Competencia y diversidad en IA generativa
Descubre cómo la competencia entre creadores fomenta la diversidad en la IA generativa, evitando la homogeneización y mejorando el bienestar social. Un estudio basado en teoría de juegos.
#delos
WildIFEval: Instrucciones complejas para LLMs en escenarios reales
Descubre WildIFEval: 7,000 instrucciones reales con múltiples restricciones. ¿Cómo siguen las instrucciones los LLMs? Benchmark y análisis detallado.
Prism: inferencia multi-LLM eficiente con ballooning de memoria GPU
Descubre cómo Prism reduce costos en inferencia de múltiples LLMs mediante ballooning de memoria GPU, optimizando recursos sin sacrificar SLO. ¡Más eficiencia!
ReFoCUS: Selección de Fotogramas con Refuerzo para Comprensión Contextual
Descubre cómo ReFoCUS utiliza aprendizaje por refuerzo para seleccionar fotogramas clave en video, mejorando la precisión en tareas de comprensión contextual.
Reconstrucción de imágenes memorizadas a partir de prompts naturales
Un nuevo ataque de bajo costo reconstruye imágenes privadas con prompts naturales. Descubre la vulnerabilidad en modelos de IA.
Jerarquía emocional emergente en modelos de lenguaje
Descubre cómo los modelos de lenguaje crean jerarquías emocionales que imitan la psicología humana y revelan sesgos sociales. Un estudio fascinante sobre IA y emociones.
Atribución de autoría en textos generados por IA multilingües
Descubre cómo identificar el autor (humano o IA) de textos en múltiples idiomas. Un estudio revela los retos de la atribución multilingüe con LLMs.
Explicabilidad en modelos multimodales basados en atención: revisión sistemática
Descubre la revisión sistemática sobre explicabilidad en modelos multimodales basados en atención. Recomendaciones para evaluaciones estandarizadas.
Automatización de flujos de trabajo con IA en Málaga
Q2BSTUDIO en Málaga automatiza tus procesos con IA: reduce costos, aumenta eficiencia y escala tu negocio. ¡Solicita consultoría gratuita!
El futuro estructurado: decodificación especulativa de LLM difusivos
Spiffy acelera la inferencia de LLM difusivos hasta 6.3x en tasa de tokens, preservando la distribución de salida. ¡Descubre cómo!
MoReBench: Evaluando el razonamiento moral en modelos de lenguaje
Descubre MoReBench: 1,000 escenarios morales para evaluar el razonamiento procedural y pluralista de los modelos de lenguaje.
Proto-LeakNet: Atribución de fugas en deepfakes
Descubre Proto-LeakNet, un marco que detecta fugas de señal en imágenes sintéticas de rostros, atribuyendo generadores conocidos y desconocidos con alta precisión.
Mejora de modelos de segmentación de glioma con post-procesamiento
Descubre cómo el post-procesamiento adaptativo mejora la segmentación de gliomas, reduciendo errores sin reentrenar modelos. Resultados en BraTS 2025.
PhononBench: Nuevo benchmark masivo de estabilidad dinámica en cristales IA
Descubre PhononBench, el primer benchmark que evalúa la estabilidad dinámica de cristales generados por IA. Solo el 32% son estables. ¡Conoce los resultados!
Modelos pequeños superan a grandes: destilación dual para baterías en el borde
El marco DLNet demuestra que modelos pequeños pueden superar a grandes en pronósticos de batería para el borde. Implementado en Arduino con 94 kB y 21 ms, reduce error un 15.4%.
HELVAE: Autoencoders Multimodales con Divergencia Hellinger
Descubre cómo HELVAE mejora los autoencoders multimodales usando la divergencia Hellinger para representaciones latentes más expresivas y mejor equilibrio entre coherencia y calidad.
Los circuitos de modelos de lenguaje son dispersos en la base de neuronas
Descubre cómo las neuronas MLP son tan dispersas como los autoencoders dispersos, permitiendo trazar circuitos causales en modelos de lenguaje sin coste adicional de entrenamiento.
VDE Bench: Evaluación de modelos de edición de imágenes en documentos densos
Conoce VDE Bench, el benchmark que evalúa modelos de edición de imágenes en documentos densos bilingües chino-inglés. Ideal para IA.
Métodos estandarizados para medir huella de carbono en aprendizaje federado
Aprende a medir la huella de carbono en aprendizaje federado con métodos estandarizados. Los resultados muestran diferencias de hasta 21x. ¡Optimiza tu FL!
LatentLens: Revelando tokens visuales interpretables en LLMs
Descubre LatentLens, un método que revela qué codifican los tokens visuales en modelos de lenguaje. Mejora la interpretabilidad de VLMs.