Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Science Alert»
Más recientes primero · Hasta 30 noticias por página
arXiv Computer Science AIOASIS: Alineación de Espacio de Observación-Acción mediante Predicción de Trayectoria de $SE(3)$ para Manipulación Robótica
Se presenta OASIS, una política visuomotora diseñada para alinear la representación intermedia con el espacio de acción mediante la predicción de trayectoria del efector final $SE(3)$. Este modelo combina un codificador de características 3D con un predictor de trayectoria $SE(3)$ para generar fragmentos de acción consistentes con el movimiento de cuerpo rígido. Los experimentos demuestran que OASIS supera a los modelos VLA y WAM en términos de tasa de éxito y generalización.
Gobernanza adecuada en la era algorítmica: los fundamentos de la estrategia estatal digital
El artículo aborda la necesidad de establecer fundamentos conceptuales para gobernar el sustrato digital (datos, algoritmos, plataformas) debido a que la capacidad y legitimidad para hacerlo están desalineadas. Introduce la estrategia estatal digital como un concepto que redefine la cuestión de la gobernanza estatal en la era algorítmica. Propone diez principios basados en coherencia técnica y autoridad legítima para abordar los desafíos de la gobernanza digital.
Síntesis de estrategias de planificación basadas en la línea de tiempo que evitan la determinización
Se presenta un fragmento de planificación basada en la línea de tiempo cualitativa cuyo problema de existencia de planes se mapea al problema de no vaciedad de autómatas finitos deterministas. Esto permite sintetizar estrategias de planificación mediante un paso de determinización. También se identifica un subconjunto máximo de las relaciones de Allen que se ajusta a este fragmento determinista.
Correctness vs Eficiencia: Control de comportamiento con extrapolación del espacio de pesos en RL
Se estudia un problema en programación competitiva relacionado con el control de comportamiento en el aprendizaje por refuerzo (RL). Se investiga cómo la relajación de la restricción de eficiencia afecta la frontera entre corrección y eficiencia. Se demuestra que la extrapolación en el espacio de pesos puede amplificar o suprimir el comportamiento no deseado del modelo.
Estudio de post-entrenamiento en modelos fundacionales de series temporales
Se analiza el post-entrenamiento de modelos fundacionales de series temporales (TSFMs) para mejorar su despliegue en tareas posteriores. El estudio clasifica los métodos de post-entrenamiento en cinco categorías, incluyendo adaptación de parámetros y composición de modelos. El objetivo es proporcionar un marco unificador para guiar la investigación hacia un despliegue fiable de estos modelos.
Formato HiFloat4 para el entrenamiento posterior de RL de aprendizaje por refuerzo de extremo a extremo en Modelos de Lenguaje Grandes
Se presenta el primer entrenamiento posterior a la preentrenamiento de RL FP4 de extremo a extremo, utilizando el formato HiFloat4 (HiF4) y la técnica Rollout-ResQ. Estos métodos logran reducir significativamente la brecha de precisión con BF16 al mejorar la recuperación de la precisión perdida por el desbaje de activación. Los resultados demuestran que la elección del formato FP4 es crucial para determinar el límite de la precisión recuperable.
Matching de flujo consciente de la frecuencia para generación de acciones robóticas continua y consistente
Se propone el Matching de Flujo Consciente de la Frecuencia (FAFM) para generar acciones robóticas continuas y consistentes, abordando la fragilidad de los métodos existentes ante frecuencias de control heterogéneas. El método transforma secuencias discretas al dominio de la frecuencia mediante la transformada de coseno discreta y regulariza la derivada temporal para asegurar acciones suaves. FAFM mejora el rendimiento en benchmarks robóticos y demuestra robustez al sesgo mecánico y a la entrada de frecuencia mixta.
Transformers implementan de forma demostrable el aprendizaje por refuerzo en contexto con mejora de política
Se investiga la capacidad de los transformadores para realizar aprendizaje por refuerzo en contexto (ICRL) sin actualizaciones de parámetros. Se demuestra que un bloque de transformador puede implementar métodos de mejora de política como SARSA y actor-crítico. Los resultados confirman que los modelos entrenados recuperan la estructura de parámetros y ofrecen un fuerte rendimiento de control en contexto al aplicarse a MDPs no vistos.
