Replanteando el papel de la atención eficiente en arquitecturas híbridas
Descubre cómo la atención eficiente impacta el rendimiento en arquitecturas híbridas: análisis de escalado, mecanismos y diseño. El fenómeno de la pereza de
#contex
KVEraser: Borrado eficiente de contexto localizado en KV Cache
Aprende cómo KVEraser borra contexto localizado en la caché KV de LLMs con mínima latencia, superando la recomputación completa en eficiencia. ¡Ideal para
Aprendizaje en contexto como inferencia bayesiana
Descubre cómo el aprendizaje en contexto (ICL) se equipara a la inferencia bayesiana. Los Transformers convergen rápidamente a la tarea real en este estudio
Riesgos de la IA agéntica: cómo los desarrolladores los perciben y priorizan
Descubre cómo los desarrolladores perciben y priorizan riesgos en IA agéntica y el dilema capacidades vs control. Estudio con 35 desarrolladores.
GitHits: $1.75M para crear el Google del código y frenar alucinaciones de IA
GitHits levanta $1.75M para indexar código abierto y eliminar alucinaciones de agentes IA. Su ingeniería de contexto transforma el desarrollo.
Red-Teaming en Contextos de Ejecución de Agentes: Evaluación de Seguridad en OpenClaw
Descubre cómo DeepTrap expone vulnerabilidades contextuales en agentes de IA, yendo más allá de los prompts de usuario.
ACC: Compilación de trayectorias de agentes para entrenamiento de contexto largo
ACC convierte trayectorias de agentes en datos de entrenamiento, logrando resultados comparables a modelos 7x más grandes en razonamiento de contexto largo.
Bandidos Contextuales para Maximizar el Boca a Boca Estimulado
Descubre cómo los bandidos contextuales aprenden las probabilidades de contagio en redes sociales para maximizar las recompensas del boca a boca estimulado.
GitHits recauda $1.75M: el 'Google del código' contra alucinaciones de IA
GitHits recauda $1.75M y lanza índice de código abierto para eliminar alucinaciones de IA en agentes. Conoce la ingeniería de contexto.
Google Cloud lanza OKF: especificación Markdown neutral para agentes IA
Descubre OKF de Google Cloud: formato Markdown neutral para contexto curado de agentes IA. Portátil, interoperable y sin vendor lock-in.
Verdad en la familia: Mejorando anclaje contextual con cabezas veraces heredadas
Descubre cómo los modelos de lenguaje heredan cabezas veraces que mejoran el anclaje contextual y reducen alucinaciones. TruthProbe optimiza LLMs y MLLMs.
Modelado de Contexto Largo con Arquitectura Híbrida GSS-Transformer
La Arquitectura Híbrida Paralela GSS-Transformer supera el tradeoff eficiencia-perplejidad: 16.51 PPL con 24% más rendimiento.
ACCORD: Anclaje contextual condicionado por acción para agentes de lenguaje
ACCORD mejora hasta un 20.6% el rendimiento de agentes de lenguaje mediante anclaje contextual condicionado por acción, sin entrenamiento adicional.
ACCORD: Fundamentación Contextual para Agentes de Lenguaje
ACCORD mejora hasta un 20% el desempeño de agentes de lenguaje. Descubre este marco que integra contexto y optimiza tareas sin entrenamiento adicional.
Entrenamiento y evaluación de políticas de difusión con contextos largos
¿Sabías que escalar la longitud del contexto no es tan frágil como se pensaba? Este estudio explora el entrenamiento de políticas de difusión con contextos
Entrenamiento y evaluación de políticas de difusión con longitudes de contexto largas
Escalar la longitud de contexto en políticas de difusión no es frágil. Nuevo benchmark y algoritmo de entrenamiento conjunto reducen complejidad muestral.
Perdido al final: sesgo de primacía en VQA multimodal
Descubre el sesgo de primacía en VQA multimodal: la información al principio supera al final en hasta 26 puntos. Clave para IA.
Flujo ponderado por decisión para optimización estocástica contextual
Nuevo método de flujo ponderado por decisión para optimización estocástica contextual que reduce el arrepentimiento en aplicaciones financieras y de tráfico.
TokenPilot: Gestión eficiente de contexto para agentes LLM
Descubre TokenPilot, un framework que reduce costos de inferencia hasta 87% en agentes LLM mediante gestión eficiente de contexto y caché. Optimiza sesiones
Editar conocimiento, no solo hechos: razonamiento multi-paso con historias
Actualiza conocimiento en modelos de lenguaje mediante razonamiento multi-paso con historias de fondo, mejorando su capacidad de razonar y no solo recordar.