Datos instrumentados para machine learning científico causal
Datos instrumentados: modelos, incertidumbre y contrafactuales para ML científico causal. Aplicaciones en validación y auditoría.
#científico
Sci-Rho: Benchmark simbólico multilingüe para STEM
¿Qué tan robustos son los VLMs ante problemas STEM en varios idiomas? Sci-Rho te lo muestra con un benchmark simbólico multilingüe y visual.
SciText2Eq: Evaluando LLMs en generación explicable de ecuaciones
Explora el estudio SciText2Eq: cómo los LLMs generan ecuaciones explicables desde textos científicos, los desafíos en semántica y la alineación con juicios
LabOSBench: Benchmark para control de instrumentos científicos
LabOSBench: un benchmark realista y de bajo costo para evaluar agentes multimodales en el control de instrumentos científicos. Ideal para IA y automatización
Cómo el post-entrenamiento da forma al razonamiento biológico
Nuevo estudio analiza más de 100 modelos: el post-entrenamiento no mejora uniformemente. Descubre la composición ideal para rendimiento dentro y fuera de
Gemelos Latentes Conformes a la Física
Descubre cómo los Gemelos Latentes Conformes a la Física garantizan que los modelos sustitutos respeten leyes de conservación, mejorando la precisión en
Inteligencia no es el cuello de botella: validación de puntuación LLM
Descubre cómo la IA LLM puntúa manuscritos como revisores humanos. Validado en 300 artículos ICLR con AUROC 0.82.
Sistemas de IA superan en persuasión a expertos humanos
Estudio con 6,900 personas: IA supera a humanos expertos en persuasión, incluso tras entrenamiento. Logró recaudar 3x más fondos.
Agent Rosetta: diseño de proteínas con agentes científicos
Conoce Agent Rosetta, un agente de IA basado en LLM que diseña proteínas usando Rosetta. Logra resultados expertos incluso con aminoácidos no canónicos.
Diseño de proteínas con Agent Rosetta: caso de agentes científicos
Agent Rosetta combina razonamiento LLM con software Rosetta para diseñar proteínas, incluyendo aminoácidos no canónicos, superando a modelos tradicionales.
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.
Co-científico de IA para optimizar ranking de búsqueda en producción
Descubre cómo un Co-científico IA con agentes LLM mejoró un +0.083% el ranking de búsqueda en una plataforma de viajes, cerrando el ciclo
MatSciBench: Evaluando la capacidad de razonamiento de los LLM en ciencia de materiales
MatSciBench evalúa LLM en ciencia de materiales: DeepSeek-R1 logra 75% en texto, GPT-5 53% en imágenes. Descubre sus limitaciones.
¿Pueden las redes neuronales profundas mejorar la compresión de datos científicos masivos?
Descubre cómo las redes neuronales mejoran la calidad de compresión de datos científicos, pero no aumentan la relación de compresión.
Por qué la divulgación alienígena real no será como en las películas de Spielberg
A diferencia del cine, la confirmación alienígena real será gradual y científica, como el bosón de Higgs. Descubre cómo.
Benchmarking de Agentes IA para Desafíos Científicos
Descubre cómo SciAgentArena evalúa agentes de IA en tareas científicas reales. ¿Son capaces de generar ideas novedosas? Resultados y fallos comunes.
SciR: Un Benchmark Controlable para Razonamiento Científico en LLMs
SciR: benchmark controlable para razonamiento científico en LLMs. Evalúa deducción, inducción y causalidad. Dificultad ajustable.
Un marco de tres capas para la IA en el descubrimiento científico
Descubre el marco de tres capas para IA en ciencia: búsqueda, razonamiento cualitativo y ejecución. La formación de modelos es el núcleo.
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!
Agents-K1: Hacia la orquestación de conocimiento nativa para agentes
Descubre cómo Agents-K1 convierte papers científicos en grafos de conocimiento para mejorar el razonamiento de agentes de IA. Pipeline innovador con Scholar-KG.