OpenMedQ: Preentrenamiento abierto para modelos médicos de visión-lenguaje
OpenMedQ: modelo de VLM médico preentrenado en 14 datasets abiertos logra SOTA en PathVQA y VQA-MED. Supera modelos 80x mayores. Código abierto.
#aprendiz
TerraBench: Razonamiento IA sobre datos terrestres heterogéneos
Descubre TerraBench, un benchmark que evalúa el razonamiento de agentes IA sobre datos terrestres heterogéneos. 400+ tareas, 24.500 pasos.
Mental-R1: Alineando el razonamiento de LLM para la salud mental
Descubre cómo Mental-R1 y el marco CRPO mejoran la evaluación de trastornos mentales con razonamiento similar al humano. Precisión aumentada en un 10%.
UXBench: Evaluación de la experiencia de usuario con modelos multimodales
Descubre UXBench, un nuevo benchmark con 2000 muestras para evaluar el razonamiento UX en modelos multimodales. UI-UX alcanza un 79.63% de precisión.
MOSAIC: aprendizaje continuo para evaluar el Parkinson con sensores
Descubre MOSAIC, un framework de aprendizaje continuo que supera los desafíos de nuevos sensores en la evaluación del Parkinson.
MOSAIC: Aprendizaje continuo incremental adaptado a modalidades para Parkinson
Descubre MOSAIC, un marco de aprendizaje continuo que adapta cada modalidad de sensor para evaluar la marcha en Parkinson evitando el olvido.
Del veredicto al proceso: verificación factual con RL agéntico
Descubre cómo ProFact usa aprendizaje por refuerzo agéntico para optimizar la verificación de hechos en múltiples etapas, mejorando precisión y eficiencia.
Aprendizaje guiado por física para estimar períodos de olas costeras desde video
Aprende cómo la IA guiada por física estima períodos de olas costeras desde video para un monitoreo marino preciso y económico.
ProFact: Optimización multi-etapa de verificación de hechos con RL agéntico
Descubre cómo ProFact optimiza la verificación de hechos multi-etapa con aprendizaje por refuerzo agéntico y recompensas de proceso. ¡Lee más!
ReSum: Sinergia entre Razonamiento y Resumen de LLMs con RL
Descubre cómo ReSum, un nuevo marco de RL, mejora el razonamiento de LLMs un 4% y reduce el largo de las cadenas un 18.6% mediante auto-resúmenes.
Cómo la IA guiada por física estima el período pico de olas desde video
Descubre cómo un marco de aprendizaje profundo guiado por física estima el período pico de olas costeras desde video, mejorando el monitoreo marino.
ReSum: Sinergizando Razonamiento de LLM y Resumen con Aprendizaje por Refuerzo
Descubre ReSum, que combina aprendizaje por refuerzo y autosummarización para mejorar el razonamiento de LLMs reduciendo su longitud en un 18.6%.
IterCAD: Un Agente Multimodal Iterativo para Generación y Edición de CAD
Descubre IterCAD, un agente multimodal que revoluciona la generación y edición de CAD con cierre de bucle, precisión geométrica y ejecución de código.
IterCAD: Un Agente Multimodal Iterativo para Generación y Edición de CAD
Descubre IterCAD, un agente multimodal que revoluciona la generación y edición de CAD con IA iterativa. Benchmark y precisión sin sesgo.
Estudio experimental de dinámicas de entrenamiento en modelo Llama pequeño con presupuesto de tokens
Un estudio experimental muestra que evaluar solo los resultados finales oculta inestabilidad y rendimientos decrecientes en modelos de lenguaje con recursos limitados.
Modelado de Recompensa para Orquestación Multi-Agente
Descubre OrchRM, un marco auto-supervisado que mejora hasta 10x la eficiencia de tokens y un 8% la precisión en orquestación multi-agente sin anotaciones humanas.
Optimización de despacho tripartito con RL multiagente y feedback retardado
Descubre cómo DoorDash optimiza el despacho en marketplaces tripartitos usando aprendizaje por refuerzo multiagente con feedback retardado, mejorando eficiencia sin sacrificar calidad.
Síntesis de escudos: análisis de defendibilidad para redes adversariales
Descubre el nuevo enfoque: la síntesis de escudos como herramienta de diseño para evaluar la defendibilidad de redes adversariales.
EurekAgent: Ingeniería del entorno para descubrimiento científico autónomo
Descubre cómo EurekAgent revoluciona el descubrimiento científico autónomo mediante ingeniería del entorno, logrando récords con menos de $11 en costos de API. ¡Lee más!
Un asistente de IA explicable para mejorar la retroalimentación en programación
Mejora la retroalimentación en programación con un asistente de IA explicable y colaboración instructor-IA. Resultados precisos y confiables.