korshunov.ai
Español
Todos los artículos Página 1 / 105
arxiv arXiv cs.AI · hace 2 h

Marco de Optimización Robusta Generativa

La Optimización Robusta Generativa (GRO) introduce un modelo generativo profundo para definir conjuntos de incertidumbre, capturando correlaciones no lineales, asimetría y multimodalidad. Un marco de evaluación de cinco puntos valora los conjuntos de incertidumbre basados en redes neuronales en términos de fidelidad de reconstrucción, coincidencia de distribución, regularidad latente, relevancia robusta y tractabilidad computacional, con experimentos que validan la efectividad de GRO en la planificación de producción y la ubicación de instalaciones.
arxiv arXiv cs.AI · hace 2 h

Gazer: Corrección semántica sin entrenamiento para modelos visuales autoregresivos

Gazer introduce un marco de trabajo sin entrenamiento que utiliza retroalimentación de modelos de lenguaje grande multimodales para corregir errores semánticos en tiempo real durante la generación de modelos visuales autoregresivos. Al integrar etapas de diagnóstico reflexivo y corrección semántica, Gazer mejora la precisión composicional y la alineación semántica en múltiples modelos sin entrenamiento adicional.
arxiv arXiv cs.AI · hace 2 h

Cadena de Pensamiento Multimodal: Capacidades y Limitaciones

El razonamiento de Cadena de Pensamiento Multimodal mejora el rendimiento en razonamiento matemático y científico, pero perjudica la fundamentación visual y el conteo de objetos en tareas de percepción. Los modelos exhiben un patrón 'Mirar Ligero, Pensar Pesado', donde la reflexión visual disminuye mientras aumenta el razonamiento verbal, lo que indica un cuello de botella persistente en la introspección visual durante el razonamiento multimodal.
arxiv arXiv cs.AI · hace 2 h

Aprendizaje de Prompt con Restricciones de Concepto para Adaptación de CLIP con Pocos Ejemplos

CCPL introduce un marco ligero que ancla los prompts de clase a prototipos de concepto congelados, mejorando la adaptación de CLIP con pocos ejemplos. Logra un mejor rendimiento de base a nuevo en DTD y EuroSAT en comparación con CoOp, con ganancias consistentes gracias a la regularización de conceptos en el espacio de texto, mientras mantiene neutralidad en OxfordPets. El método utiliza dropout de concepto y fusión de conjunto controlable durante la inferencia, con resultados sensibles a la semántica del conjunto de datos y al protocolo.
arxiv arXiv cs.AI · hace 2 h

La tubería SmartSDG mejora la detección de objetos sintético-a-real

El artículo presenta SmartSDG, una tubería automatizada que utiliza NVIDIA Isaac Sim y Sombreado Basado en Física para optimizar la adaptación de dominio sintético-a-real. Muestra que la iluminación indirecta y los fondos complejos mejoran la detección de objetos al preservar las texturas de superficie y reducir falsos positivos, superando a los datos sintéticos convencionales con luz directa.
arxiv arXiv cs.AI · hace 2 h

Destilación y ablación conscientes del contexto para Text2DSL

Un nuevo sistema Text2DSL utiliza destilación consciente del contexto con un contexto estructurado de gramática BNF, especificación de API y vocabulario de identificadores cerrados. Los estudios de ablación muestran que el vocabulario tiene el mayor impacto en la calidad semántica, mientras que la API y la BNF mejoran significativamente la validez estructural, confirmando que el contexto estructurado es un componente crítico y portador de carga.
arxiv arXiv cs.AI · hace 2 h

Generalización a nivel de CWE en HIDS basados en syscalls

Un detector de anomalías de una clase entrenado con el comportamiento normal de CVEs que comparten una clase CWE puede generalizar a CVEs no vistos dentro de la misma clase, pero la efectividad varía según la familia de CWE. El detector de CWE-307 alcanza F1 = 0.6976 a una tasa de falsos positivos del 5%, mientras que CWE-89 y CWE-434 tienen un rendimiento deficiente, con F1 ≤ 0.21. La transferencia entre CVEs es dependiente de la dirección y está impulsada más por la amplitud del perfil normal de origen que por la categoría CWE.
arxiv arXiv cs.AI · hace 2 h

Text2DSL: Generación de código basada en LLM para lenguajes específicos del dominio

Este artículo presenta Text2DSL, una tarea distintiva de generación de código de lenguajes específicos del dominio a partir de lenguaje natural. Utilizando el conjunto de datos PolkitBench con 4,204 pares validados, muestra que el contexto estructurado —como gramáticas BNF y especificaciones de API— mejora la validez sintáctica y estructural, así como las puntuaciones CodeBLEU en un 60% a 95% en diferentes modelos LLM, sin ajuste fino.
arxiv arXiv cs.AI · hace 2 h

La Destilación On-Policy Ponderada por Importancia Aborda el Sesgo de Posición

La Destilación On-Policy (OPD) sufre de sesgo de posición donde los tokens posteriores proporcionan una supervisión deficiente. La OPD ponderada por importancia (IW-OPD) asigna pesos dinámicos basados en la discrepancia de distribución, priorizando los tokens iniciales y suprimiendo los tardíos. IW-OPD converge más rápido y logra ganancias de rendimiento de hasta 6.9 puntos en AIME-2025 en comparación con OPD estándar.
arxiv arXiv cs.AI · hace 2 h

PaperClaw: Investigación autónoma con refinamiento humano en el bucle

PaperClaw es un sistema multiagente que realiza investigación de forma autónoma, desde la selección del campo hasta la publicación del artículo. Utiliza un ciclo propuesto-validado de propuesta-prueba-reflexión, basado en referencias reales y resultados ejecutables, y admite refinamiento humano en el bucle en cualquier etapa. La evaluación muestra que produce artículos sólidos tanto de forma autónoma como con supervisión humana.
arxiv arXiv cs.LG · hace 2 h

Preentrenamiento sin recompensas para aprendizaje por refuerzo mediante maximización de cobertura de ocupación

ROVER permite el preentrenamiento sin recompensas maximizando la cobertura de ocupación en el espacio de estados, utilizando un modelo del mundo aprendido para estimar la ocupación sin necesidad de estimación de densidad o entropía. Introduce un estado sumidero virtual para equilibrar la exploración de regiones conocidas y desconocidas, logrando una cobertura más uniforme y un mejor rendimiento en tareas posteriores de navegación tabular y basada en píxeles.
arxiv arXiv cs.LG · hace 2 h

TeaNet mejora el aprendizaje con pocos ejemplos en espectroscopía vibracional

TeaNet, una red de aumento mejorada por tareas, reconstruye espectros enmascarados aleatoriamente para generar muestras aumentadas que preservan las características espectrales originales mientras introducen variaciones específicas del dominio. Este enfoque permite a las redes neuronales profundas identificar números de onda discriminantes de manera más efectiva, superando a las CNN en un 17% en escenarios sintéticos desafiantes y ofreciendo una interpretabilidad mejorada en tareas de aprendizaje con pocos ejemplos.
arxiv arXiv cs.LG · hace 2 h

NASDAQ: Dinámica del Espacio de Observación Normalizado con Q-Learning Aumentado

NASDAQ aborda los desafíos de observación de baja dimensión en el aprendizaje por refuerzo al normalizar los espacios de observación para equilibrar las pérdidas de reconstrucción. Integra el aprendizaje de valores con el valor a corto plazo y la predicción de la siguiente observación, logrando un rendimiento competitivo o superior con menos tiempo de entrenamiento en diversos dominios.