¿Eres tú o tu entorno? Marco bayesiano genómico
Un marco de inferencia bayesiana usa tu genoma como ancla para interpretar tus datos fisiológicos desde el primer día, resolviendo el problema de arranque.
#interpreta
Bag of Dims: Interpretabilidad mecanicista sin entrenamiento
Descubre cómo patrones de signo en dimensiones de transformers revelan semántica sin entrenamiento. Nuevo enfoque: 'Bag of Dims'.
El orden no es control
Descubre por qué el orden no implica control en sistemas complejos: evidencia experimental en IA, biología y modelos de lenguaje que redefine la alineación.
Peligros del ROAR: Perspectiva de desigualdad de procesamiento
¿El benchmark ROAR es confiable? Descubre cómo la borrosidad en mapas de atribución infla resultados y engaña.
Transformador ligero e interpretable para predicción de tráfico
Nuevo modelo de transformador ligero e interpretable para pronóstico de tráfico. Reduce parámetros drásticamente con desenrollado de ADMM y grafos mixtos.
Del aislamiento al enredo: ¿Separación de conceptos en interpretabilidad?
Los métodos de interpretabilidad (SAEs, sondas) buscan separar conceptos, pero manipular características afecta múltiples conceptos, desafiando la independencia
Los circuitos de modelos de lenguaje son dispersos en la base de neuronas
Descubre cómo las neuronas MLP son tan dispersas como los autoencoders dispersos, permitiendo trazar circuitos causales en modelos de lenguaje sin coste adicional de entrenamiento.
LatentLens: Revelando tokens visuales interpretables en LLMs
Descubre LatentLens, un método que revela qué codifican los tokens visuales en modelos de lenguaje. Mejora la interpretabilidad de VLMs.
Fiabilidad del conflicto de señales: nuevo marco REFINED-BIAS
El nuevo marco REFINED-BIAS supera las limitaciones del benchmark de conflicto de señales para evaluar fiablemente el sesgo forma-textura en redes neuronales.
Árboles de Presupuesto Latente Simultáneo para Clasificación Estratificada
Clasificación estratificada interpretable con Árboles de Presupuesto Latente Simultáneo. Controla variables temporales, espaciales o demográficas.
Marco VAE unificado para separación de espacio latente y evaluación robusta
Descubre cómo el framework bfVAE unifica modelos VAE para separar espacios latentes, con nuevas métricas FVH-LT y DBSR-LS que evalúan la interpretabilidad sin factores reales.
Agentes de IA en ciencias sociales: diversos, consistentes, vulnerables
Según un estudio, los agentes de IA como Claude Code y Codex igualan la diversidad humana pero son vulnerables al sesgo interpretativo.
Agentes de IA en ciencias sociales: diversidad, consistencia y vulnerabilidad
¿Sabías que los agentes de IA pueden igualar la diversidad metodológica humana? Descubre cómo son vulnerables a sesgos interpretativos.
Descubrimiento Discreto de Conceptos entre Capas para Modelos de Lenguaje
CLVQ-VAE logra interpretar modelos de lenguaje con precisión humana del 78% y elimina conceptos clave reduciendo la precisión hasta un 93%. ¡Descúbrelo!
Descubrimiento Discreto de Conceptos entre Capas para Interpretar Modelos de Lenguaje
Descubre cómo CLVQ-VAE revela conceptos discretos en modelos de lenguaje, mejorando la interpretabilidad con hasta 93% de precisión en eliminación de conceptos.
Bergson: Una biblioteca de código abierto para la atribución de datos
Descubre Bergson, la nueva biblioteca open source de EleutherAI para atribución de datos a gran escala. Incluye implementaciones de MAGIC, SOURCE y TrackStar.
CaReTS: Marco unificado de clasificación y regresión para series temporales
CaReTS: marco multi-tarea que unifica clasificación y regresión para predicciones temporales más precisas e interpretables.
Biyecciones analíticas para flujos normalizadores suaves e interpretables
Nuevas biyecciones analíticas para flujos normalizadores: suaves, interpretables e invertibles en forma cerrada. Flujos radiales con 1000x menos parámetros.
Conceptos latentes cuantizados vectoriales: alternativa escalable al clustering
Descubre VQLC, alternativa escalable al clustering para descubrir conceptos en LLMs con alta coherencia.
Métodos de Tensores: Enfoque Interpretable para Diseño de Materiales
Descubre cómo los métodos de tensores ofrecen predicciones interpretables y precisas para el diseño de materiales, superando a modelos ML tradicionales en muestreos no uniformes.