Zhemal Khamidun
Selección editorial diaria de las principales noticias de IA de más de 50 fuentes.
10060 artículos
SWIM ahorra cómputo: la generación de audio y video mejora hasta un 30,7% frente a Best-of-N
SAM 2.1, ajustado con fachadas e interiores: el mIoU sube del 49,9% al 69,6%
SAIL mantiene el objeto en pantalla a partir de sonido y texto y supera a sus rivales en dos benchmarks
Una estereocámara portátil estima el volumen de la comida con un error del 9,1% sin objeto de referencia
Un pipeline con FoundationStereo, SAM 2 y TSDF crea un modelo 3D del plato a partir de una sola grabación estéreo de un wearable. Error medio de volumen en cinco…
Investigadores comparan la atención de CNN, ViT y Mamba con la mirada humana
Tres arquitecturas, tres dominios, tres métricas: las CNN miran de forma global, los ViT se fijan en microrrasgos y Mamba funciona bien en medicina, pero diverge de…
El test de Stroop revela que los VLM leen el texto de una imagen con más facilidad que ven el color
Unos investigadores sometieron VLM contrastivos y generativos al clásico test de Stroop: cuando el texto y el color entran en conflicto, los modelos responden más a…
AVA mejora sin entrenamiento la precisión del ICL multimodal en 1,7 puntos
Coral-KV comprime el KV-cache de los modelos de vídeo entre un 37% y un 48% y mejora el PSNR hasta 4,95 dB
Black Lake: las fábricas chinas se saltan la digitalización y van directas a los agentes de IA
T. Rowe Price: el 55% de los residentes de Hong Kong teme que la IA golpee su jubilación, pero solo uno de cada cinco está preparado
Un optimizador genético acelera un 60% la elección de ubicaciones para sensores de aerosoles en Reino Unido
Investigadores integraron un proceso neuronal en DeepSensor y redujeron de 25 a 10 minutos el cálculo de la ubicación de estaciones de monitorización de aerosoles…
Kronecker Product Attention comprime la KV-cache hasta 10 veces y alcanza a MLA en calidad
Un preprint en arXiv propone KPA: claves y valores se almacenan como sumas de productos de Kronecker. Comprime la KV-cache hasta 10x, con calidad a la par de MHA…
Wasserstein BaryBooster convierte el realismo de la difusión en precisión de pronóstico de eventos
DiffusionART acelera 12 veces el ajuste con RL de modelos de video sin afinar la EMA
Un transformer físico construido solo con transistores aprende in-context learning en simulación
La teoría lo demuestra: los masked diffusion sobre transformers aprenden con Õ(LK/ε) ejemplos
Las redes neuronales holomorfas con funciones singulares superan a todos los métodos en las pruebas de Laplace
La regresión de Cox aprende con datos truncados órdenes de magnitud más rápido que con EM
CacheScope acelera los modelos de difusión hasta 3,57x y reduce el LPIPS un 70%
El error de la IA al estimar la generación solar oculta pasó de 0,104 a 0,185 kW
En Ausgrid y Pecan Street, la MAE diurna fue de 0,185 kW en casas nuevas y de 0,104 kW en clientes conocidos. El ajuste fino con cinco casas reduce el error un…
CircuitTree ensambla 39 circuitos fonémicos de HuBERT en un transcriptor de sílabas con un 64,8% de precisión
Un nuevo algoritmo fusiona subredes pequeñas de HuBERT en un único modelo: reconoce sílabas abiertas con un 64,8% de precisión y el 99,5% de los componentes de los…