ChatSOP: Marco MCTS guiado por SOP para agentes de diálogo LLM controlables
ChatSOP mejora la controlabilidad de agentes de diálogo LLM: marco MCTS guiado por SOP logra un 27.95% más de precisión en acciones. Léelo.
#cadena de pensamiento
RL basado en resultados guía a transformers a razonar solo con datos adecuados
¿Sabías que los transformers pueden aprender a razonar con solo recompensas finales? Un nuevo estudio revela que los datos simples son la clave.
Inclusion-of-Thoughts: Mitigando la inestabilidad de preferencias en LLMs
Inclusion-of-Thoughts (IoT) estabiliza respuestas de LLMs en opción múltiple filtrando distractores, mejorando razonamiento e interpretabilidad con mínimo coste.
Pedagogía aritmética para modelos de lenguaje
Descubre cómo el método pedagógico GASING entrena modelos de lenguaje en aritmética básica. Un GPT-2 pequeño alcanza más del 80% de precisión sin refuerzo. ¡Lee más!
CR-Seg: Segmentación razonada de grueso a fino con atención y CoT
CR-Seg: segmentación razonada que combina atención y cadena de pensamiento para objetos complejos.
Taiji: Optimización Pareto para Recomendación Industrial con LLM
Descubre cómo Taiji optimiza recomendaciones industriales con LLM, equilibrando semántica e IDs de usuario. Resultados reales en Kuaishou.
LatentChem: Del CoT textual al pensamiento latente en razonamiento químico
LatentChem: razonamiento químico con pensamiento latente. Logra 59.88% de victorias frente a CoT y 10x menos pasos. Optimización sin cadenas textuales.
SLAT: Recorte Adaptativo de Segmentos en Razonamiento CoT
SLAT: recorte adaptativo por segmentos reduce un 50% la longitud del razonamiento CoT sin perder precisión.
Dinámica de la entropía en el razonamiento de Cadena de Pensamiento
Descubre cómo la dinámica de la entropía en el razonamiento CoT revela dos fases clave para optimizar la inferencia de IA con early exit y test-time scaling usando CUSUM.
OncoReason: razonamiento clínico en LLMs para predicción de supervivencia
Nuevo marco OncoReason alinea LLMs con razonamiento clínico para predicción de supervivencia robusta e interpretable. Mejora F1 un 6% y reduce MAE un 12%.
SmartThinker: Calibración Progresiva de Longitud CoT para Razonamiento Eficiente
SmartThinker calibra la longitud de cadena de pensamiento logrando hasta 52.5% de compresión y mejora de precisión en modelos de lenguaje grandes.
Autoencoder Disperso a Nivel de Paso para Interpretar Razonamiento
Descubre cómo el autoencoder disperso a nivel de paso (SSAE) desentraña el razonamiento de los LLMs, revelando información sobre corrección y lógica. Ideal para interpretabilidad en IA.
Cuando los negativos duros duelen: cerrando la brecha generativa-discriminativa
¿Negativos duros dañan tu recuperación? CausalNeg usa contrafactuales y entropía para cerrar la brecha generativa-discriminativa.
El Horizonte Determinista: Cuándo Delegar en Herramientas
El Horizonte Determinista: ¿Cuándo falla el razonamiento extendido? Descubre por qué delegar en herramientas es clave para alcanzar precisión superior.
Diversidad sobre frecuencia: repensar uso de herramientas en agentes visuales
La diversidad en exploración supera a la frecuencia de uso de herramientas. Descubre el colapso y cómo la regularización de entropía mejora el razonamiento.
Engañar vs corregir: Revisiones perjudiciales y beneficiosas en LLM
Los LLM se dejan engañar fácilmente por respuestas mayoritarias. Un estudio revela que es más fácil inducir errores que corregirlos en sistemas multiagente.
eMoT: Memoria de pensamiento evolutiva para razonamiento en IA
eMoT: marco que estabiliza el razonamiento en LLMs con memoria evolutiva, anclaje simbólico y corrosión. Logra 100% en Juego de 24.
COFT: Razonamiento Justo con Cadena de Pensamiento en LLMs
COFT reduce sesgos en LLMs hasta un 55% sin reentrenar, preservando calidad y razonamiento justo. Método auditado.
Razonamiento CoT en entornos reales no siempre es fiel
Descubre cómo los modelos de IA generan razonamientos contradictorios y aparentemente lógicos. Hasta 13% de fallos en modelos comerciales. El Chain-of-Thought no es siempre fiable.
REAL: Aprendizaje por Refuerzo Consciente de Regresión para Juez LLM
REAL: nuevo método de RL con regresión que mejora la evaluación de LLMs. Aumenta correlación hasta +18. Ideal para desarrolladores de IA.