TimeROME-DLM: Edición de conocimiento en inferencia sin entrenamiento
TimeROME-DLM permite editar conocimiento en modelos de difusión enmascarados sin reentrenar. Rápido, sin VRAM extra, escala a 400 hechos. ¡Conócelo!
#delos
Más allá de resolver: UOJ-Bench para evaluar generación, hacking y reparación
UOJ-Bench evalúa LLMs en programación competitiva: generación, hacking y reparación. En una prueba, fallan en detectar >50% errores; con escalado superan >90%.
GRASP: agarre robótico con lenguaje natural y planificación neuro-simbólica
GRASP combina visión-lenguaje y planificación neuro-simbólica para agarre robótico con lenguaje natural. 73.3% de éxito sin entrenamiento. ¡Descúbrelo!
El orden no es control
Descubre por qué el orden no implica control en sistemas complejos: evidencia experimental en IA, biología y modelos de lenguaje que redefine la alineación.
Fingerprinting eficiente, robusto y anticolusión en modelos de difusión de imágenes
Descubre cómo proteger tus modelos de difusión de imágenes con una nueva técnica de fingerprinting robusta contra ataques de colusión. Precisión superior al 99.5% y alta fidelidad.
scLLM-DSC: Clustering multimodal con LLM para ARN-seq unicelular
scLLM-DSC: un novedoso marco de clustering multimodal que aprovecha grandes modelos de lenguaje para mejorar la precisión en el análisis de células individuales.
EA-WM: Modelos Mundiales Conscientes de Eventos para Largo Plazo
Descubre cómo EA-WM integra verificación de eventos en modelos del mundo para una manipulación robótica más precisa y segura en tareas de largo horizonte.
EA-WM: Modelos del mundo conscientes de eventos para manipulación a largo plazo
EA-WM verifica eventos en modelos de mundo para manipulación robótica a largo plazo. Mejora planificación y control con predicciones interpretables.
TWLA: Cuantización post-entrenamiento pesos ternarios y activaciones de bajo bit
Descubre cómo TWLA, mediante cuantización post-entrenamiento, reduce el tamaño y acelera la inferencia de LLMs usando pesos ternarios y activaciones de 4 bits.
TWLA: Cuantización con pesos ternarios y activaciones de 4 bits
TWLA permite cuantizar LLMs a pesos ternarios y activaciones de 4 bits, reduciendo el costo de inferencia sin perder precisión.
La regulación emocional mejora la clasificación de imágenes con aprendizaje profundo
Descubre cómo la regulación emocional artificial mejora la clasificación de imágenes con deep learning, superando métodos previos en datasets CIFAR.
El surgimiento de capacidades de penetración autónoma en IA con LLM
Los sistemas de IA con LLM logran penetrar servidores de forma autónoma hasta en un 69% de los casos. Conoce el estudio y sus implicaciones.
G-Long: Gestión de Memoria con Grafos para Agentes de Diálogo a Largo Plazo
G-Long revoluciona la gestión de memoria en agentes de diálogo con grafos, logrando consistencia a largo plazo y reduciendo costos computacionales.
Pensamiento Visual Iterativo: Autocorrección Espacial en Modelos Visión-Lenguaje
Descubre cómo IVT enseña a modelos visión-lenguaje a corregir sus errores espaciales: precisión 82% y degradación 5x menor.
NTS-CoT: Reducción de alucinaciones en resumen temporal de noticias con CoT
NTS-CoT reduce alucinaciones en resúmenes temporales de noticias con razonamiento en cadena. Descubre cómo mejora la fidelidad y precisión.
Automatización de flujos de trabajo con IA en Murcia
Descubre cómo la automatización de flujos de trabajo con IA transforma tu negocio en Murcia. Q2BSTUDIO te ofrece soluciones personalizadas.
CreativeBench: Evaluando la creatividad de máquinas con desafíos autoevolutivos
Nuevo benchmark CreativeBench: mide la creatividad de la IA en generación de código usando desafíos autoevolutivos. Descubre sus resultados.
Desacuerdo entre modelos como señal de corrección sin etiquetas
Descubre cómo el desacuerdo entre modelos de IA permite detectar errores sin etiquetas. Un método simple y sin entrenamiento que supera a las técnicas tradicionales.
Canal de Consulta: Límites Informacionales de Explicaciones por Enmascaramiento
Descubre los límites informacionales de las explicaciones por enmascaramiento en IA. Implicaciones para LIME y KernelSHAP.
Peligros del ROAR: Perspectiva de desigualdad de procesamiento
¿El benchmark ROAR es confiable? Descubre cómo la borrosidad en mapas de atribución infla resultados y engaña.