Traduciendo lo intraducible: Ontología operacionalizable
Descubre una ontología para la intraducibilidad en NLP y estrategias de compensación que mejoran la traducción automática. Preferencias humanas.
#anotación
Guía para anotar y visualizar argumentos legales en sentencias chinas
Descubre cómo estructurar argumentos legales en sentencias judiciales chinas con un marco de anotación sistemático, ideal para IA y análisis legal.
Visualización 2D interactiva para anotar series temporales biomédicas
Un estudio compara la visualización 2D interactiva con métodos aleatorios y FAFT para anotar series temporales biomédicas. Expertos y no expertos evalúan su
Enrutamiento de agentes empresariales: degradación, diagnóstico y recuperación
El enrutamiento de agentes empresariales se degrada al escalar. Diagnóstico y recuperación con selección basada en embeddings. Estudio con 1.435 ejemplos.
Propagación de etiquetas de cajas para re-anotación de documentos
Descubre cómo la propagación de etiquetas de cajas delimitadoras permite re-anotar datasets con solo 10% de datos etiquetados, logrando un 81.6% del
Metric Match: Selección de subconjuntos para evaluar la fiabilidad de LLM
Metric Match reduce un 32% las anotaciones humanas para evaluar fiabilidad de jueces LLM, mejorando precisión y ahorrando costos.
YTClickbait21K: Dataset multimodal para detectar clickbait en YouTube
Descubre YTClickbait21K: un dataset multimodal con 21K videos anotados por humanos para detectar clickbait en YouTube. Ideal para modelos de IA y moderación.
Supervisión humana y G2P para transcripción fonética robusta
Descubre cómo la supervisión humana y G2P afecta la transcripción fonética: un umbral de 20-30 horas y el preentrenamiento ASR logran una reducción de error de
MergeSort guiado por sorpresa: ranking eficiente con humanos en el bucle
Descubre cómo el MergeSort guiado por sorpresa reduce costos de ranking al delegar comparaciones fáciles a la IA. ¡Mejora la eficiencia!
¿Es segura tu desviación de trayectoria en escenarios de cola larga?
Descubre cómo FluidTest detecta amenazas adicionales en trayectorias de vehículos autónomos, revelando fallos de seguridad que las métricas tradicionales pasan
EDEN: corpus a gran escala de notas clínicas en italiano
EDEN: 4 millones de notas clínicas anonimizadas de urgencias italianas. Un dataset único para entrenar modelos de lenguaje en diagnóstico de disnea y pérdida de conciencia.
Los laboratorios de IA no quieren más datos, quieren socios fiables
Descubre por qué los laboratorios de IA priorizan la fiabilidad y consistencia de los datos sobre el volumen. Claves para ser un socio de datos exitoso.
FADA: Interpretación y anotación de ultrasonido fetal con modelo unificado de visión-lenguaje
Descubre FADA: un modelo unificado de visión-lenguaje que interpreta y anota ecografías fetales sin nube, funciona en smartphones y democratiza el diagnóstico prenatal.
¿Cuál es el punto? Gramática espacial en lenguaje de señas
Descubre cómo la resolución de índices espaciales mejora el reconocimiento de lenguaje de señas, capturando gestos deícticos que los modelos tradicionales ignoran.
RiskNet: un dataset masivo de incidentes de riesgo de IA
Descubre RiskNet: el mayor dataset de incidentes de riesgo de IA. Analiza y clasifica riesgos reales para mejorar gobernanza.
Reetiquetado activo profundo: anotaciones resistentes al ruido
Descubre cómo el reetiquetado activo reduce el ruido en anotaciones humanas, mejorando la eficiencia del aprendizaje activo. ¡Optimiza tus modelos!
Clonado conductual en anotación científica: un estudio sistemático
El clonado conductual optimiza la anotación de datos, reduce errores y acelera procesos. Estudio revela habilidades emergentes y representaciones internas.
BRAINCELL-AID: IA agéntica para anotación comunitaria de células cerebrales
Descubre BRAINCELL-AID, un sistema de IA agéntica que revoluciona la anotación de tipos celulares cerebrales. Mejora la precisión con RAG y análisis de RNA-seq.
BRAINCELL-AID: Un sistema de IA multiagente para anotación de células cerebrales
Descubre cómo BRAINCELL-AID usa IA multiagente y RAG para anotar tipos de células cerebrales con alta precisión, facilitando la investigación en neurociencia.
Annot-Mix: Aprendizaje con etiquetas ruidosas de múltiples anotadores vía Mixup
Annot-Mix mejora el entrenamiento con etiquetas ruidosas de múltiples anotadores vía Mixup. Superior a 11 enfoques en 11 datasets.