aprendizaje en contexto
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 17 nov 2026, 4:00 a. m. | 0 |
| 17 nov 2026, 5:00 a. m. | 0 |
| 17 nov 2026, 6:00 a. m. | 0 |
| 17 nov 2026, 7:00 a. m. | 0 |
| 17 nov 2026, 8:00 a. m. | 0 |
| 17 nov 2026, 9:00 a. m. | 0 |
| 17 nov 2026, 10:00 a. m. | 0 |
| 17 nov 2026, 11:00 a. m. | 0 |
| 17 nov 2026, 12:00 p. m. | 0 |
| 17 nov 2026, 1:00 p. m. | 0 |
| 17 nov 2026, 2:00 p. m. | 0 |
| 17 nov 2026, 3:00 p. m. | 0 |
| 17 nov 2026, 4:00 p. m. | 0 |
| 17 nov 2026, 5:00 p. m. | 0 |
| 17 nov 2026, 6:00 p. m. | 0 |
| 17 nov 2026, 7:00 p. m. | 0 |
| 17 nov 2026, 8:00 p. m. | 0 |
| 17 nov 2026, 9:00 p. m. | 0 |
| 17 nov 2026, 10:00 p. m. | 0 |
| 17 nov 2026, 11:00 p. m. | 0 |
| 18 nov 2026, 12:00 a. m. | 0 |
| 18 nov 2026, 1:00 a. m. | 0 |
| 18 nov 2026, 2:00 a. m. | 1 |
| 18 nov 2026, 3:00 a. m. | 0 |
| 18 nov 2026, 4:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 0 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 0 |
| 2026-11-10 | 0 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 0 |
| 2026-11-14 | 0 |
| 2026-11-15 | 0 |
| 2026-11-16 | 0 |
| 2026-11-17 | 0 |
| 2026-11-18 | 1 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de aprendizaje en contexto
1 noticia · De más nuevas a más antiguas.
Alineación distributiva como criterio para diseñar vectores de tarea en el aprendizaje en contexto
El artículo propone que la inferencia con vectores de tarea debe alinear su distribución predictiva con la del aprendizaje en contexto (ICL). Se introduce la métrica $d_{\text{NTP}}$ para medir la discrepancia entre la inferencia basada en vectores de tarea e ICL. Se desarrolla el método LTV, que minimiza esta discrepancia y mejora la precisión en tareas de clasificación y regresión. Se demuestra la transferibilidad de LTV, mostrando que vectores de modelos grandes mejoran el rendimiento de modelos más pequeños.