4493 artículos
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.
El documento presenta DOCFORGE-BENCH, el primer benchmark unificado de cero disparos para la detección de falsificaciones documentales, que revela que el principal obstáculo para el despliegue práctico no es la capacidad de discriminación de los modelos, sino una falla de calibración crítica causada por la baja proporción de píxeles alterados, la cual puede mitigarse mediante la adaptación del umbral sin necesidad de reentrenamiento.
Este trabajo propone la Política de Calidad Adversarial Multimodal (MAQP), un marco que utiliza la optimización dual de parches heterogéneos y una estrategia de equilibrio a nivel de gradiente para generar ataques adversarios multimodales efectivos que garantizan la seguridad en el agarre guiado por visión de robots colaborativos.
Este artículo demuestra que el problema de decisión de aproximación del radio de cobertura en retículos bajo la norma es NP-duro para una función explícita de factor de aproximación cuando supera un umbral de aproximadamente 35.31, estableciendo así la primera prueba de dureza para este problema en normas explícitas.
Este artículo presenta un sistema de recuperación semántica multilingüe y multi-vertical para Uber Eats que, mediante el ajuste fino de un modelo Qwen2 con aprendizaje de representaciones matryoshka y una combinación de funciones de pérdida, logra mejoras significativas en la recuperación de tiendas, platos y artículos de supermercado en múltiples mercados.
Este artículo presenta la Arquitectura Numérica de Residuo Híbrido Flotante (HRFNA), un sistema diseñado para FPGAs que combina aritmética de residuo sin acarreo con escalado de exponentes para lograr un alto rendimiento, eficiencia energética y límites de error formales, superando significativamente a la aritmética de punto flotante IEEE 754 en aplicaciones científicas y de CAD.
Este trabajo presenta un enfoque de generación de columnas para resolver el problema de flujo multi-commodity con función objetivo convexa, ofreciendo métodos eficientes para sus variantes dividibles e indivisibles en redes de telecomunicaciones.
Este estudio empírico, titulado "VeriInteresting", analiza las interacciones entre el razonamiento de los modelos, la especialización y las estrategias de ingeniería de prompts en la generación de código Verilog, identificando patrones generalizables y específicos mediante una evaluación factorial controlada de diversos modelos de lenguaje.
El artículo presenta AnalogToBi, un marco de generación de topologías de circuitos analógicos a nivel de dispositivo que utiliza una representación de grafo bipartito y decodificación guiada por gramática para lograr un control funcional explícito, garantizar la validez eléctrica y descubrir topologías novedosas y de alta calidad sin intervención humana.
Este estudio propone un marco conceptual de madurez en inteligencia artificial específicamente diseñado para las pymes, que redefine el desarrollo de capacidades como un proceso multidimensional, no lineal y arraigado en el ecosistema, abordando así las limitaciones de los modelos existentes y las realidades organizativas de estas empresas.
Este artículo presenta una tubería autoalojada y sin APIs que convierte PDFs de conferencias en bancos de preguntas de opción múltiple mediante un modelo de lenguaje local y un control de calidad determinista, garantizando la privacidad y la trazabilidad de los resultados educativos.
Este artículo demuestra que es posible sustituir asintóticamente cada multiplicación real por una sola operación de cuadrado y cada multiplicación compleja por tres, logrando reducciones significativas en el uso de recursos hardware al implementar estas técnicas en arquitecturas como arrays sistólicos y núcleos tensoriales.
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.