VistaHop: Evaluando razonamiento multi-salto para Visual DeepSearch
Descubre VistaHop, el benchmark que evalúa el razonamiento visual multi-salto. Solo el 24% de aciertos revela grandes desafíos para la IA.
#evidencia
He contratado a cientos de personas: el rasgo que busco primero
Descubre el rasgo que he buscado en cientos de candidatos: la capacidad de ser persuadido por la evidencia, incluso cuando demuestra que estaban equivocados.
DPsurv: Fusión evidencial de doble prototipo para predicción de supervivencia
DPsurv utiliza fusión evidencial de doble prototipo para predecir supervivencia en imágenes patológicas, ofreciendo interpretabilidad y medición de incertidumbr
Agentes de IA: evidencia, no solo respuestas finales
¿Confías en el resumen de tu agente de IA? Descubre por qué necesitas paquetes de evidencia para auditar cambios reales en el código.
TIGER: Mitigación de alucinaciones en generación multimodal
TIGER reduce alucinaciones en generación multimodal mediante enrutamiento gráfico de evidencia. Repara hechos falsos en imágenes, audio y video manteniendo la calidad.
TRACE: Compresión de Riesgos en Trayectorias para Seguridad de Agentes
TRACE comprime evidencia de riesgo en trayectorias de agentes para mejorar la seguridad en tareas de largo plazo. ¡Alta precisión!
Ryze: Síntesis de datos enriquecida con evidencia de papers biomédicos
Descubre Ryze, un sistema que automatiza la creación de datasets enriquecidos con evidencia visual a partir de papers biomédicos, superando a GPT-5.
Mejora de procesos hospitalarios con Process Mining: caso COVID
Descubre cómo la minería de procesos transforma datos clínicos en información valiosa para optimizar la gestión hospitalaria, estandarizar triajes y planificar capacidades durante la pandemia.
Plausibilidad no es predicción: evidencia contrastiva en perturbaciones con LLM
Los LLMs fallan al predecir efectos de perturbaciones celulares. CORE organiza evidencia contrastiva para mejorar la precisión hasta un 28.6%. Descubre cómo.
Conectando Puntos: Evaluando Memoria Reflexiva en Diálogos Largos
Descubre cómo RefMem-Bench y REMIND evalúan y mejoran la memoria reflexiva en diálogos largos, superando la simple recuperación de hechos.
Mutación de prompts con doble retroalimentación para documentos de evidencia
HOPM: mutación de prompts con doble retroalimentación mejora documentos de evidencia +11% en tasa de victorias. Estudio de caso.
TechGraphRAG: Marco RAG con agentes y grafos para literatura técnica
Marco RAG con agentes y grafos que analiza literatura técnica en 13 pasos autónomos, verifica citas y busca evidencia externa. Ideal para investigadores.
Expertos hiperbólicos y priorizados por evidencia en LVLMs
Descubre AsyMoE: nueva arquitectura para LVLMs que reduce alucinaciones y mejora eficiencia con expertos hiperbólicos y priorización de evidencia.
Priors de LLM con puerta de evidencia para optimización bayesiana multiobjetivo
Usa LLM como expertos en optimización bayesiana multiobjetivo calibrando dinámicamente su confianza con un mecanismo de puerta de evidencia. Mejora la robustez.
TCAR-Gen: Recuperación Temporal con Fusión de Evidencia
Descubre TCAR-Gen, un nuevo marco que combina redes neuronales de grafos, fusión temporal y razonamiento en árbol para responder preguntas complejas sobre casos criminales históricos.
Ver antes de acordar: alineando consenso multiagente con evidencia visual
Alinea la evidencia visual de múltiples agentes para consenso preciso en VQA. EAGLE: sin entrenamiento, resultados confiables.
Caracterización empírica de transformaciones de probabilidad en LLMs
Descubre cómo las transformaciones de probabilidad inducidas en tiempo de inferencia en LLMs siguen patrones log-ratio reproducibles. Un análisis empírico de 4,975 problemas.
Cómo la compilación centrada en datos elimina alucinaciones numéricas en FinQA
Descubre cómo DCRC, un compilador centrado en datos, elimina las alucinaciones numéricas en sistemas de preguntas financieras online, mejorando precisión y auditabilidad.
¿Cómo lograr el compromiso para la pista de auditoría y la trazabilidad?
Aprende las claves para fortalecer el compromiso en la pista de auditoría y trazabilidad, mejorando la transparencia y el control de tus procesos.