VESTA: Generación automatizada y evaluación de seguridad para agentes LLM
Descubre VESTA, el nuevo marco automatizado que genera escenarios y evalúa la seguridad de agentes LLM, revelando altos riesgos en su ejecución.
#delos
DN-Hypo-Pipeline: Generación de hipótesis con IA y LLMs
El pipeline DN-Hypo-Pipeline usa IA y LLMs para generar hipótesis desde explicaciones científicas, superando métodos directos. Validado con algoritmos.
Predicción de trayectorias y destino de buques con LLMs de razonamiento
Descubre cómo los LLMs con razonamiento y verificación mejoran la predicción de trayectorias y destino de buques a 30 días, superando a métodos tradicionales.
Razonamiento Matemático con IA: Modelos, Neuro-simbólicos y Descubrimiento
Descubre la evolución de la IA en matemáticas: desde problemas con lenguaje natural hasta sistemas neuro-simbólicos y descubrimientos verificados.
Q-Delta: Más allá de la evolución asociativa clave-valor
Descubre Q-Delta, regla delta que integra errores de predicción clave-consulta en evolución de estado, mejorando eficiencia y precisión en atención lineal.
Optimización de políticas con señales intrínsecas densas
Descubre cómo ISPO usa señales intrínsecas densas para superar fallos en el razonamiento de modelos de lenguaje y mejorar su precisión.
Momentum para razonamiento: Señales intrínsecas densas en optimización
Descubre cómo ISPO mejora el razonamiento en LLMs con señales intrínsecas, superando fallos de GRPO como colapso y certeza alucinada.
Razonamiento conforme en inferencia con control de factualidad para LLMs
Descubre cómo el razonamiento conforme en tiempo de inferencia garantiza la factualidad en LLMs, mejorando la precisión en tareas de razonamiento multi-paso.
Más allá de la tasa de aprobación: evaluación multilingüe de LLMs de código abierto
Descubre cómo los modelos de código abierto se desempeñan en 12 lenguajes de programación. Analizamos fallos, tasas de aprobación y más en esta evaluación
ZIPP: Personalización zero-shot de imágenes con personas
Descubre ZIPP: personalización zero-shot de imágenes con IA usando descripciones de tu personalidad. Supera a métodos tradicionales con un 79% de preferencia.
Calificación semiautomática de exámenes escritos en papel en educación superior
La IA y modelos de lenguaje con visión permiten calificar semiautomáticamente exámenes escritos a mano, mejorando validez y escalabilidad.
¿Puede el entorno hablar? T²-GRPO en cuidado de demencia
Descubre cómo T²-GRPO optimiza agentes cuidadores con recompensas del entorno, mejorando la atención en demencia con seguridad y eficiencia.
AlloSpatial: Marco Agéntico para Razonamiento Espacial en Modelos Fundacionales
Descubre AlloSpatial, un marco innovador que mejora el razonamiento espacial en modelos de IA hasta un 18%. En benchmarks como VSI-Bench y MindCube. ¡Lee más!
Router Efectivo para Seleccionar Modelos Visión-Lenguaje
ARMS: el router que elige el VLM ideal. Ahorra recursos y mejora resultados con nuestro innovador método de entrenamiento. ¡Conócelo!
Diversidad en esquemas de pensamiento mejora el razonamiento en LLMs
Descubre cómo la diversidad en esquemas de pensamiento mejora el razonamiento de los LLMs. DiScO optimiza políticas para resultados más precisos y recuperación
Ojalá hubiera sabido antes sobre la latencia de DeepSeek V4 Flash
Descubre cómo un CTO redujo un 58% en costos de inferencia al migrar a DeepSeek V4 Flash. Análisis de latencia, benchmarks y código de implementación.
Los modelos de IA peligrosos llegarán de todos modos
Pese a la represión de Anthropic, modelos de IA peligrosos con capacidades de hacking avanzado son inevitables. Conoce los detalles.
Graph2Idea: generación de ideas científicas con grafos de conocimiento
Descubre cómo Graph2Idea usa grafos de conocimiento para generar ideas científicas novedosas, viables y de alta calidad, superando métodos tradicionales.
Minimización de arrepentimiento para aprendizaje de preferencias en LLMs
RePO minimiza el arrepentimiento para mejorar el aprendizaje de preferencias en LLMs. Resultados superiores en razonamiento y preferencias humanas. ¡Descúbrelo!
Fusión tardía de capas: solución a la saturación visual en MLLMs
Un nuevo método, DPVR-LF, enruta tokens visuales solo en la última capa, reduciendo cómputo inútil en modelos multimodales. ¡Rendimiento competitivo con solo