Síntesis de verdad fundamental con LLMs e ICL para emociones en audio
Descubre cómo los LLMs generan verdad fundamental sintética para clasificar emociones en audio VR. Supera limitaciones de etiquetado manual. ¡Descúbrelo!
#llms
Simplificando el modelado de condicionales arbitrarios en lenguaje natural
Descubre cómo AC-GPT permite evaluar y muestrear condicionales arbitrarios en lenguaje natural con una sola pasada, sin degradar el rendimiento de los LLMs.
Benchmarking data-centric de exploits en LLMs: impacto del fine-tuning
El benchmark data-centric revela que el fine-tuning de modelos pequeños mejora un 42% la generación de exploits, superando a modelos propietarios.
Mecanismos de fidelidad pronominal en LLMs
Descubre cómo LLMs manejan pronombres: tres mecanismos (grupo, recencia, estereotipo) compiten para la fidelidad pronominal. Análisis causal revela competencia.
Mecanismos de fidelidad pronominal en LLMs
Descubre cómo los modelos de lenguaje procesan los pronombres: tres mecanismos en competencia explican hasta el 99.5% de su comportamiento.
DRA-GRPO: tu GRPO necesita rutas diversas de razonamiento matemático
Descubre cómo DRA-GRPO mejora el razonamiento matemático en LLMs al diversificar caminos de recompensa, logrando 58.2% de precisión con solo 7000 muestras y
Mecanismos del olvido catastrófico en LLMs
Análisis de 20 modelos revela los mecanismos del olvido catastrófico en LLMs. LRCP mitiga hasta un 94.2% de la pérdida de capacidades ancestrales.
¿Son los LLMs una alternativa viable en extracción biomédica de relaciones?
Descubre cómo los LLMs ofrecen una alternativa viable en extracción biomédica con pocos ejemplos, superando a métodos supervisados en relaciones raras.
Verificación visual imperfecta para edición de código: caso TikZ
Descubre cómo los verificadores visuales imperfectos mejoran la edición de código TikZ. Estudio revela F1 de 0.815 y beneficios en iteración.
Benchmark de Preguntas Clínicas Multiturno con Evidencia en Resúmenes de Alta
Descubre EHRNote-ChatQA, el primer benchmark para preguntas clínicas multiturno con verificación de evidencia en resúmenes de alta hospitalaria. Evalúa 22 LLMs
Déjalos Robar: Atrapando Extracción de LLMs con Honeypot de Conocimiento
Descubre cómo Knowledge Trap usa un Honeypot de Conocimiento para atrapar extracción de LLMs sin afectar usuarios legítimos. Defensa innovadora.
Verdad en la familia: Mejorando anclaje contextual con cabezas veraces heredadas
Descubre cómo los modelos de lenguaje heredan cabezas veraces que mejoran el anclaje contextual y reducen alucinaciones. TruthProbe optimiza LLMs y MLLMs.
Explicaciones XAI sin entrenamiento con LLMs multimodales para deepfakes de voz
Framework sin entrenamiento que integra XAI y LLMs para explicar deepfakes de voz. Mejora la precisión en más del 45%.
Autoencoders dispersos en cascada aprenden conceptos visuales multinivel en MLLMs
Descubre cómo los CSAEs aprenden conceptos visuales jerárquicos en MLLMs, mejorando la interpretabilidad y permitiendo intervenciones grupales.
SPARK: Generación de código seguro con LLMs sin reentrenamiento
SPARK activa el conocimiento de seguridad latente en LLMs sin reentrenamiento, mejorando la generación de código seguro en C++, Java y Python. Resultados
Tyler: Razonamiento Latente Tipado para LLMs
Descubre Tyler, un framework que optimiza el razonamiento latente en LLMs, mejorando precisión 14 puntos sobre CoT. Aprende cuándo y cómo asignar recursos.
Uso de IA en ingeniería: equilibrio con propósito claro
Los estudiantes de ingeniería valoran los LLMs para escritura y codificación, pero temen inexactitudes y dependencia. Conoce el equilibrio necesario para
P3B3: Benchmark para medir sesgo de variedad en portugués
Benchmark P3B3 mide el sesgo entre portugués europeo y brasileño en LLMs. Descubre cómo los modelos favorecen una variedad y la necesidad de equilibrio.
Decodificación revocable guiada por tokens ancla en LLMs de difusión
Descubre ASRD, un framework sin entrenamiento que mejora la precisión hasta un 6.4% y acelera la inferencia 7.2x en LLMs de difusión usando tokens ancla.
Desmitificando la Varianza en el Descubrimiento de Circuitos de LLMs
Descubre por qué los circuitos de LLMs varían y cómo el nuevo método CEAP reduce la varianza de remuestreo. Análisis de fidelidad y control de modelos.