GNEP sin intercambio de multiplicadores: robótica y aprendizaje activo
Algoritmos GNEP sin compartir multiplicadores para robótica y aprendizaje activo con bandidos contextuales. Mejora eficiencia y privacidad.
#contextual
Aprendizaje on-policy enfocado en decisiones para optimización lineal contextual
Nuevo método de gradiente híbrido para optimización lineal contextual con retroalimentación parcial que reduce el arrepentimiento.
Análisis de Seguridad de Skills con Conciencia del Repositorio
Descubre cómo el análisis con conciencia del repositorio reduce drásticamente los falsos positivos en la detección de malware en skills de agentes de IA. Estudio con más de 238,000 skills.
Fallo de la invariancia contextual en modelos de lenguaje
Añadir contexto mínimo altera predicciones de género en modelos de lenguaje, rompiendo su invariancia. Impacto en sesgos y aplicaciones críticas.
Simulación contextual de agentes para evaluar recomendaciones
Descubre ContextSim: un marco de simulación con agentes LLM que integra tiempo, ubicación y necesidades para evaluar sistemas de recomendación con mayor precisi
SMH-Bench: Evaluando el razonamiento de LLM en hogares inteligentes
SMH-Bench evalúa agentes LLM en hogares inteligentes con 1100 tareas. ¿Son capaces de razonar y automatizar? Descúbrelo.
Reparación antes que veto: aprendizaje de restricciones contextuales
Descubre cómo RACL reduce falsos vetos al reparar opciones antes de rechazarlas, mejorando decisiones contextuales.
Un marco matemático de conflicto para modulación de datos contextuales
Descubre un marco matemático que redefine el conflicto en datos contextuales como objeto independiente. Ideal para modulación y análisis.
Muestreo de Thompson con escalarización contextual para decisiones multiobjetivo
Descubre CSTS, un nuevo método contextual que equilibra múltiples objetivos en medios públicos, mejorando la relevancia y alineándose con la curación experta.
OrcaRouter: Enrutador LLM orientado a producción con aprendizaje híbrido offline-online
Descubre OrcaRouter: el enrutador híbrido offline-online que alcanza 75.54% de precisión a solo $1 por mil consultas.
Persuasión personalizada: contextualización y calidez en IA conversacional
La contextualización reduce la persuasión de la IA, pero combinada con calidez restaura. Usuarios con alta alfabetización confían menos pero se dejan persuadir.
Idoneidad de la empatía en IA: perspectiva señal-costo
Descubre cómo la teoría de señales evalúa la empatía contextual en IA, evitando manipulación o indiferencia. Un enfoque económico innovador.
Probé un servidor MCP que redujo el costo de tokens de Claude Code
Descubre cómo un servidor MCP reduce hasta un 43% el costo de tokens en Claude Code mediante búsqueda contextual. Prueba A/B real. ¡Optimiza tu flujo!