PaliGemma 2 se presenta como una nueva familia de Modelos de Lenguaje-Visión (VLMs) versátiles, diseñada específicamente para sobresalir en diversas aplicaciones de aprendizaje por transferencia. Este avance busca mejorar el rendimiento en múltiples tareas multimodales mediante una transferencia de conocimiento efectiva.
Este artículo propone un marco de red neuronal informado por la física (PINN) que equilibra adaptativamente la supervisión basada en la física y en los datos, especialmente bajo escasez de datos. El método utiliza una neurona de mezcla aprendible para ajustar dinámicamente las contribuciones de cada término según sus incertidumbres e integra el aprendizaje por transferencia para mayor eficiencia.
Esta investigación introduce MP-ISMoE, un marco de Mixture-of-Experts Lateral Interactivo de Precisión Mixta, para mejorar el aprendizaje por transferencia eficiente en parámetros al mitigar la sobrecarga de memoria. Emplea un esquema de Cuantificación Iterativa Perturbada por Ruido Gaussiano (GNP-IQ) para la cuantificación de pesos de menor bit, liberando memoria para mejorar la capacidad de aprendizaje y el rendimiento de la red lateral.
Este artigo de pesquisa formaliza o 'supervision drift' em experimentos CRISPR-Cas13d, analisando a robustez de modelos sob shift de distribuição, inclusive quando o mecanismo de supervisão muda. Utilizando um benchmark não-IID, demonstra bom desempenho in-domain, mas falha na transferência temporal e apenas sucesso parcial na transferência entre linhagens celulares.
O artigo apresenta PRISM, uma estrutura para Reinforcement Learning que fundamenta as decisões de agentes em conceitos discretos e causalmente validados, usando-os como interface de transferência zero-shot. Ele demonstra que esses conceitos impulsionam diretamente o comportamento do agente e que a importância de um conceito pode ser dissociada de sua frequência de uso.
DeepMind se asocia con líderes de la industria para acelerar la transformación de la IA, aplicando su investigación a problemas del mundo real para modelos más robustos. Esta colaboración técnica impulsa el aprendizaje por transferencia y el conocimiento del dominio, mejorando la adaptabilidad y eficiencia de la IA.