Generación de textos largos confiables con rechazo de alucinaciones
El método SHARS reduce alucinaciones en generación de textos largos usando muestreo de rechazo. Mejora la consistencia factual sin recursos externos. ¡Descúbrelo!
#factual
¿Cuándo ser menos específicos? Abstracción selectiva en LLM
La Abstracción Selectiva permite a los LLM intercambiar especificidad por fiabilidad. Descubre cómo reducir errores factuales sin perder información clave en textos largos.
¿De quién es el nombre? II: Auditoría de recomendaciones de académicos con LLM
Descubre cómo evaluamos la recomendación de expertos académicos con LLM, analizando intervenciones como temperatura, RAG y sesgos. Resultados sorprendentes.
Rastreo Causal Consciente de Expertos para Recuperación Factual en Modelos MoE
Descubre cómo el rastreo causal consciente de expertos revela qué rutas en modelos MoE como Qwen3 y Mixtral recuperan hechos.
De grafos a esquemas: validación contrafactual para Text-to-SPARQL
SchemaForge mejora precisión en consultas SPARQL heterogéneas con validación contrafactual. Aumenta accuracy 11.5% en benchmarks clave.
Riesgo contrafactual escalable para eventos raros en datos longitudinales
Nuevo método de submuestreo y reponderación reduce coste computacional en estimación de riesgo contrafactual para eventos raros en datos longitudinales.
GUDA: Atribución grupal de datos de entrenamiento en modelos de difusión
GUDA: atribución grupal contrafactual eficiente para modelos de difusión. Usa desaprendizaje y es 100x más rápido que reentrenar con cada grupo eliminado.
CausalNeg: Cómo Superar los Negativos Duros en Recuperación
CausalNeg cierra la brecha generativa-discriminativa en síntesis de negativos para recuperación. Evita falsos positivos y mejora el rendimiento con IA.
Cuando los negativos duros duelen: cerrando la brecha generativa-discriminativa
¿Negativos duros dañan tu recuperación? CausalNeg usa contrafactuales y entropía para cerrar la brecha generativa-discriminativa.
Asimetrías de fiabilidad en búsquedas factuales chinas y respuestas IA
Estudio evalúa la fiabilidad de motores de búsqueda y asistentes IA al responder preguntas factuales en chino, revelando diferencias clave.
Decodificación Fundamentada: Fusión de Probabilidades para RAG Fiel
Descubre Grounded Decoding, un método sin entrenamiento que fusiona probabilidades para mejorar la precisión factual en sistemas RAG. Resultados superiores en ALCE, NQ y FActScore.
Evaluación del razonamiento interactivo en LLMs: benchmark jerárquico con juegos
Descubre cómo un nuevo benchmark evalúa el razonamiento interactivo de los LLMs mediante juegos ejecutables, midiendo éxito, eficiencia y adaptación metacognitiva.
Diagnóstico del arbitraje de LLMs en verificación de hechos con RAG
Descubre cómo evaluar el arbitraje de LLMs en verificación de hechos con RAG. Un método diagnóstico revela la fiabilidad del modelo y propone solución ligera.
Diagnóstico del deterioro cognitivo con atención contrafactual guiada por atlas
Descubre GCAN, modelo de atención contrafactual para diagnóstico explicable del deterioro cognitivo usando conectomas multimodales. Preciso y transparente.
Video generado con conocimiento intensivo
Exploramos KIVI, un nuevo benchmark para evaluar la factualidad y utilidad de videos generados por IA. ¿Están listos los modelos actuales?
TabChange: Cambios Precisos de Atributos en Datos Tabulares
Descubre cómo TabChange logra cambios precisos en atributos de datos tabulares, manteniendo la naturalidad y minimizando modificaciones. Ideal para IA y análisis de datos.
COPF: Marco online de equidad contrafactual estable en grafos evolutivos
COPF: Marco online para equidad contrafactual estable en recomendaciones de enlaces en grafos evolutivos. Reduce disparidades de grupo sin sacrificar utilidad.
Evaluación contrafactual revela perfiles ocultos en LLMs y agentes clínicos
La métrica CSS revela perfiles ocultos de capacidad en LLMs y agentes clínicos, detectando puntos ciegos de seguridad que las métricas tradicionales pasan por alto.
COFT: Razonamiento Justo con Cadena de Pensamiento en LLMs
COFT reduce sesgos en LLMs hasta un 55% sin reentrenar, preservando calidad y razonamiento justo. Método auditado.
Auditoría contrafactual de habilidades en agentes LLM
La tasa de acierto apenas cambia, pero las habilidades transforman el comportamiento de los agentes LLM. Descubre cómo la auditoría de trazas contrafactuales revela patrones ocultos.