4492 artículos
El artículo presenta UniBYD, un marco unificado que supera las limitaciones de la imitación humana en la manipulación robótica mediante un algoritmo de aprendizaje por refuerzo dinámico y una representación morfológica unificada, logrando un rendimiento superior al estado del arte al adaptar las políticas a las características físicas específicas de diversos robots.
Este artículo presenta un marco de aprendizaje auto-supervisado llamado "Decomposition and Composition" que aborda el equilibrio entre eficiencia y rendimiento en la comprensión de acciones humanas multimodales mediante la descomposición de características fusionadas y su composición guiada, logrando resultados superiores en conjuntos de datos estándar con menor costo computacional.
Este trabajo introduce DivGenBench para cuantificar el colapso de modo de preferencia en modelos de difusión y propone D²-Align, un marco de alineación que mitiga este problema mediante la corrección direccional de la señal de recompensa para preservar la diversidad generativa sin sacrificar la calidad.
Este artículo presenta Preguss, un marco modular que combina análisis estático y modelos de lenguaje grandes para sintetizar especificaciones formales y verificar automáticamente la ausencia de errores en tiempo de ejecución en programas a gran escala, reduciendo significativamente el esfuerzo humano necesario.
Este artículo presenta una revisión estructurada de las comunicaciones semánticas digitales seguras, aclarando sus fundamentos y diferencias arquitectónicas frente a las analógicas, analizando sus amenazas específicas y proponiendo defensas y direcciones de investigación para sistemas seguros y desplegables.
El artículo propone SeLop, un método de intervención en subespacio ortogonal de bajo rango que elimina las correlaciones espurias irrelevantes para la falsificación en las representaciones de CLIP, logrando así una detección de falsificaciones faciales más robusta y generalizable con un mínimo número de parámetros entrenables.
Este artículo propone un enfoque centrado en objetivos para evaluar los métodos de ingeniería de requisitos destinados al Privacidad por Diseño, argumentando que su selección debe alinearse con las metas organizacionales en lugar de limitarse a las características del proceso.
El artículo presenta CovertComBench, un nuevo banco de pruebas especializado para evaluar las capacidades de los Grandes Modelos de Lenguaje (LLM) en comunicaciones encubiertas inalámbricas, revelando que, aunque son eficaces en tareas conceptuales y de generación de código, carecen de la fiabilidad necesaria para realizar las derivaciones matemáticas complejas exigidas por las garantías de seguridad.
Este estudio presenta un marco de aprendizaje débilmente supervisado que utiliza preentrenamiento a nivel de parche para mejorar la detección y el conteo de caribúes en entornos árticos complejos, logrando una mayor precisión y robustez en comparación con los métodos tradicionales basados en pesos genéricos.
Este artículo propone un método de detección de imágenes generadas por IA que explota los componentes finales compartidos por diversos generadores, logrando una alta generalización y una precisión promedio del 98,83% al clasificar imágenes de generadores no vistos.
El artículo presenta RegionReasoner, un marco de aprendizaje por refuerzo que mejora el razonamiento visual iterativo mediante la exigencia de citas explícitas de cajas delimitadoras y una recompensa de consistencia semántica global-local, validado en un nuevo benchmark llamado RegionDial-Bench que abarca tareas de detección y segmentación.
Este artículo demuestra que la regla de conversión basada en la intersección de las regiones de privacidad de RDP de un solo orden es óptima y fundamental para transformar perfiles de Privacidad Diferencial de Rényi en funciones de trade-off de -Privacidad Diferencial, estableciendo el límite superior de cualquier conversión de caja negra.
Este artículo presenta la Corrección en Tiempo de Prueba (TTC), un método libre de entrenamiento que utiliza el primer cuadro como ancla estable para corregir la deriva en la generación de videos largos con modelos autoregresivos destilados, logrando una calidad comparable a métodos basados en entrenamiento con un costo computacional mínimo.
El artículo presenta a *AirPulse*, un robot autónomo de 26 gramos inspirado en mariposas que logra por primera vez un vuelo controlado y cerrado en una plataforma alada sin cola, replicando las complejas ondulaciones corporales biológicas mediante un diseño de alas flexibles y una arquitectura de control jerárquica.
Este artículo propone TCMax, un método de clasificación multimodal que maximiza la correlación total entre las características y las etiquetas mediante una nueva estimación neural (TCNE) para resolver la competencia entre modalidades y superar el rendimiento de los enfoques unimodales y conjuntos existentes.
Esta encuesta crítica examina la literatura sobre NLP y la comunidad LGBTQIA+ para identificar tendencias, sesgos y vacíos, destacando la necesidad de un enfoque más proactivo, interdisciplinario e inclusivo que priorice la justicia y la mitigación de daños.
El artículo presenta el cálculo de herencia, un fundamento para la programación declarativa que unifica clases, métodos y objetos bajo una abstracción de registro donde la herencia se modela como unión de conjuntos, eliminando así los problemas de linealización y ofreciendo una semántica de punto fijo que resulta más expresiva que el cálculo .
Este artículo introduce un diseño de meta-juego para evaluar el riesgo de colusión algorítmica en entornos de prueba, modelando agentes con políticas preentrenadas y reglas de adaptación para analizar cómo emergen la cooperación o la competencia bajo restricciones de tiempo y configuraciones asimétricas.
El artículo presenta TCA-T2M, un marco de trabajo que mejora la generación de movimiento a partir de texto mediante un VQ-VAE espacial consciente de la consistencia temporal y un transformador enmascarado, logrando un rendimiento superior y movimientos más coherentes y físicamente plausibles en los conjuntos de datos HumanML3D y KIT-ML.
El artículo presenta ChimeraLoRA, un método que combina un LoRA compartido por clase con LoRAs específicos por imagen para generar conjuntos de datos sintéticos diversos y detallados que mejoran el rendimiento de clasificación en escenarios de escasez de datos.