AI SciBrief: puerta de entrada a la investigación para estudiantes
Descubre cómo AI SciBrief, impulsado por LLM, ayuda a estudiantes a superar la sobrecarga de información y acelerar su transición a la creación de conocimiento.
#investigación científica
InnoEval: Evaluación multi-perspectiva de ideas de investigación
InnoEval evalúa ideas de investigación con razonamiento basado en conocimiento y múltiples perspectivas, superando sesgos. Resultados alineados con expertos.
Inferencia válida con datos sintéticos mediante intercambiabilidad de tareas
¿Cómo usar datos sintéticos sin sesgos? Descubre la intercambiabilidad de tareas, un nuevo método para inferencias válidas en investigación científica con IA.
Anthropic lanza Claude Fable 5 y Mythos 5: mismo modelo, diferentes salvaguardas
Anthropic lanza Claude Fable 5, su modelo más capaz, y Mythos 5 con menos restricciones. Conoce sus diferencias, precios y casos de uso en desarrollo de software.
LLMs extraen consenso científico en superconductividad
Descubre cómo los LLMs logran extraer el consenso científico en un campo complejo como la superconductividad de alta temperatura. Un estudio revelador.
ResearchClawBench: un benchmark para investigación científica autónoma
Descubre ResearchClawBench, un benchmark que evalúa la capacidad de agentes de IA para realizar investigación científica autónoma end-to-end en 40 tareas de 10 dominios.
Actúa como un investigador real: benchmarks para LLMs y agentes
Descubre AARRI-Bench, el benchmark que mide si los agentes de IA pueden pensar como investigadores humanos. El mejor modelo solo alcanza un 68.3% de éxito.
Catálisis computacional autónoma con sistema agéntico de investigación
Descubre cómo CatMaster, un sistema de IA, automatiza la catálisis computacional desde el modelado hasta el diseño de catalizadores.
Marco ML para detectar patrones no aleatorios en datos numéricos de investigación
FDRS: marco ML-estadístico para detectar patrones no aleatorios en datos numéricos de investigación. Alcanza un AUC de 0.98 y clasifica riesgos de fraude.
Evaluación de consistencia de benchmarks usados para descubrimiento causal
Descubre cómo evaluamos la consistencia de 11 benchmarks populares con 38,081 artículos, revelando implicaciones para la investigación causal.
AutoSci: Sistema agéntico con memoria persistente para investigación científica
Descubre AutoSci, sistema que automatiza el ciclo completo de investigación científica con memoria persistente, ejecución y evolución.
Difusión No Supervisada para Optimización Combinatoria vía Ajuste Adjunto
Descubre CAM, un método no supervisado de difusión para optimización combinatoria que supera soluciones supervisadas. Resultados competitivos sin datos etiquetados.