Científicos refutan que los teléfonos reprogramen el cerebro infantil
Expertos ante el parlamento británico admiten que no hay pruebas sólidas de que smartphones y redes sociales dañen el cerebro de niños y adolescentes.
#científica
3 trucos de NumPy para rendimiento numérico
Descubre 3 trucos esenciales de NumPy para optimizar el rendimiento numérico de tu código: vectorización, broadcasting, operaciones in-place y vistas de memoria. Mejora la velocidad y eficiencia.
Transiciones de fase temáticas en IA: evidencia a gran escala
Descubre cómo los temas de IA avanzan mediante transiciones de fase y aprende a identificar señales de alerta temprana para los próximos grandes temas.
Evaluación automatizada de reproducibilidad con LLMs
Automatización de reproducibilidad con LLM: 96% de concordancia cualitativa frente a 74% humano. Conoce los resultados sorprendentes.
AI SciBrief: puerta de entrada a la investigación para estudiantes
Descubre cómo AI SciBrief, impulsado por LLM, ayuda a estudiantes a superar la sobrecarga de información y acelerar su transición a la creación de conocimiento.
Computación analógica moderna: ecuaciones diferenciales y matriciales
Descubre cómo la computación analógica moderna resuelve ecuaciones diferenciales y matriciales. Aplicaciones clave en IA y computación científica.
InnoEval: Evaluación multi-perspectiva de ideas de investigación
InnoEval evalúa ideas de investigación con razonamiento basado en conocimiento y múltiples perspectivas, superando sesgos. Resultados alineados con expertos.
Inferencia válida con datos sintéticos mediante intercambiabilidad de tareas
¿Cómo usar datos sintéticos sin sesgos? Descubre la intercambiabilidad de tareas, un nuevo método para inferencias válidas en investigación científica con IA.
¿Pueden los agentes de IA sintetizar conclusiones científicas?
Los agentes de IA aún no sintetizan conclusiones científicas de forma fiable. Un nuevo benchmark revela baja precisión y resultados incompletos. Descúbrelo aquí
¿Pueden los Agentes de IA Sintetizar Conclusiones Científicas?
Descubre si los agentes de IA pueden sintetizar conclusiones científicas de forma fiable. Resultados de SciConBench revelan baja precisión y la necesidad de evaluaciones controladas.
Disciplina de búsqueda para agentes de investigación a largo plazo
Agentes de IA pueden elegir candidatos erróneos al optimizar métricas globales. Descubre cómo una auditoría externa evita el colapso de regiones.
Prerregistro en experimentos con agentes de IA
Descubre por qué el prerregistro es clave para la credibilidad en experimentos con agentes de IA. Nuevas prácticas metodológicas que garantizan resultados reproducibles.
Mapeo de la literatura científica con LLMs y modelado de temas
Los LLMs y el modelado de temas mapean la literatura científica, revelando conexiones temáticas ocultas. Un estudio analiza 1500 artículos de ingeniería.
Investigación autónoma generalista con árbol de hipótesis
Arbor revoluciona la investigación autónoma: un marco IA que refina árboles de hipótesis y logra 2.5x más rendimiento que Codex y Claude Code.
Límites de LLM como juez en evaluación de novedad científica
Los LLM generan un espejismo de novedad al evaluar preguntas de investigación, pero los expertos humanos detectan fallas. Descubre las limitaciones.
Anthropic lanza Claude Fable 5 y Mythos 5: mismo modelo, diferentes salvaguardas
Anthropic lanza Claude Fable 5, su modelo más capaz, y Mythos 5 con menos restricciones. Conoce sus diferencias, precios y casos de uso en desarrollo de software.
Hacia la búsqueda diversa de hipótesis científicas con LLMs
Los LLMs generan hipótesis científicas diversas y de alta calidad mediante un enfoque de muestreo que mejora la exploración sin sacrificar convergencia.
La comunidad ML debe crear un ecosistema de revisión por pares con IA
¿Puede la IA salvar la revisión por pares? Este artículo propone un ecosistema donde LLMs asistan sin reemplazar el juicio humano.
Manipulación en revisiones por pares con IA: nuevos riesgos
Un estudio revela que reescribir abstracts con IA aumenta las calificaciones en un 38%, amenazando la objetividad de las revisiones por pares.
RAG Híbrido Agéntico para Análisis de Colisionadores de Muones
RAG híbrido con agentes para análisis de colisionadores de muones: mejora la búsqueda de evidencia y la precisión de respuestas.