Hacia una evaluación fiable de LLM: Corrigiendo el castigo del ganador
Se propone el protocolo SIREN para la evaluación de LLM, diseñado para corregir el "castigo del ganador" en la selección de benchmarks adaptativos. Este método busca mejorar la fiabilidad de la evaluación al manejar la reutilización de elementos en el proceso de ajuste y despliegue. Los experimentos demuestran que el reporte basado en el ganador puede ser optimista, mientras que SIREN se acerca al objetivo de reporte de muestra finita.
Escalando modelos de lenguaje inherentemente interpretables
Se desafía la premisa de que la interpretabilidad es un obstáculo para la capacidad de los modelos de lenguaje. El trabajo propone hacer de la interpretabilidad una restricción del proceso de entrenamiento, optimizándola junto con el objetivo de modelado de lenguaje. Se demuestra que la interpretabilidad escala con la capacidad del modelo a medida que aumenta el cómputo. Esto permite una intervención en bucle cerrado para diagnosticar y corregir el comportamiento del modelo sin necesidad de reentrenamiento.
¿Quién necesita etiquetas? Adaptando modelos de visión fundacional con los metadatos que ya tienes
Se propone un enfoque sin etiquetas para adaptar modelos fundacionales de visión a dominios científicos especializados utilizando metadatos existentes. El método FINO combina auto-supervisión con guía de metadatos para adaptar representaciones a nuevos dominios de forma semi-supervisada. Este método demuestra un rendimiento superior en diversas aplicaciones como microscopía, observación terrestre y diagnóstico médico.
Difusión de un paso condicionado por covariables para la predicción de resonancia magnética cerebral 3D de múltiples horizontes en el envejecimiento y la neurodegeneración
Se propone un marco de difusión de un solo paso condicionado por covariables para predecir cambios longitudinales en mapas de densidad de materia gris (GMD) 3D a través de resonancia magnética (MRI), buscando caracterizar la progresión asociada al envejecimiento y la neurodegeneración. El método utiliza predicción residual en un solo paso para reconstruir la anatomía futura, siendo condicionado por factores como la edad y el alelo APOE4. Los resultados en el conjunto de prueba ADNI mostraron un rendimiento positivo en métricas como $\Delta$-Pearson y SSIM.
NeuroRVQ: Tokenización de Señales Biológicas Multi-Escala para Modelos Fundacionales Generativos
Se presenta NeuroRVQ, una familia de tokenizadores de señales biológicas adaptativos diseñados para la reconstrucción de alta fidelidad. Este método descompone las señales biológicas en representaciones de frecuencia mediante convoluciones multi-escala y código RVQ para preservar el detalle de alta frecuencia. Se demuestra que la calidad de la tokenización es un factor crítico para el rendimiento de los modelos fundacionales en el modelado de estas señales.
Transformer Descompuesto Incrustado para la Predicción de Series de Tiempo Multivariadas
Se presenta el EDformer, un Transformer Descompuesto Incrustado, diseñado para la predicción de series de tiempo multivariadas. El método utiliza estrategias de descomposición en dominio del tiempo y frecuencia para separar componentes estacionales y de tendencia. Los resultados demuestran que el EDformer alcanza un rendimiento competitivo en diversos conjuntos de datos.
HALMES: Saber cuándo intervenir en la mitigación de alucinaciones en LVLM
Se presenta HALMES, un módulo ligero que identifica segmentos precursores de alucinación en los modelos de lenguaje visuales (LVLM) mediante características de atención. Este módulo activa selectivamente el decodificado contrastivo para corregir solo los segmentos problemáticos. Los experimentos demuestran que HALMES mejora la mitigación de alucinaciones sin afectar negativamente las generaciones correctas.
No se identificaron personas.
