GraphARC: un benchmark completo para razonamiento abstracto con grafos
Descubre GraphARC, benchmark de razonamiento abstracto en grafos. Revelamos la brecha entre comprensión y ejecución en modelos de IA.
#generación
COLLEAGUE.SKILL: Skills IA Generados con Destilación Experta
Transforma conocimiento experto en skills de IA portátiles y corregibles con COLLEAGUE.SKILL. Descubre su flujo de trabajo y despliegue.
HypoAgent: Marco Agentic para Hipótesis Abductivas en Grafos
HypoAgent: marco agentic para generación interactiva de hipótesis abductivas en grafos de conocimiento. Logra similitud semántica estado del arte. ¡Descúbrelo!
De cero a héroe: entrena tu propio LLM desde cero en 7 pasos
Descubre cómo entrenar tu propio LLM desde cero en 7 pasos con el método FareedKhan-dev. Deja de ser usuario y conviértete en creador de IA.
Cómo la IA ayuda a QA a convertir requisitos en casos de prueba a escala
Descubre cómo la IA asiste a equipos de QA para convertir requisitos en casos de prueba a gran escala, mejorando cobertura y eficiencia.
Go-UT-Bench: Dataset de ajuste fino para tests unitarios en Go
Descubre Go-UT-Bench, dataset para ajustar LLMs que mejora tests unitarios en Go. Modelos ajustados superan en más del 75% a los base. ¡Optimiza!
Denoisers suavemente restringidos para modelos de difusión en EDP
Descubre cómo los denoisers suavemente restringidos mejoran el cumplimiento de EDPs sin rigidizar el modelo. Ideal para física computacional con IA.
Mental Damage: envenenamiento de subtítulos en música con IA
Descubre cómo los atacantes pueden envenenar bases de datos musicales con subtítulos maliciosos para alterar la generación de música por IA, comprometiendo la integridad del sistema.
Generación de fMRI con wavelet y flujo espectral para trastornos cerebrales
Descubre cómo el modelo DSFM genera fMRI realista usando transformada wavelet y flujo espectral para mejorar la identificación de trastornos cerebrales.
CodeGolf Bench: benchmark multilingüe de generación concisa de código en LLMs
CodeGolf Bench: benchmark dinámico para evaluar LLMs en generación de código conciso en 60 lenguajes. Modelos de razonamiento lideran en eficiencia.
Crafter: Sistema multi-agente para generar figuras científicas editables
Descubre Crafter: un sistema multi-agente que genera figuras científicas editables en SVG a partir de diversas entradas, superando a los generadores tradicionales.
Modelo eficiente de visión-lenguaje para informes patológicos sinópticos
Genera informes patológicos sinópticos con un modelo eficiente que solo requiere media GPU H100. Resultados precisos.
¿Qué se descubre primero? Análisis de difusión para texto desde gráficos
Estudio revela que MDLMs descifran entidades primero en generación texto-gráfico. SFT puede fallar, pero decodificación lambda recupera +9.4 BLEU.
SPECTRA: Colecciones sintéticas para pruebas de recuperación de información
Descubre SPECTRA: genera colecciones sintéticas para evaluar sistemas de búsqueda y detectar fallos antes de construir costosas colecciones reales.
TunerDiT: Generación de video multi-evento sin entrenamiento adicional
Descubre TunerDiT: método sin entrenamiento para videos multi-evento con transformadores de difusión. Mejora consistencia y separación de eventos.
Lumos-Nexus: puente eficiente de frecuencias para video unificado
Lumos-Nexus: marco eficiente para generar videos de alta fidelidad con razonamiento. Usa un puente de frecuencias unificado para mejorar calidad visual.
Monitorización predictiva neuro-simbólica de procesos
Descubre cómo la combinación de redes neuronales y lógica temporal mejora la precisión y consistencia en la predicción de sufijos de procesos.
SAC-Opt: Anclas Semánticas para Modelado de Optimización
Descubre SAC-Opt, un marco de corrección guiado por anclas semánticas que mejora la precisión del modelado de optimización en LLMs hasta un 21.9%. ¡Lee más!
NEMO: Modelado de optimización con agentes autónomos de codificación
Descubre NEMO: inteligencia artificial que convierte lenguaje natural en código de optimización ejecutable. Logra resultados de vanguardia.
Decisiones fundamentales de diseño en sistemas RAG
Descubre las tres decisiones críticas en sistemas RAG: cuándo desplegar, cuánto recuperar y cómo integrar. Basado en experimentos con 3 LLM y 6 datasets.