Cómo detectar cambios de perspectiva en sistemas multiagente
Nuevo marco TDKPS detecta cambios de perspectiva en sistemas multiagente. Monitorea dinámicas conductuales en agentes generativos.
#hipótesis
Evaluación multi-LLM con ontología de hipótesis en procesamiento predictivo
Descubre cómo un consejo de LLMs locales evalúa hipótesis en neurociencia usando ontologías, revelando acuerdos y dispersión en la literatura.
PyCC.id: Ecuaciones basadas en hipótesis con identificabilidad estructural
Descubre PyCC, la biblioteca Python que combina hipótesis e identificabilidad estructural para descubrir ecuaciones diferenciales a partir de datos temporales.
Hacia una prueba de independencia condicional escalable y válida con representaciones espectrales
Descubre cómo las representaciones espectrales mejoran la escalabilidad y validez en pruebas de independencia condicional. Un enfoque innovador con garantías teóricas.
Inferencia potenciada por datos sintéticos
Descubre cómo el framework GESPI combina datos sintéticos y reales para mejorar la inferencia estadística sin sacrificar precisión.
Pruebas de hipótesis secuenciales multi-brazo mediante apuestas
Optimiza pruebas secuenciales multi-brazo mediante apuestas. Alcanza tasas de rechazo óptimas incluso sin conocer el mejor brazo.
FALSIFYBENCH: Evaluando razonamiento inductivo en LLMs con juegos de reglas
FALSIFYBENCH evalúa el razonamiento inductivo en LLMs, destacando que los modelos que buscan falsificar sus hipótesis obtienen mejores resultados.
Diseño molecular en bucle cerrado con deferencia calibrada
Descubre cómo CLIO, un agente de IA con deferencia calibrada, optimiza el diseño molecular en bucle cerrado, logrando un 130 mV de mejora en potencial redox.
En ciencia, prioriza identificar estructuras, no modelos complejos
¿Modelos complejos o estructuras? En IA, prioriza la identificación de estructuras para descubrimiento científico. Entiende la subdeterminación.
Cómo probar si un conjunto de datos es demasiado influyente
¿Pocos datos sesgan tus conclusiones? Detecta influencia excesiva con tests rigurosos basados en distribuciones extremas. Aplica en economía, biología y ML.
DiffUNet²: predicción bidireccional y generación probabilística para datos científicos
Descubre DiffUNet², un modelo de difusión bidireccional que genera múltiples escenarios científicos y permite exploración visual interactiva de hipótesis.
Generación de hipótesis condicional con covariables para análisis LLM
Mejora tus análisis de texto con LLM usando hipótesis condicionales y covariables. Evita sesgos y descubre diferencias reales en subgrupos relevantes.
Pruebas secuenciales asintóticamente óptimas con datos markovianos
Descubre un método asintóticamente óptimo para pruebas secuenciales en cadenas de Markov. Mejora límites inferiores y aplicaciones en MCMC y MDPs.
Pruebas estadísticas en grafos dirigidos mediante datos sustitutos
Descubre cómo generar datos sustitutos para pruebas estadísticas no paramétricas en grafos dirigidos, superando limitaciones de métodos existentes.
Ajuste de ejemplos a clases lógicas en estructuras infinitas
Descubre cómo determinar si un conjunto de datos se ajusta a una hipótesis lógica en estructuras infinitas. Análisis de complejidad y uso de consultas naturales para clasificar muestras.
Pruebas privadas casi óptimas para hipótesis simples y MLR
Descubre pruebas privadas casi óptimas para hipótesis simples y MLR con privacidad diferencial gaussiana. Resultados comparables a pruebas no privadas.
Representación de mezcla de densidades para eliminar puntos voladores en profundidad
MDA elimina puntos voladores en estimación de profundidad usando mezcla de densidades. Mejora bordes, maneja objetos transparentes y cielo sin coste adicional.
Detección de texto de IA con garantía de falsos descubrimientos
Detecta texto generado por IA con control de falsos descubrimientos usando filtrado knockoff. Sin reentrenar, con garantías estadísticas.
Revisitando la edición paramétrica en LLMs: límites teóricos y evidencia
Descubre por qué la edición de parámetros en LLMs daña capacidades clave. Evidencia empírica muestra que la recuperación supera a la edición paramétrica.
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!