Muestreo no es curiosidad: Por qué los agentes de LLM deberían investigar
Se propone un marco para definir la curiosidad en agentes de LLM, argumentando que los agentes actuales exploran de forma estocástica en lugar de curiosa. Se sugiere que la curiosidad requiere una estructura predictiva sobre la respuesta del entorno a las acciones del agente para mejorar la interacción y persistir más allá del contexto. El trabajo identifica nuevas direcciones de investigación para la implementación de estos sistemas.
AgentCompile: Compilador guiado por LLM para inferencia directa en CUDA
Se presenta AgentCompile, un compilador de inferencia CUDA guiado por LLM que utiliza modelos de lenguaje grandes para generar kernels CUDA. Esta herramienta combina la generación de metadatos y la validación de candidatos para optimizar la inferencia de transformadores. Se reportan aceleraciones significativas en comparación con PyTorch eager y vLLM en diversas familias de modelos.
HolidayFactory 1.0: Simulación, generación y evaluación de tareas de robots industriales
Se presenta HOLIDAYFACTORY 1.0, un marco para simular, generar y evaluar el trabajo de robots industriales, abordando la necesidad de evaluar tareas repetitivas donde el estado de la escena persiste. El marco incluye componentes como HOLIDAY-SIM para la dinámica del actuador y la construcción de mundo agentiva para generar activos y variantes de escena. Se introducen tareas industriales en 24/7-BENCH para medir el rendimiento sin reinicio de la escena.
Evaluación del razonamiento visual temporal en la generación de código de video a código
Se presenta Animation2Code, un benchmark para evaluar el razonamiento visual temporal al reconstruir código de animación web ejecutable a partir de videos. El estudio utiliza 1,069 videos con diversos patrones de movimiento y sus implementaciones correspondientes en HTML/CSS/JavaScript. Los resultados indican que los modelos VLM actuales luchan por mantener la coherencia temporal en la reconstrucción, incluso con alta similitud de apariencia.
No toda la incertidumbre es igual: volatilidad, estocasticidad y exploración
El texto aborda la toma de decisiones adaptativa en inteligencia biológica y artificial, enfocándose en el equilibrio entre explotar resultados conocidos y explorar alternativas inciertas. Se analiza cómo la volatilidad y la estocasticidad afectan la incertidumbre posterior y cómo impulsan la exploración en direcciones opuestas. Se presenta un marco teórico para la exploración sensible a la incertidumbre, sugiriendo una asimetría en la inferencia de ruido con implicaciones para condiciones psiquiátricas.
Los LLMs pueden capturar mejor los juicios humanos con los prompts adecuados
Se demuestra que estrategias de prompting simples pueden mejorar la alineación entre modelos de lenguaje grandes (LLMs) y el juicio humano. Al solicitar a los modelos que reporten desviaciones estándar y proporciones de respuesta, se recupera mejor el rango completo de respuestas humanas. Además, asegurar la claridad de los escenarios para los participantes humanos mejora la alineación del modelo, sugiriendo que hacer mejores preguntas a los LLMs puede generar respuestas más precisas.
No se identificaron personas.
Marco continuo de validación, actualización y toma de decisiones para Gemelos Digitales autoadaptativos
Se presenta un marco de adaptación en línea para Gemelos Digitales que integra detección de deriva basada en gradientes y validación estadística para mantener la fidelidad predictiva ante cambios en las condiciones de operación. El método utiliza actualizaciones de modelos por lotes con Adaptación de Bajo Rango y una prueba de bootstrap para evaluar la mejora predictiva antes de la implementación. Los resultados indican mejoras en la precisión predictiva y la estimación de incertidumbre en comparación con los modelos base.
Med-DualLoRA: Adaptación Local de Modelos Fundacionales para Resonancia Magnética Cardíaca 3D
Se propone Med-DualLoRA, un marco federado de ajuste fino eficiente en parámetros (PEFT) para la detección de enfermedades en resonancia magnética cardíaca 3D utilizando modelos fundacionales. Este método descompone adaptaciones LoRA globales y locales para mejorar la personalización mientras se reduce el costo de comunicación. Los experimentos demuestran que el método logra un rendimiento estadísticamente superior manteniendo la eficiencia de la comunicación.
