¿Qué aprenden los estudiantes? Análisis de características en KD
Analizamos el aprendizaje de características en destilación de conocimiento y presentamos Confusion Distillation, una auto-destilación eficiente que supera a otros métodos en 1.2%.
#interacción
Multi²: Toma de Decisiones Multiagente Jerárquica con LLMs
Descubre cómo Multi², un marco jerárquico multiagente con LLMs, evita la deriva de objetivos y mejora la toma de decisiones en entornos interactivos. ¡Lee más!
AVTrack: Seguimiento Audiovisual en Escenas Humanas Complejas
Conoce AVTrack, el dataset que desafía los métodos actuales de seguimiento audiovisual en escenas humanas complejas con oclusiones y movimiento.
Fusión de trayectoria de mano para consultas NLQ egocéntricas
Mejora la precisión del grounding en videos egocéntricos con fusión de trayectorias de mano. Resultados en Ego4D: +4.32% en consultas de cantidad/estado.
WebRISE: Evaluación de Estados por Requisitos en Artefactos Web MLLM
WebRISE: nuevo benchmark evalúa estados y transiciones en artefactos web generados por MLLM. La calidad visual no es suficiente. Descubre más.
BotDirector: Narración de robots en realidad simétrica
Descubre cómo BotDirector combina robots, IA y objetos cotidianos para que los niños creen sus propias historias interactivas. ¡Una forma innovadora de contar cuentos!
Aprendizaje eficiente de Hamiltonianos, estructura y traza de estados Gaussianos
Aprende sobre el nuevo protocolo para aprendizaje eficiente de Hamiltonianos de estados Gaussianos usando mediciones heterodinas e inversión local.
¿Pueden los modelos de lenguaje visual aprender física intuitiva?
¿Pueden los modelos de lenguaje visual desarrollar intuiciones físicas mediante interacción? Un estudio revela que el aprendizaje por refuerzo no basta para generalizar reglas físicas.
Avatar Forcing: Avatares interactivos en tiempo real para conversación natural
Descubre cómo Avatar Forcing permite generar avatares interactivos en tiempo real que reaccionan a tu voz y gestos, con baja latencia y sin etiquetado. ¡Más del 80% de preferencia!
Seguridad Permisiva con Inferencia Confiable en Robótica Interactiva
Nuevo método certifica la seguridad de robots autónomos con filtros de creencia menos conservadores, usando predicción conforme para una interacción humano-robot más eficiente y segura.
Actuar con IA: Marco de interacción para responsabilidad de agentes
Descubre cómo un nuevo marco basado en la interacción humano-IA asigna responsabilidad cuando la IA autónoma causa daños. Tres tipos de interacción clave.
Inteligencia Centrada en la Interacción: nuevo enfoque para IA co-creativa
Descubre cómo la interacción se convierte en la unidad principal de análisis en la IA co-creativa, redefiniendo la inteligencia en sistemas humano-IA.
Interacción de modalidades en MLLMs: descomposición parcial
Entiende cómo la PID descompone la interacción entre modalidades en MLLMs, identificando sinergia y redundancia. Clave para mejorar razonamiento y grounding en IA.
Rastreando la alfabetización en GenAI: patrones estudiante-IA
Analítica del aprendizaje revela patrones distintos en interacción IA según nivel de alfabetización en GenAI. Estudio con 162 estudiantes.
Aprendizaje independiente en estadística con LLM guiados
Descubre cómo el uso guiado de LLMs en estadística mejora el aprendizaje autónomo y la calibración del conocimiento, superando el simple acceso a la IA.
Más allá de la boca: señales faciales superiores en reconocimiento audiovisual
Las señales del rostro superior mejoran el reconocimiento de frases bajo ruido. Un estudio revela su valor más allá de la boca en sistemas audiovisuales.
Propagación adaptativa guiada por estructura para PPIS
Conoce el innovador modelo SGAP-PPIS que predice sitios de interacción proteína-proteína usando propagación adaptativa.
Percepción del mundo por control: representaciones basadas en empoderamiento
Descubre cómo el empoderamiento aprende representaciones solo con lo relevante para el control, ignorando el ruido. Perspectiva causal desde la interacción.
GSAM: Marco robótico seguro y generalizable para objetos articulados
Descubre GSAM, un marco robótico que mejora un 36% la tasa de éxito en manipulación de objetos articulados, reduciendo colisiones. ¡Lee más!
SpatialAct: Probando el razonamiento-acción espacial de VLMs
Los VLMs son buenos en razonamiento espacial pero fallan en interacciones multiturno. SpatialAct revela la brecha entre percepción y acción en 3D.