Aprendizaje escalable de circuitos para interpretar grandes modelos de lenguaje
CircuitLasso interpreta LLMs con regresión dispersa, logrando precisión estructural a menor costo. Descubre cómo las características semánticas se propagan.
#ea
¿Ayuda la captura inteligente de datos en la toma de decisiones?
La captura inteligente de datos con IA mejora la toma de decisiones: dashboards, análisis predictivo y alertas en tiempo real. Implementa con Q2BSTUDIO.
TuneJury: Métrica abierta para alinear preferencias en música generada
Aprende cómo TuneJury mejora la generación musical con un modelo de recompensa par a par. Alinea preferencias humanas para mejores resultados.
FusionRS: Dataset de teledetección RGB-Infrarrojo para modelos visión-lenguaje
Descubre FusionRS, el primer dataset RGB-Infrarrojo-texto para teledetección. Mejora alineación y descripciones multimodales.
¿Puede la captura inteligente de datos reemplazar procesos manuales?
¿Cansado de la entrada manual de datos? La captura inteligente con IA automatiza documentos, formularios y facturas, ahorrando tiempo y minimizando errores.
HAMON: Mezcla Óptica Pasiva de Secuencias para Pronósticos a Largo Plazo
Descubre HAMON, un método óptico pasivo que supera modelos digitales en pronósticos a largo plazo, mejorando el MSE un 14%.
Atención, no escala, impulsa alineación humano-IA en predicción multimodal
Descubre cómo la atención selectiva, no la escala del modelo, mejora la alineación entre humanos e IA en la predicción del lenguaje multimodal. Estudio con 600
Seguridad computacional para IA generativa: perspectiva de pruebas de hipótesis
Descubre cómo la seguridad computacional en IA generativa usa pruebas de hipótesis para detectar prompts maliciosos y contenido generado.
Razonamiento matemático avanzado para LLMs con lógica de primer orden
DREAM mejora el razonamiento matemático de LLMs mediante lógica de primer orden, logrando hasta un 6.4% de mejora.
Unificando explicaciones post-hoc de completado de grafos de conocimiento
Unificando explicaciones post-hoc en KGC: nueva taxonomía mejora reproducibilidad y evaluación. Ideal para investigadores y desarrolladores.
Optimización de cobertura sanitaria en Etiopía con aprendizaje aumentado
Optimiza la cobertura sanitaria en Etiopía con un enfoque de aprendizaje aumentado. Conoce el planificador HARP y sus algoritmos para maximizar la población
BridgePolicy: Políticas visomotoras con difusión basada en observaciones
BridgePolicy: política visomotora que integra observaciones en dinámica de difusión para control robótico. Supera métodos en 52 simulaciones y 5 tareas reales.
Interpretación como transformación lineal: modelo cognitivo-geométrico
Explora cómo las transformaciones lineales modelan la comunicación y la influencia entre agentes heterogéneos, revelando los límites del entendimiento.
JADE: Evaluación Dinámica Basada en Expertos para Tareas Profesionales Abiertas
JADE combina principios expertos y evaluación dinámica para evaluar IA en tareas profesionales abiertas, mejorando estabilidad y detectando fallos.
AgentLeak: Benchmark de fuga de privacidad en sistemas multi-agente LLM
AgentLeak revela que el 68.9% de los datos sensibles se filtran por mensajes entre agentes en sistemas multi-agente LLM, no solo en salidas finales. Descubre
SkillsBench: Evaluación de habilidades de agente en tareas diversas
SkillsBench evalúa habilidades de agente en 87 tareas: +16.6% de mejora. Ideal para desarrolladores que buscan optimizar agentes de IA.
JADE: Evaluación Dinámica Basada en Expertos para Tareas Profesionales Abiertas
JADE: un marco de evaluación dinámica basado en expertos para tareas profesionales abiertas. Mejora la estabilidad y detecta fallos críticos en agentes de IA.
SkillsBench: mide el rendimiento de habilidades de agentes en tareas diversas
Descubre cómo SkillsBench mide el rendimiento de habilidades de agentes en 87 tareas. ¿Las habilidades curadas mejoran la tasa de aprobación? +16.6 pp.
SorryDB: ¿Puede la IA demostrar teoremas Lean reales?
Descubre SorryDB, el benchmark dinámico que evalúa la capacidad de la IA para demostrar teoremas reales de Lean. ¿Qué tan avanzados están los demostradores
SorryDB: ¿Pueden los demostradores de IA resolver teoremas Lean reales?
Descubre SorryDB, un benchmark dinámico de teoremas Lean de proyectos reales en GitHub. ¿Qué tan bien rinden la IA y los demostradores especializados?