MOLPAQ es un novedoso generador modular cuántico-clásico que crea moléculas interpretables a partir de parches latentes generados cuánticamente, logrando un 100% de validez RDKit y alta novedad y diversidad. Este enfoque mejora significativamente el control de propiedades como QED y la incidencia de motivos aromáticos en comparación con los generadores clásicos.
A pesar de sus amplias capacidades de razonamiento, los Modelos de Visión-Lenguaje (VLMs) pueden experimentar fallos catastróficos en situaciones reales. Se presenta REVELIO, un marco para descubrir sistemáticamente modos de fallo interpretables en VLMs, combinando una búsqueda en haz consciente de la diversidad y muestreo de Thompson con proceso gaussiano para mapear el paisaje de fallos.
O artigo aborda a aplicação de Aprendizado por Reforço Profundo interpretável para a otimização do ciclo de vida de pontes em nível de elemento. Ele busca oferecer transparência e eficiência na gestão da infraestrutura.
Este artículo propone un nuevo método llamado prueba de necesidad de pronóstico para el descubrimiento causal interpretable en modelos de series temporales no lineales. Su objetivo es ir más allá de los coeficientes tradicionales para comprender mejor las complejas relaciones causales.