Adaptando Modelos de Lenguaje Grande mediante Aprendizaje Multi-tarea para la Detección de Problemas de Salud Mental, Emoción y Sentimiento
Un estudio investiga el aprendizaje secuencial multi-tarea con PEFT, LoRA y cuantización de 4 bits en Llama 3.1 8B Instruct para detectar problemas de salud mental, emociones y sentimiento. Se encontró que el orden de las tareas afecta la transferencia de conocimiento y la interferencia, siendo la secuencia MHP-primero la mejor para detección de problemas de salud mental. La integración de técnicas también reduce los requisitos computacionales, haciendo posible la adaptación de LLMs en entornos con recursos limitados.
No se identificaron personas.
Modelo de optimización de política basado en OOD regularizado generativo
Se presenta el algoritmo GORMPO, un método de RL offline que integra modelado de densidad generativa para regularizar la optimización de políticas y evitar acciones fuera de distribución (OOD). El estudio compara la detección de OOD y el rendimiento de GORMPO en datasets médicos y de RL offline. Los resultados empíricos indican que una mejor detección de OOD mejora las políticas en entornos estables, mientras que las penalizaciones conservadoras son preferibles ante la incertidumbre dinámica.
Agencia percibida durante las transiciones de control del agente-avatar en realidad virtual
Un estudio en realidad virtual investigó cómo las creencias previas sobre el control de un humano virtual afectan la agencia percibida durante transiciones de control entre humanos y computadoras. Los resultados indicaron que la agencia percibida fue fuertemente influenciada por el controlador inicial, y que las creencias previas y las primeras impresiones continuaron moldeando esta percepción. Las evaluaciones sociales, en cambio, fueron más sensibles al comportamiento real del humano virtual durante la interacción.
Atribución agentiva de la propiedad de recursos en la nube
Se presenta una arquitectura de referencia para la atribución de propiedad de recursos en la nube utilizando agentes de IA para investigar y priorizar hallazgos de seguridad. La arquitectura deriva la propiedad de los recursos de registros como registros de trabajo e historial de código, en lugar de depender de declaraciones explícitas de propiedad. Se demostró una alta precisión y recuerdo ponderado al verificar evidencia contra registros existentes.
Comparación de estimación de densidad para aprendizaje por transferencia en espacios de Banach, Hilbert y euclidianos
El documento compara métodos de adaptación de dominio (DA) en espacios geométricos diferentes, incluyendo Hilbertianos y de Banach. Se propone el Aprendizaje por Transferencia de Manifolds de Banach (BMTL) utilizando regularización L1 para la alineación de densidad. Los experimentos demuestran que la variante L1 supera a la L2, logrando ganancias consistentes en tareas como USPS a MNIST.
SocialGym: Evaluando la inteligencia social de LLM a través de juegos multiagente
Se presenta SocialGym, un entorno diseñado para evaluar la inteligencia social de los Modelos de Lenguaje Grande (LLM) en escenarios multiagente. El entorno incluye 22 juegos sociales con resultados verificables basados en reglas definidas. Los resultados indican que el rendimiento varía según el juego y el rol, y que la capacidad de mantener secretos se relaciona con la teoría de la mente.
No se identificaron personas.
DPRM: Módulo de ordenamiento de tokens inducido por transformaciones de Doob para modelos de difusión discretos
Se presenta DPRM, un módulo de ordenamiento de tokens que utiliza una distribución de trayectoria sesgada por recompensa terminal para mejorar el razonamiento en modelos de difusión discretos. Este módulo corrige la tendencia de depender únicamente de la confianza local, logrando mejoras significativas en diversas métricas de rendimiento. Las mejoras incluyen incrementos en la precisión de modelos como PUMA GSM8K y RealWorldQA, demostrando la efectividad de ajustar la recompensa terminal.