3462 artículos
El artículo presenta RSH-SpMM, un marco híbrido de multiplicación de matrices dispersas para GPU que utiliza particionamiento adaptativo de filas y una representación RS-Tile para optimizar el uso de Tensor Cores y lograr aceleraciones de 1,27x a 6,13x frente a diseños existentes en matrices con irregularidad extrema.
El artículo presenta FormalRTL, un marco de trabajo multiagente que integra modelos de referencia de software como especificaciones formales para generar y verificar código RTL de manera escalable y fiable, abordando así los desafíos de los diseños industriales a gran escala mediante la síntesis asistida por modelos de lenguaje grandes.
El artículo presenta Kareto, un optimizador que utiliza poda guiada por rendimientos decrecientes y ajuste adaptativo para gestionar dinámicamente el almacenamiento en niveles de la memoria caché KV en servicios de modelos de lenguaje grandes, logrando mejoras significativas en el equilibrio entre costo, rendimiento y latencia en comparación con las estrategias estáticas.
Este trabajo presenta la extensión del generador de código C ACETONE, diseñado originalmente para sistemas de aprendizaje automático, hacia arquitecturas multinúcleo mediante la definición formal de un problema de asignación de procesadores y el desarrollo de heurísticas de programación y mecanismos de sincronización para generar código paralelo.
Este trabajo presenta ChatNeuroSim, un marco de agentes basado en modelos de lenguaje grande que automatiza el despliegue y la optimización de aceleradores de memoria en cómputo (CIM) mediante la gestión integral del flujo de trabajo y una técnica de poda del espacio de diseño que reduce significativamente el tiempo de ejecución en comparación con los métodos tradicionales.
Este artículo presenta \texttt{electoral\_sim}, un marco de código abierto en Python que simula y compara diversos sistemas electorales en diferentes distribuciones de preferencias de votantes, evaluando su rendimiento mediante la distancia euclidiana al mediano geométrico e incluyendo un mecanismo hipotético basado en un kernel softmax de Boltzmann como referencia teórica.
JigsawServe es un marco de servicio pionero que optimiza conjuntamente la latencia, la precisión y el costo de los sistemas de inferencia compuestos en GPUs de centros de datos mediante la selección adaptativa de variantes de modelos y la asignación de recursos espacialmente particionados, logrando un aumento de 11,3 veces en la demanda servible en comparación con trabajos anteriores.
Granulon es un nuevo modelo de lenguaje multimodal basado en DINOv3 que supera las limitaciones de los encoders visuales actuales mediante un controlador de granularidad condicionado por texto y una agregación de tokens adaptativa, logrando un razonamiento unificado de nivel de píxel a concepto global que mejora la precisión y reduce las alucinaciones.
Este artículo presenta el algoritmo de Alineamiento Temporal Elástico, que resuelve el problema de emparejamiento de series temporales en espacios métricos arbitrarios utilizando una penalización de estiramiento basada en el núcleo de Hellinger y logra una complejidad computacional cúbica.
Este artículo presenta un marco de marca de agua nativo para la representación 3D Gaussian Splatting que, mediante un módulo de expertos y un mecanismo de seguridad, logra una robustez superior frente a distorsiones y una alta fidelidad visual, al tiempo que ofrece explicabilidad auditable sobre la selección de portadores de la información.
Este trabajo investiga cómo las diferencias relacionadas con la edad afectan la percepción de la mirada deíctica en la interacción humano-robot, con el objetivo de mejorar el diseño de señales no verbales adaptativas para robots sociales que asisten a adultos mayores.
El artículo presenta VisionCreator-R1, un agente nativo de generación visual que incorpora mecanismos de reflexión explícita y un método de entrenamiento de co-optimización reflexión-plan (RPCO) para corregir errores en tiempo real, superando consistentemente a modelos como Gemini2.5Pro en tareas de generación de imágenes individuales y múltiples.
Este artículo presenta HMR-1, un robot de masaje jerárquico que integra un modelo de lenguaje visual para la localización de acupuntos y un módulo de control de bajo nivel, respaldado por el nuevo conjunto de datos multimodal MedMassage-12K y un benchmark para evaluar tareas de masaje en la atención sanitaria.
Este manuscrito reflexiona sobre las barreras interdisciplinarias en la investigación de HCI y el envejecimiento, explorando la desconexión entre las necesidades de los adultos mayores y el diseño tecnológico, así como el viaje personal de los autores hacia una mayor empatía a través del voluntariado en una comunidad de vida senior.
Este estudio demuestra que, en la interacción humano-robot, los errores de selección o colocación afectan menos la fiabilidad percibida que los deslizamientos o bloqueos, y que una ejecución exitosa posterior es suficiente para recuperar la confianza sin necesidad de reparaciones sociales explícitas.
Este trabajo cierra la brecha de complejidad en el problema d-QBF con pocas variables existenciales demostrando que la dependencia doblemente exponencial es óptima bajo la conjetura ETH para fórmulas generales, mientras que para el caso restringido de dos bloques cuantificadores se presenta un algoritmo casi óptimo con una dependencia exponencial simple.
Esta investigación presenta un sistema inteligente de asignación de plazas de aparcamiento basado en visión por computadora y el modelo YOLOv8, que utiliza mapeo de perspectiva inversa para integrar vistas de múltiples cámaras y simular un entorno 3D que guía a los usuarios hacia espacios vacíos de manera eficiente y económica.
HeteroFedSyn es el primer marco de síntesis de datos tabulares con privacidad diferencial diseñado específicamente para entornos federados horizontales heterogéneos, que mediante innovaciones en la selección de márgenes distribuidos logra una utilidad comparable a la síntesis centralizada a pesar de la heterogeneidad de los datos y el ruido adicional.
El artículo presenta NaviNote, un sistema que combina localización de alta precisión basada en visión y una arquitectura agéntica para permitir a personas ciegas o con baja visión crear anotaciones espaciales in situ y mejorar su navegación en entornos desconocidos.
Un estudio experimental revela que el impacto de los modelos de lenguaje grandes (LLM) en el pensamiento crítico depende fundamentalmente del tiempo disponible y el momento de acceso: mientras que el uso temprano o continuo de LLM mejora el rendimiento bajo presión temporal, lo perjudica cuando hay tiempo suficiente, invirtiendo este efecto cuando el acceso es tardío o nulo.