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.
#diálogo
Corrección de ASR con memoria de ontología en conversaciones largas
Corrige errores de ASR en conversaciones largas usando una memoria ontológica que contextualiza el diálogo y mejora la precisión.
IntElicit: Evaluación de creatividad contextualizada mediante diálogo
Descubre IntElicit, un marco de IA que evalúa la creatividad contextualizada mediante diálogo interactivo, superando limitaciones de pruebas estáticas.
Progreso Semántico en Diálogos Multiturno: Medición con Ganancia de Información
Descubre cómo medir el progreso semántico en diálogos multiturno con ganancia de información. Métrica eficiente y reproducible sin grandes modelos.
Compresión Incremental Guiada por Contexto para Diálogos Multi-Turno
Descubre C-DIC, un método de compresión incremental que reduce costos computacionales en diálogos largos sin perder fidelidad. Ideal para asistentes conversacionales.
Microsoft entiende por qué estudiantes abuchean a oradores que promueven IA
¿Por qué los estudiantes abuchean a los oradores de IA? Microsoft responde con un llamado al diálogo. Descubre su postura en Q2BSTUDIO.
DyCP: Podado Dinámico de Contexto para Diálogos Extensos con LLMs
DyCP poda dinámicamente el contexto en diálogos extensos con LLMs, reduciendo costes de inferencia sin perder precisión. Optimiza tus modelos.
Coordinación sin convenciones: agentes multimodales en juegos de referencia
Por qué los agentes de IA multimodales logran coordinación sin convenciones humanas, usando descripciones verbosas. Estudio comparativo.
Análisis XAI: conectando explicabilidad tradicional y modelos multimodales
Descubre cómo los valores de Shapley explican modelos multimodales multilingües. Un análisis XAI innovador para mejorar la transparencia en IA.
IRAF: Fusión Adaptativa Resistente a Interferencias para Diálogo Full-Dúplex
Mejora la robustez de asistentes de voz con IRAF: un módulo que adapta la fusión de audio para filtrar interferencias y optimizar diálogos full-dúplex.
IRAF: Fusión Adaptativa Resiliente a Interferencias para Diálogos Full-Dúplex
IRAF mejora la robustez de diálogos full-dúplex frente a interferencias. Descubre cómo la fusión adaptativa optimiza la interacción natural.
5 Formas Efectivas de Evaluar tu Experiencia
Descubre 5 métodos efectivos para evaluar tu experiencia en proyectos tecnológicos. Aprende a usar criterios medibles y diálogo abierto para mejorar resultados.
Modelo de persuasión humana multi-turno con trazado de creencias
Descubre cómo PERSUASIONTRACE modela la persuasión humana en diálogos multi-turno con IA, evaluando dinámicas de creencias y fidelidad de simulaciones.
Aprendizaje por refuerzo descompuesto para videojuegos de rol inmersivos
Descubre cómo EBM-RL optimiza el aprendizaje por refuerzo descompuesto para crear diálogos inmersivos en videojuegos de rol, mejorando atmósfera y autenticidad.
Más allá de pares de código: diálogos para traducción de LLM
Mejora la traducción de código con un pipeline que genera diálogos y traducciones verificadas usando dos LLM. Resultados sorprendentes en Fortran y CUDA.
Modelo de persuasión multironda con rastreo probabilístico de creencias
Descubre PERSUASIONTRACE, un marco para analizar cómo los LLM persuaden en diálogos multironda. Un modelo bayesiano de rastreo de creencias revela la dinámica de la persuasión.
Una función oculta de Excel reemplaza varias herramientas de formato
Descubre cómo una función oculta en el cuadro de diálogo de Excel reemplaza varios pasos para aplicar colores, iconos y escalas. Ahorra tiempo con este truco.
Alerta temprana de fallos: evidencia escasa en diálogos y agentes LLM
Descubre cómo predecir fallos en diálogos y agentes LLM usando solo evidencia escasa. Método basado en atención mejora precisión y reduce costos de entrenamiento.
Alerta temprana de fallos con evidencia escasa en diálogos y agentes LLM
Descubre cómo identificar fallos en diálogos y agentes LLM con solo información parcial. Nuestro método de atención mejora la precisión temprana hasta un 42%.
Semántica formal para protocolos de herramientas de agentes
Descubre la demostración formal de bisimilitud entre SGD y MCP y los 5 principios para protocolos seguros.