5639 artículos
Este artículo propone utilizar un pool de memoria CXL para almacenar la memoria condicional de engramas en modelos de lenguaje grandes, integrándolo en SGLang para lograr un rendimiento cercano al de la DRAM y ofrecer una solución de almacenamiento escalable y rentable sin comprometer la inferencia.
El artículo propone utilizar el exponente de Lyapunov de Burau como sonda algebraica dentro de los componentes fuertemente conexos de un grafo de permisos en la nube para distinguir entre regímenes de riesgo dispersos y enfocados, demostrando que las estadísticas abelianas son insuficientes para esta tarea y permitiendo así automatizar la clasificación y la remediación de la escalada de privilegios.
El artículo presenta 4DEquine, un marco novedoso que reconstruye caballos en 4D a partir de video monoculórico descomponiendo el problema en la recuperación de movimiento y apariencia, logrando un rendimiento superior al estado del arte en datos reales mediante el uso de conjuntos de datos sintéticos y arquitecturas especializadas.
El artículo presenta HG-Lane, un marco de generación de alta fidelidad que crea escenas de carriles bajo condiciones adversas de clima y luz sin necesidad de reanotación, mejorando significativamente el rendimiento de los modelos de detección de carriles existentes.
Este estudio evalúa el rendimiento de protocolos de redes tolerantes a retardos (DTN) en un escenario simulado de rescate tras el terremoto de Katmandú, Nepal, demostrando la eficacia de las comunicaciones distribuidas y revelando las compensaciones entre la fiabilidad de transmisión y la utilización de recursos para optimizar los servicios de emergencia.
El artículo presenta XL-VLA, un marco de visión-idioma-acción que utiliza un espacio latente unificado e invariante al diseño para permitir un aprendizaje escalable y eficiente entre diferentes manos robóticas, superando así a los modelos basales que operan en espacios de articulaciones crudas.
Este trabajo presenta "Dance2Hesitate", un conjunto de datos multimodal y de código abierto que captura demostraciones de movimientos hesitantes enseñados por bailarines y robots para mejorar la comprensión y seguridad en la colaboración humano-robot.
Este estudio utiliza datos de usuarios sanos y post-ictus en tareas isométricas de juego con un robot de rehabilitación para demostrar cómo el diseño de la interfaz influye en el comportamiento motor, identificar características patológicas en las fuerzas del efector final y validar un nuevo método de clasificación basado en modelos ocultos de Markov que supera a las descomposiciones por sinergias para distinguir entre estrategias neuromotoras sanas y patológicas.
Este artículo presenta un método que utiliza el contexto ambiental visual modelado mediante embeddings de DINOv2 para permitir que los vehículos autónomos submarinos localicen especies de coral escasamente distribuidas de manera eficiente, logrando muestrear hasta un 75% del objetivo en la mitad del tiempo requerido por la cobertura exhaustiva.
Este artículo presenta K-Join, un nuevo algoritmo para procesamiento de uniones en computación paralela masiva que optimiza la transferencia de datos mediante una partición basada en una combinación lineal de cubiertas de vértices, logrando una carga de trabajo de definida por una nueva medida teórica llamada cubierta de vértices cuasi-reducida.
Este artículo presenta una teoría de localidad totalmente simbólica que deriva polinomios de rendimiento de caché para bucles afines, logrando una precisión del 99,6% en la predicción de fallos de caché con un tiempo de análisis rápido y escalable.
Este artículo presenta SoftGM, una arquitectura de control distribuido inspirada en el pulpo que utiliza una red neuronal de grafos con mecanismo de atención para permitir que los brazos robóticos blandos segmentados aprendan a alcanzar objetivos en entornos con obstáculos mediante la exploración en línea y la coordinación resiliente sin depender de la geometría global del entorno.
Este estudio presenta un marco automatizado basado en IA que integra segmentación anatómica asistida por modelos fundacionales y un pipeline de radiómica para predecir la supervivencia postoperatoria en pacientes con metástasis hepáticas colorrectales utilizando resonancia magnética preoperatoria.
Este trabajo propone un marco de control predictivo jerárquico basado en inferencia bayesiana que permite a los robots móviles manipuladores ejecutar tareas secuenciales de manera eficiente y reactiva en entornos semi-estáticos cambiantes, adaptándose a modificaciones del entorno sin depender de mapas predefinidos.
El marco de trabajo Paladin utiliza modelos de lenguaje grandes para extraer el significado semántico de las solicitudes de API y permitir a los administradores definir y aplicar políticas de seguridad específicas del contexto de la aplicación que previenen el consumo ilimitado de recursos, el acceso no autorizado a flujos de negocio sensibles y la autenticación defectuosa, todo ello con un rendimiento eficiente.
El artículo presenta OilSAM2, un marco de segmentación aumentado con memoria diseñado para el monitoreo de derrames de petróleo en imágenes SAR desordenadas, que supera las limitaciones de los modelos existentes mediante un banco de memoria multinivel jerárquico y una estrategia de actualización que mitiga la deriva semántica, logrando un rendimiento superior al estado del arte.
Este trabajo presenta un nuevo marco de Control Predictivo de Modelos Jerárquico para Tareas que, aprovechando la redundancia del robot mediante optimización lexicográfica no lineal, mejora significativamente el seguimiento de trayectorias y reduce el tiempo de ejecución en tareas secuenciales de manipulación móvil en comparación con los métodos actuales.
Este trabajo presenta algoritmos basados en CDCL para la Enumeración de Modelos Ponderados (WME), integrando propagación, poda y análisis de conflictos ponderados en marcos de retroceso cronológico y no cronológico para abordar consultas de enumeración selectiva guiadas por pesos.
El artículo presenta ACE Runtime, un entorno de ejecución nativo de pruebas de conocimiento cero que logra una finalidad criptográfica en menos de un segundo mediante la separación de identidad y autorización, reemplazando las verificaciones de firmas por transacción con atestaciones HMAC ligeras y una única prueba agregada por bloque para reducir la carga computacional y facilitar la migración post-cuántica.
Este artículo demuestra que la regla de transposición en el problema de actualización de listas bajo el modelo i.i.d. logra un costo de acceso esperado que excede en a lo sumo 1 al óptimo, confirmando así una conjetura de Rivest de hace 50 años mediante una prueba combinatoria que descompone el costo excedente.