Ribbon

515 materiales

Clasificación
Noticias17 noviembre 2026

IA física: límites del concepto, herramientas y aspectos difíciles

La monografía, de 388 páginas, reúne en un marco unificado las definiciones de la IA física, sus diferencias con campos afines y sus métodos principales, desde la percepción y la simulación hasta el control y los sistemas multiagente coordinados. Ofrece un mapa de los desafíos de investigación y las limitaciones que dificultan pasar de soluciones especializadas a sistemas con una amplia capacidad de generalización.

IA física: límites del concepto, herramientas y aspectos difíciles
Leer
Noticias17 noviembre 2026

Enfoque OWP: redistribución de evidencias y señales a priori en Omni-LLM

Se presenta Omni-Woodpecker, un framework que no requiere entrenamiento, detecta conflictos entre modalidades y, antes de la decodificación, reajusta el equilibrio entre los datos del contexto y los priors memorizados en los estados ocultos. En Qwen2.5-Omni-7B y VideoLLaMA2-AV, el método mejora la resistencia a los errores audiovisuales en CMM y AVHBench, y ofrece una mejora moderada en benchmarks generales de razonamiento.

Enfoque OWP: redistribución de evidencias y señales a priori en Omni-LLM
Leer
Noticias16 noviembre 2026

LightCRS: esquema compacta de recomendación conversacional multidominio sin una VLM independiente por categoría

Los autores presentan un sistema en el que las características multimodales de los productos se calculan offline con codificadores congelados y, durante el diálogo, las procesa un módulo compartido entre todos los dominios, de 5,3 millones de parámetros, con atención cruzada condicionada por la consulta. En un benchmark de 25 dominios, el enfoque mejora las métricas medias de clasificación, reduce notablemente la latencia y muestra que el entrenamiento conjunto ofrece mejores resultados que los modelos independientes para cada dominio.

LightCRS: esquema compacta de recomendación conversacional multidominio sin una VLM independiente por categoría
Leer
Noticias16 noviembre 2026

Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador

Se propone un módulo paso a paso que, en lugar de descartar una táctica rechazada, pide al modelo corrector que la revise hasta R veces teniendo en cuenta el error de Lean; con K candidatos, esto aumenta la proporción de problemas resueltos. Los experimentos con LeanDojo y Lean Workbook muestran que la mejora se debe principalmente a fallos de ejecución poco profundos, a costa de un mayor tiempo de búsqueda.

Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador
Leer
Noticias16 noviembre 2026

Método Genesis Steering: control de activaciones en los datos utilizados durante el ajuste fino

El método extrae un vector de control a partir de ejemplos contrastivos presentes en los datos de ajuste fino y, si estos no están disponibles, selecciona posibles muestras de entrenamiento mediante inferencia de pertenencia y crea un conjunto proxy. La parte teórica describe el desplazamiento óptimo hacia el límite de decisión y la evaluación con datos proxy; empíricamente, los datos internos de Tülu-3-8B producen un efecto más pronunciado que los conjuntos externos, mientras que la utilidad del proxy MIA en Llama-3.1-8B-Instruct está limitada por la relación entre los desplazamientos de dirección.

Método Genesis Steering: control de activaciones en los datos utilizados durante el ajuste fino
Leer
Noticias15 noviembre 2026

Aprendizaje en contexto de datos tabulares con expertos dispersos: OrionMoE-Small-v1.0, un modelo compacto

Se presenta un modelo básico y compacto para tareas tabulares que predice nuevas observaciones a partir de una tabla de referencia etiquetada, sin ajustar parámetros adicionales. La selección adaptativa de expertos en función del conjunto de datos y de las representaciones de características ofrece resultados competitivos, especialmente con poco contexto y alta dimensionalidad.

Aprendizaje en contexto de datos tabulares con expertos dispersos: OrionMoE-Small-v1.0, un modelo compacto
Leer
Noticias15 noviembre 2026

Búsqueda local de cambios en las covariables para perfiles con predicciones poco fiables

El artículo describe un flujo de diagnóstico que primero identifica grupos de pacientes interpretables en los que el modelo tiene poca confianza y, después, comprueba si existe un cambio perjudicial de covariables dentro de esos grupos. En los experimentos con MIMIC-IV, tres tareas clínicas y tres cambios artificiales en subgrupos, el enfoque permitió localizar un cambio relacionado con la edad que apenas se apreciaba en la evaluación agregada.

Búsqueda local de cambios en las covariables para perfiles con predicciones poco fiables
Leer
Noticias15 noviembre 2026

FedPix: transmisión de imágenes comprimidas desde el cliente para reducir las filtraciones en el aprendizaje federado

El artículo analiza qué información debe permitirse que el cliente envíe al servidor y propone entrenar la transmisión de imágenes compactas y verificables visualmente, en lugar de pesos del modelo o representaciones intermedias. En BloodMNIST, CIFAR-10, FashionMNIST y MNIST, el método obtiene un PSNR bajo en la reconstrucción y reduce el tiempo en el cliente hasta un 96,0%, con una precisión del 65,63–99,18%.

FedPix: transmisión de imágenes comprimidas desde el cliente para reducir las filtraciones en el aprendizaje federado
Leer