GRASP: Alineación Residual Geométrica para Atribución de Datos Escalable
GRASP: nuevo método de atribución de datos que duplica la precisión y reduce costos en entrenamiento de IA.
#curación
Desenredo conformal y curación del espacio latente para generación dirigida
Descubre cómo un marco neuronal separa información compartida y específica de múltiples sensores, permitiendo generación dirigida e inferencia cruzada. Ideal para IA y cloud.
Métricas de curación fallan en defectos estructurales de políticas de imitación
Las métricas de curación solo-acción fallan ante defectos estructurales en demostraciones. Incluso las mejores solo recuperan un tercio del rendimiento.
Auditoría de métricas de curación: las de solo acciones fallan en defectos estructurales
Las métricas de solo acciones no detectan defectos estructurales clave en demonstraciones. Un estudio revela que solo métricas de trayectoria de estado mejoran
¿Pueden los agentes generalistas automatizar la curación de datos?
Agentes generalistas automatizan la curación de datos: nuevo benchmark Curation-Bench muestra que superan métodos publicados con 10% del presupuesto.
Intercambio de curación humana por aumentación sintética en RLVR
Descubre cómo la aumentación sintética de tareas sustituye la curación humana en RLVR, reduciendo costos sin perder rendimiento en benchmarks de código y razonamiento.
Incentivos, equilibrios y límites de la IA en salud
Descubre por qué la IA en salud solo genera valor si modifica incentivos, no solo optimiza tareas. Perspectiva de teoría de juegos.
Curación Deliberativa: Un Protocolo para Bases de Conocimiento Multi-Agente
Descubre el protocolo de curación deliberativa que logra 0.826 de precisión bajo estrés, degradándose 3 veces más lento que el voto mayoritario.
Feeds adversariales dirigen a agentes LLM contra sus valores predeterminados
Los feeds adversariales desvían decisiones de agentes LLM de sus valores predeterminados. Estudio revela impacto en seguridad y defensas. ¡Descúbrelo!
ANDES: Síntesis Evolutiva de Datos para Agentes Autónomos
Descubre cómo ANDES, una herramienta de síntesis evolutiva de datos, permite a agentes IA alinear instrucciones de forma autónoma y mejorar el rendimiento en post-entrenamiento.
Aislando el sesgo léxico en LLM: métrica triangulada sin curación
Aprende sobre la métrica Triangulated Preference Shift que aísla sesgos léxicos inducidos por RLHF sin curación manual. Ideal para desarrollo de IA confiable.
Orquestadores agentivos autocurables para sistemas LLM con herramientas
Descubre cómo los orquestadores autocurables mejoran la fiabilidad de los LLM con herramientas, alcanzando un 98.8% de éxito y eliminando fallos silenciosos.
Ingeniería Autónoma de Datos con Agentes para Especialización de Modelos
Descubre cómo los LLM actúan como ingenieros de datos autónomos para especializar modelos, logrando mejoras de rendimiento de hasta 57%.