Más allá de la equivalencia: inyección de restricciones para LLM en VRP
Aprende cómo la inyección de restricciones optimiza rutas con LLM, superando a Gemini y Claude. Nuevo verificador dual con 93% Pass@1.
#mod
AICompanionBench: Evaluando la seguridad en asistentes de IA
Conoce AICompanionBench, benchmark público de conversaciones IA-humanas para evaluar seguridad en asistentes como Replika. Análisis de 20 LLMs.
AutoLab: ¿Pueden los modelos frontier resolver tareas a largo plazo?
Descubre cómo AutoLab evalúa la capacidad de los modelos frontier en tareas de optimización a largo plazo mediante iteración y feedback. ¿Qué modelo persistirá?
KINA: Nuevo benchmark de conocimiento para LLMs
Descubre KINA, el nuevo benchmark que evalúa el conocimiento de 42 modelos de IA en 261 disciplinas. Resultados: Gemini 3.1 lidera con 53.17%. ¡Infórmate!
SpurAudio: Explorando atajos en clasificación few-shot de audio
Nuevo benchmark SpurAudio revela que modelos de audio con pocos ejemplos son sensibles a correlaciones espurias. Conoce las implicaciones para IA.
Búsqueda Física Mejorada por Correlaciones
Descubre cómo la coincidencia de correlaciones temporales con restricciones físicas mejora la eficiencia de búsqueda. Un modelo minimalista revela el principio organizador.
Campos de Ruido Radiado Neural para UUV en Escenas 3D
Predicción precisa del espectro de ruido de UUV en 3D usando campos neurales. Error promedio de 3.5 dB. Ideal para extrapolación.
Estadísticas de tercer orden predicen cognición donde fallan modelos masivos
Modelos base del cerebro con billones de parámetros fallan en predecir cognición. Un análisis de tercer orden los supera sin GPU ni pretraining. ¡Descúbrelo!
Enrutamiento jerárquico consciente de gravedad para SensorLLM ligero
Mejora el reconocimiento de actividades estáticas con enrutamiento jerárquico por gravedad para modelos SensorLLM ligeros, preservando rendimiento dinámico.
MaskForge: Ataques Adaptativos con Estructura para Jailbreak de LLMs de Difusión
Aprende cómo MaskForge, un ataque adaptativo de caja negra, alcanza un 79.3% de éxito en jailbreak de dLLMs mediante patrones estructurales dinámicos.
¿Necesitan los Transformers tres proyecciones? Estudio de QKV
Descubre cómo compartir proyecciones QKV en Transformers reduce el caché KV hasta 96.9% sin perder calidad, ideal para dispositivos edge.
Seguridad impredecible: brecha de transparencia en LLMs de peso abierto
Estudio revela: cumplimiento varía de 14.7% a 85.7% según dominio. Descubre la brecha de transparencia en LLMs de peso abierto.
Rompiendo el cuello de botella perceptual en IA con SceneDiver
Descubre cómo SceneDiver rompe el cuello de botella perceptual en IA visión-lenguaje, reduciendo alucinaciones visuales en robótica y navegación.
Aprendizaje de características en Gated Delta Networks a escala
Descubre cómo las Gated Delta Networks logran transferencia estable y eficiente de tasa de aprendizaje al escalar con nuevas reglas de parametrización.
LiftQuant: Ancho de bits continuo en LLM mediante elevación dimensional
Descubre LiftQuant: cuantización continua de LLM que permite comprimir modelos de 70B a tan solo 2.4 bits, ajustándose perfectamente a tu memoria GPU.
RUBAS: Aprendizaje por Refuerzo Basado en Rúbricas para Seguridad de Agentes
RUBAS: aprendizaje por refuerzo con rúbricas para agentes seguros. Mejora la seguridad, reduce alucinaciones y mantiene la utilidad en herramientas.
Cómo Agoda escaló su Feature Store 50X con ScyllaDB
Descubre cómo Agoda escaló su Feature Store 50X usando ScyllaDB, optimizando caché, discos NVMe y modelado de datos para mantener latencias de 10ms.
Miso Labs lanza MisoTTS: modelo TTS emotivo de 8B pesos abiertos
Descubre MisoTTS, el modelo de voz expresiva de 8B parámetros con pesos abiertos. Genera habla natural a partir de texto y audio contexto. ¡Lee más!
OpenJarvis: marco local para agentes de IA personal en dispositivo
OpenJarvis: marco local para agentes de IA con 3.2% de brecha, 800x menos coste y 4x menos latencia. ¡Descúbrelo!
Gemma 4 12B de Google: IA multimodal local en portátiles
Descubre Gemma 4 12B de Google: IA multimodal local para portátiles. Ejecuta agentes de IA sin latencia ni conexión, protegiendo tus datos. Ideal para empresas.