Artículos en los que los autores originales han revisado nuestra explicación divulgativa.
Para cada artículo de esta página, al menos uno de los autores originales ha visto nuestra explicación divulgativa y se ha implicado con ella — ya sea confirmando su precisión o solicitando correcciones que después aplicamos. Una confirmación no significa que los autores aprueben formalmente cada frase, pero sí que la explicación ha pasado por los ojos de quienes escribieron el artículo.
1288 artículos revisados por autores · 871–880 / 1288
Este artículo demuestra que descartar aleatoriamente una fracción fija (específicamente el 25%) de las transiciones de los recorridos de PPO rompe eficazmente la redundancia de los gradientes encadenados causalmente, estabilizando así la dinámica de entrenamiento en diversos entornos sin alterar el algoritmo central ni sacrificar el rendimiento final de la recompensa.
Este artículo propone un marco cibernético unificado que modela los procesos cognitivos como sistemas dinámicos impulsados por retroalimentación, utilizando una combinación de transformaciones internas, mapeos interpretativos y restricciones de equivalencia semántica para garantizar interpretaciones estables e invariantes mediante análisis categórico y de punto fijo.
Este artículo presenta un modelo de aprendizaje profundo entrenado con curvas de luz de TESS que logra una precisión del 99,8 % en la identificación de oscilaciones similares a las solares en enanas frías, reduciendo con éxito miles de candidatos a 24 estrellas prometedoras para extender la frontera de detección de la asterosismología para estrellas de la secuencia principal y subgigantes.
Este artículo presenta una solución analítica exacta para cadenas heterogéneas de partículas sobreamortiguadas acopladas armónicamente con disipación que conserva el momento, revelando que un extremo libre induce una peculiar respuesta en escalera donde las interacciones entre partículas son independientes de las propiedades de la cadena intermedia y que las matrices de rango deficiente conducen a una separación distinta entre la dinámica del estado estacionario y la de relajación.
Este estudio demuestra que un campo eléctrico fuera del plano puede inducir una división de espín dominante en los valles Q y Q' del WSe2 de tipo n multicapa mediante el acoplamiento espín-valle-capa, ofreciendo una alternativa no magnética potente a los campos magnéticos para controlar los estados de espín en dispositivos espintrónicos y cuánticos de bajo consumo.
Este trabajo presenta un modelo novedoso de Pomeroón Dipolar Suave de Helicidad basado en la teoría de Regge que describe con éxito las secciones eficaces y los observables de espín de la fotoproducción de mesones vectoriales por fotones arbitrariamente polarizados en un amplio rango de energías, mejorando significativamente los modelos anteriores y ofreciendo predicciones para futuros experimentos y polarimetría de fotones cósmicos.
Este artículo presenta un marco híbrido de Dinámica de Fluidos Computacional y Aprendizaje por Refuerzo Multi-Agente Multi-Objetivo que coordina con éxito enjambres de microrrobots accionados magnéticamente en flujos dinámicos y pulsátiles mediante el uso de PCGrad para resolver conflictos de gradiente, logrando así la optimización simultánea del progreso aguas arriba, la eficiencia energética y la suavidad del movimiento a través de comportamientos hidrodinámicos emergentes.
Este artículo presenta un marco conductual unificado multidimensional que evalúa el razonamiento de los LLM a través de seis dimensiones distintas: Correctitud, Consistencia, Robustez, Coherencia Lógica, Eficiencia y Estabilidad, para revelar conocimientos críticos y prevenir errores de clasificación que las métricas tradicionales basadas únicamente en la precisión pasan por alto.
Este artículo presenta Habermolt, una plataforma pública para la deliberación delegada a la IA donde agentes representan a humanos en la toma de decisiones colectivas, y evalúa su eficacia a través de las dimensiones de representación, agregación y revisión para abordar los nuevos desafíos de diseño y alineación de representantes de IA escalables y confiables.
Este artículo introduce la Zona de Asignación de Conceptos (CAZ), un marco que redefine la formación de conceptos en los modelos transformadores como un proceso extendido en profundidad que ocurre a través de una región contigua del flujo residual en lugar de en una única capa "óptima", utilizando nuevas métricas para identificar estas zonas y revelando que muchos conceptos residen en regiones de asignación sutiles y multimodales que son causalmente activas pero invisibles para los métodos estándar de detección de picos.