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!
#generación de código
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.
FEM-Bench: benchmark científico para LLMs de código
Descubre FEM-Bench, el benchmark que evalúa la capacidad de los LLMs para generar código de elementos finitos. Gemini 3 Pro y GPT-5 destacan en los tests.
Entrenamiento posterior eficiente de LLMs para generación de código con aprendizaje por refuerzo fuera de línea
Entrenamiento posterior eficiente de LLMs para código con RL fuera de línea. Descubre cómo optimizar modelos de lenguaje para generación de código con aprendizaje por refuerzo offline.
FPMoE: Un enfoque de mezcla dispersa de expertos para la generación de código funcional
FPMoE: Mezcla Dispersa de Expertos para generación de código funcional. Modelo eficiente y preciso que optimiza la síntesis de código.
¿Los LLMs favorecen a sus proveedores? Midiendo el sesgo de integración vertical en la generación de código.
Midiendo el sesgo de integración vertical en la generación de código de LLMs. Análisis y métricas para evaluar este fenómeno en modelos de lenguaje.