del ratio de Sharpe en un entorno de banditos estocásticos, demostrando teóricamente que alcanza límites de arrepentimiento óptimos en orden y superando a los métodos existentes en simulaciones empíricas.
Este trabajo establece las condiciones teóricas para la universalidad en simuladores cuánticos análogos con control global, demuestra su capacidad para generar dinámicas complejas y validación experimental mediante control óptimo directo en átomos de Rydberg, logrando interacciones de tres cuerpos y dinámicas topológicas.
Este trabajo presenta un método rápido y determinista basado en álgebra lineal estándar para completar tensores mediante la descomposición en tren tensorial, aprovechando patrones de observación donde las fibras a lo largo de un único modo están completamente registradas o totalmente ausentes.
Este artículo presenta un método de solución transferible y de cero disparos para problemas de control óptimo paramétrico que, mediante el uso de políticas de codificador de funciones y una descomposición fuera de línea/en línea, permite una adaptación eficiente a nuevos objetivos con un costo computacional mínimo y un rendimiento casi óptimo.
Este artículo explica teóricamente las ventajas de sincronizar la temperatura inversa y el sesgo entrenables en la pérdida de contraste sigmoidea, introduciendo el concepto de "Constelaciones" para justificar el éxito de SigLIP, explicar la brecha modal observada en modelos como CLIP y SigLIP, y determinar la dimensión necesaria para generar representaciones de alta calidad.
Este estudio demuestra que los modelos de aprendizaje profundo, específicamente U-Net y SCAN, superan significativamente a los métodos convencionales en la detección precisa de nubes y sombras para mejorar la cuantificación de emisiones de metano en las misiones satelitales MethaneSAT y MethaneAIR.
Este estudio presenta una investigación empírica a gran escala que revela que las dependencias intra e inter-modales en los conjuntos de datos multimodales varían significativamente y que muchos benchmarks diseñados para reducir sesgos textuales han inadvertidamente amplificado la dependencia de las imágenes, lo que subraya la necesidad de un diseño de evaluación más riguroso.
Este artículo presenta un marco práctico basado en API que desacopla el ciclo de vida de los modelos de aprendizaje automático de los sistemas heredados mediante una interfaz web ligera, permitiendo a las empresas integrar capacidades de ML sin costosas actualizaciones de hardware ni tiempos de inactividad operativa.
El artículo presenta SMoPE, un marco novedoso que integra una arquitectura de Mezcla de Expertos Escasos (MoE) en el aprendizaje continuo basado en prompts para equilibrar la eficiencia computacional y el rendimiento, mitigando la interferencia de conocimientos mediante la activación dinámica de expertos compartidos y mecanismos de pérdida basados en prototipos.
El artículo presenta RADAR, un marco de enrutamiento ligero e interpretable que optimiza el equilibrio entre rendimiento y coste en modelos de razonamiento asignando dinámicamente consultas de mayor dificultad a pares de modelo-presupuesto con mayor capacidad, basándose en un modelo de respuesta a ítems inspirado en la psicometría.
El marco de búsqueda de arquitecturas modulares "Composer" descubre nuevas arquitecturas híbridas de LLM que superan a Llama 3.2 en precisión, eficiencia y pérdida de validación al explorar sistemáticamente combinaciones de primitivas computacionales a pequeña escala y extrapolar los resultados a escalas mayores.
El artículo presenta MIG-Vis, un método que utiliza modelos de difusión guiados por información mutua para visualizar y validar la selectividad semántica de grupos latentes en la corteza visual superior, demostrando mediante datos de macacos que la información visual se organiza en subespacios neuronales estructurados y semánticamente significativos.