Retro-Expert: Razonamiento Colaborativo para Retrosíntesis Interpretable
Descubre Retro-Expert, un framework interpretable que combina LLMs y modelos especializados mediante aprendizaje por refuerzo para predecir reactivos químicos
#bi
ICPNet: red inspirada en visión biológica para contornos ilusorios
ICPNet imita la corteza visual para percibir contornos ilusorios de rejilla adyacente, superando a modelos tradicionales y acercándose a la inteligencia humana.
Evaluación de clasificadores binarios sin rebalanceo ante desbalance
Descubre el rendimiento de clasificadores binarios sin rebalanceo. Evaluamos su robustez ante desbalance extremo con datos reales y sintéticos.
Seguridad Agéntica: Aplicaciones, Amenazas y Defensas
Descubre cómo los agentes basados en LLM transforman la ciberseguridad, sus amenazas y las defensas necesarias para protegerlos. Análisis completo.
Selección de lotes con utilidad y diversidad para ajuste fino de LLMs
Aprende cómo UDS optimiza el ajuste fino de LLMs seleccionando lotes con utilidad y diversidad, reduciendo tiempo y mejorando resultados.
Rendimiento escolar: análisis multinivel con machine learning
Descubre cómo un modelo de Machine Learning analiza microdatos del SAEB para identificar los factores clave del rendimiento escolar. La explicabilidad con SHAP
Killbench: ¿Podemos detener la IA maliciosa?
Killbench evalúa si podemos detener una IA maliciosa usando solo señales externas. Descubre los métodos y resultados en este benchmark.
CycliST: Benchmark de VLMs para razonar transiciones cíclicas
Descubre CycliST, el nuevo benchmark que evalúa la capacidad de los modelos de video-lenguaje para razonar sobre transiciones de estado cíclicas y patrones
Detección casi en tiempo real de incendios por conflicto en Sudán
Descubre cómo un modelo VAE ligero detecta incendios por conflicto en Sudán en menos de 30 horas con alta precisión.
RollArt: Entrenamiento Desagregado de RL Agentico a Escala
RollArt desagrega el entrenamiento de RL agentico multi-tarea usando hardware heterogéneo, logrando hasta 2.05x de reducción de tiempo de entrenamiento.
Pragmatismo Crítico en la Evaluación Científica con IA
Descubre cómo el pragmatismo crítico mejora la transparencia y fiabilidad de las herramientas de IA para evaluar la credibilidad científica.
Modelo de grafo kNN adaptativo
Descubre cómo un modelo de grafo adaptativo basado en HNSW acelera la inferencia kNN en tiempo real sin comprometer la precisión. Ideal para grandes volúmenes
Descubrimiento de materiales sostenibles con IA
Descubre cómo la inteligencia artificial integra el análisis de ciclo de vida para descubrir materiales sostenibles más eficientes y ecológicos.
SLUM-i: Aprendizaje semisupervisado para mapeo de asentamientos informales
SLUM-i: aprendizaje semisupervisado para mapeo de asentamientos informales con mejora en calidad de datos. Logra +5.9 pp mIoU.
Orcheo: Una plataforma full-stack modular para búsqueda conversacional
Descubre Orcheo, la plataforma open-source modular para búsqueda conversacional. Acelera tu investigación con componentes reutilizables y despliegue fácil.
Investigación empírica: reutilización de modelos preentrenados de deep learning
La reutilización de modelos preentrenados de deep learning impacta más en pruebas; adaptación es el patrón dominante. Bioquímica y genética lideran.
MAND: Detección de Novedades Multimodal en Actividades Egocéntricas
MAND: detección de novedades multimodal en actividades egocéntricas. Mejora precisión usando RGB e IMU con puntuaciones adaptativas.
Aprendizaje de distribuciones de permutaciones mediante difusión en rangos suaves
Soft-Rank Diffusion: método de difusión suave para aprender permutaciones. Mejora el rendimiento en ordenamiento y optimización combinatoria.
Haiku a Opus en solo 10 bits: LLMs logran grandes ganancias de compresión
10 preguntas binarias logran comprimir respuestas de IA 100x más que métodos previos, recuperando hasta 72% de capacidad. ¡Descubre el nuevo método!
Revelando artefactos en videos generados por IA con amplificación de ruido
Descubre cómo la amplificación de ruido basada en planos de bits revela artefactos en videos generados por IA, superando métodos en el benchmark HardGVD.