LARP: Prefiltrado Robusto de Datos Agnóstico al Aprendiz
LARP ofrece prefiltrado robusto de datos para múltiples algoritmos. Conoce su coste de rendimiento y cómo protege tus modelos de datos contaminados.
#contaminación
Escalado prescriptivo revela evolución de capacidades de modelos de lenguaje
Aprende cómo el escalado prescriptivo predice la evolución de capacidades de modelos de lenguaje usando el presupuesto de cómputo. Basado en 7k evaluaciones.
Ajuste fino de Whisper para ASR en alemán suizo: 25.6% WER honesto
Descubre cómo el fine-tuning de Whisper logra 25.6% WER en alemán suizo, evitando contaminación de benchmarks. Un análisis honesto con 13.8% cWER y modelos públicos.
Contaminación en tiempo de búsqueda en agentes de investigación profunda
Descubre cómo la contaminación en búsqueda infla el rendimiento de agentes de IA en benchmarks. Aprende a detectarla y mitigarla.
Epidemiología del colapso de modelos: contaminación con datos sintéticos
Contaminación cruzada con datos sintéticos colapsa modelos IA. Modelo SIR de doble capa explica fenómeno y sugiere detección e inmunidad.
Modelado de exacerbación de asma infantil a partir de múltiples factores de riesgo
Descubre cómo modelos interpretables predicen exacerbaciones de asma infantil en Virginia costera combinando contaminación, clima y factores socioeconómicos. Es
STRIDE: Atribución de datos de entrenamiento con recuperación dispersa
Descubre STRIDE, un nuevo método que atribuye predicciones de LLM a datos de entrenamiento mediante recuperación dispersa, logrando 13 veces más rapidez que métodos anteriores.
Brecha de fiabilidad en auditoría de benchmarks: cambio de distribución y escala
Descubre por qué la detección de contaminación en benchmarks de IA falla por cambio de distribución y escala. Estudio con 335 evaluaciones muestra la brecha.
Monitoreo de contaminantes atmosféricos urbanos con Sentinel-5P
Descubre cómo usar datos del satélite Sentinel-5P para monitorear NO2 urbano en Ecuador. Análisis con clustering y percentiles para evaluar la calidad del aire.
CoEval: ranking de modelos sin datos ni benchmarks confiables
Descubre CoEval: un framework que evalúa y rankea modelos de lenguaje sin necesidad de datos etiquetados ni benchmarks fiables. Resultados limpios y por solo $5.89.
La ilusión de generalización en modelos de lenguaje tabulares
¿Son realmente efectivos los modelos de lenguaje tabulares? Nuestra reevaluación de Tabula-8B muestra que la generalización se debe a artefactos de evaluación, no a aprendizaje real.
LastAct: Localización guiada por trayectorias de la última actividad
Descubre cómo LastAct reconoce la última actividad en hogares inteligentes sin contaminación por ventanas mixtas, mejorando la precisión en tiempo real.
CANARY: Detección de contaminación oculta en modelos de lenguaje
Descubre CANARY, el primer método que detecta contaminación oculta en modelos de lenguaje con solo dos pases, incluso al 1% de envenenamiento. Protege tu IA.
Propagación de log-ratio: teoría de contaminación celular en el simplex
Descubre cómo la contaminación de una sola componente afecta todos los log-ratios en datos composicionales. Una nueva teoría que fundamenta métodos robustos en el simplex.
Detectar contaminación de prototipos en JavaScript: Lista de verificación para revisión de código
Descubre qué es la contaminación de prototipos en JavaScript y cómo evitarla con esta lista de verificación práctica.