Meta-Optimización con Ensambles Adaptativos para Equilibrio Robustez-Precisión
AdaE-SAEA: algoritmo evolutivo con ensambles adaptativos y RL para equilibrar robustez y precisión. Mejora rendimiento en problemas reales.
#caja negra
Descifrando el razonamiento latente: intervención guiada por interpretabilidad
Descubre cómo intervenir en el razonamiento latente de los LLM para mejorar su precisión sin actualizar parámetros. Guía basada en interpretabilidad.
VERA: Marco de inferencia variacional para jailbreaking de LLMs
Descubre VERA, un framework de inferencia variacional que genera prompts adversariales para identificar vulnerabilidades en LLMs sin reoptimización.
Seguridad en LLMs caja negra: Alineación mediante optimización restringida
Alinea LLMs de caja negra en inferencia usando optimización restringida y teoría de juegos para balancear seguridad y utilidad.
Monitoreo Constitucional de Caja Negra para Engaños en Agentes LLM
Descubre cómo los monitores constitucionales de caja negra detectan engaños en agentes LLM usando datos sintéticos. Resultados sobre generalización y límites.
El conjunto de datos defectuoso detrás de la ética de la IA moderna
Descubre cómo el conjunto de datos defectuoso de la ética provoca fallos en la IA y por qué necesitamos un nuevo modelo axiomático aditivo.
DiscourseFlip: Manipulación indirecta de opinión en RAG
DiscourseFlip: un ataque de manipulación de opinión a nivel de discurso en RAG que evade defensas actuales. Conoce sus implicaciones.
TN-SHAP-G: Red tensorial para Shapley en gráficos
Descubre TN-SHAP-G: calcula valores Shapley en gráficos usando redes de tensores, sin Monte Carlo. Explicabilidad eficiente para modelos complejos.
Selección de región de confianza basada en BAI para optimización bayesiana
Descubre cómo la identificación del mejor brazo (BAI) mejora la optimización bayesiana en funciones multimodales, acelerando la convergencia al óptimo global.
Acordes Geométricos Latentes para Ataques Adversarios Eficientes
Descubre cómo los Acordes Geométricos Latentes (LGC) optimizan ataques adversarios con alta fidelidad visual y mínimas perturbaciones. SSIM > 0.99 y LPIPS < 0.01.
Indistinguibilidad conductual acotada para destilación de LLM
¿Es suficiente la similitud semántica para destilar LLMs? Evaluamos indistinguibilidad conductual con adversarios y consultas acotadas. Resultados clave con Qwen y Llama.
Añadí una caja negra de 71 líneas a mi agente de Python, luego consulté la caída de $200 con DuckDB
Añadí una caja negra de 71 líneas a mi agente Python y consulté una caída de $200 con DuckDB. Aprende a integrar y optimizar consultas.
KBF: El límite del conocimiento como huella para la auditoría de modelos de lenguaje y API de caja negra
<meta name=description content=KBF: El límite del conocimiento como huella para auditar modelos de lenguaje y APIs de caja negra. Descubre cómo esta técnica revela sesgos y limitaciones en sistemas de IA opacos.>
Entrenamiento de monitores deliberativos para la detección de planes en caja negra
Capacitación de monitores deliberativos para detectar planes en caja negra. Aprende técnicas esenciales de interpretabilidad y seguridad en IA.
Diseccionando la caja negra: Análisis a nivel de circuito de la detección de vulnerabilidades en LLM
<meta name=description content=Descubre cómo diseccionar la caja negra de los LLM y detectar vulnerabilidades a nivel de circuito. Seguridad y optimización para modelos de lenguaje.>
MacGregor Registrador de Datos de Viaje (VDR) G4e
<meta name=description content=Registrador de datos de viaje MacGregor G4e VDR. Conoce sus características, usos y ventajas para la seguridad marítima. Información técnica y aplicaciones.>
Limitación fundamental en la explicación de la IA
<meta name=description content=Descubre cuál es la barrera clave para entender la inteligencia artificial y por qué su explicación tiene un límite inevitable.>
Ataques de inferencia de pertenencia en caja negra sobre los datos de preentrenamiento de modelos de generación de imágenes
Ataques de inferencia de pertenencia en caja negra sobre datos de preentrenamiento de modelos de generación de imágenes: análisis de riesgos y vulnerabilidades.