4092 artículos
Este artículo presenta OPERA, un modelo de ejecución tolerante a fallas bizantinas que extiende la concurrencia entre nodos mediante la replicación parcial y el paralelismo entre nodos, reduciendo significativamente los costos de ejecución y aumentando el rendimiento en blockchains sin comprometer la seguridad o la semántica de la aplicación.
Este artículo propone un marco de aprendizaje por refuerzo de grafos consciente de la tarea que comprime contextos de razonamiento reutilizables en LLMs de caja negra mediante el entrenamiento de una política ligera para tomar decisiones extractivas de mantener o descartar sobre unidades de razonamiento con estructura de grafo, logrando ahorros significativos en el costo de entrada mientras se preserva la precisión del razonamiento.
El artículo presenta EquiEwald, un nuevo potencial interatómico neuronal equivariante a SO(3) que extiende la sumatoria de Ewald al espacio recíproco para capturar eficazmente las interacciones electrostáticas y de polarización de largo alcance mientras preserva la información dependiente de la orientación, mejorando así significativamente la precisión y la eficiencia de datos en modelos de aprendizaje automático para sistemas periódicos y aperiódicos.
Este artículo propone una teoría estocástica multiescala fundamentada en la física del no equilibrio para explicar el origen mecanístico de las leyes de escala de los modelos de lenguaje, modelando el entrenamiento como un paseo aleatorio sesgado dependiente de la escala que produce leyes de potencia derivadas analíticamente para la pérdida frente a los datos y el tamaño del modelo, al tiempo que identifica una dinámica bifurcada de dos fases de compresión de contexto y absorción de frontera.
Este artículo presenta el Razonador con Restricción de Conocimiento (Knowledge-Constrained Reasoner), un enfoque novedoso que emplea una única fase de alineación para internalizar capacidades de razonamiento esenciales en los Grandes Modelos de Lenguaje, asegurando así la utilización rigurosa y correcta del conocimiento externo para la respuesta a preguntas y tendiendo un puente entre la fiabilidad de los sistemas expertos tradicionales y la flexibilidad del aprendizaje continuo no paramétrico.
Este estudio presenta un sistema de apoyo a la decisión basado en una Mezcla de Expertos Ponderada explicable, optimizado mediante metaheurísticas duales, que logra una alta precisión en la predicción de la gravedad de la salud mental entre estudiantes de ingeniería y medicina en países de ingresos bajos y medios, al tiempo que revela distintos factores de riesgo entre las disciplinas.
Este artículo identifica y aborda el "dilema de la regularización-monitoreo", un conflicto fundamental donde la gaussianización marginal requerida para el entrenamiento estable de modelos de mundo autosupervisados (como los JEPA) suprime inadvertidamente las estructuras geométricas discriminativas necesarias para una detección de anomalías fiable en el tiempo de inferencia.
Este artículo presenta una revisión sistemática de las arquitecturas de redes neuronales convolucionales profundas, los conjuntos de datos y las estrategias de preprocesamiento para la detección automatizada del melanoma, destacando su alta precisión, los desafíos actuales como el desequilibrio de clases e interpretabilidad, y las direcciones futuras como el aprendizaje federado y los modelos híbridos.
Este artículo presenta SciCFM, un marco de modelo fundacional causal que demuestra que el preentrenamiento de tareas cruzadas rico en intervenciones mejora significativamente la estimación del efecto del tratamiento en regímenes causales complejos de datos extremadamente escasos, aunque sigue siendo menos efectivo que los estimadores regularizados directos en entornos de baja dimensionalidad.
Este artículo de revisión sostiene que, si bien los modelos de lenguaje de gran tamaño demuestran capacidades cognitivas impresionantes, el avance futuro de la IA requiere cerrar la brecha hacia la inteligencia multimodal mediante experiencias corporizadas, modulación jerárquica y refuerzo autónomo para superar las limitaciones inherentes de los sistemas basados únicamente en el lenguaje.