El Impuesto del Ajuste por Instrucciones en LLMs para Código
El ajuste por instrucciones mejora la comprensión de comandos pero perjudica la finalización de código en flujo. Conoce el 'impuesto' oculto.
#modelos de lenguaje grande
Evaluación del control de activación y desalineación emergente
¿Sabías que el control de activación en modelos de lenguaje puede generar desalineación emergente? Este estudio revela riesgos de seguridad inesperados.
MetaEvo: Metaoptimización para la evolución de agentes con experiencia
MetaEvo permite a los agentes de IA mejorar su razonamiento aprendiendo de la experiencia mediante metaoptimización. Dos fases para una evolución continua.
Generación de casos de prueba con IA desde lenguaje natural: técnicas y brechas
Explora cómo la IA genera casos de prueba desde requisitos en lenguaje natural. Analizamos técnicas, herramientas y brechas de investigación.
Geografía del juicio algorítmico: identidad de lugar y sesgo racial con LLM
Descubre cómo los LLMs generan sesgo racial en la búsqueda de vivienda según identidad del usuario y ciudad. Estudio revela riesgos para vivienda justa.
Razonamiento estable, respuestas inestables: clave contra el engaño en LLM
Descubre cómo la asimetría de estabilidad entre el razonamiento interno y las respuestas externas revela el engaño en LLMs, y cómo una nueva regularización lo mitiga sin perder capacidad.
No pauses: Sincronía de video-lenguaje en streaming para comprensión de video
LyraV logra sincronía del 98.29% entre video y lenguaje sin pausas. Procesamiento incremental y control jerárquico para comprensión de video en tiempo real.
Demostraciones vs supervisión: clasificación de expresiones idiomáticas turcas
Descubre cómo los modelos supervisados y los LLMs con demostraciones compiten para clasificar locuciones turcas. ¿Cuál gana?
Subespacios dispersos de expertos para aprendizaje continuo sin tareas
SETA evita el olvido catastrófico en LLMs mediante subespacios dispersos de expertos. Mejora retención de conocimiento temprano.
Agentes de modelos de lenguaje pequeños para minería de conocimiento eficiente
Falconer: LLMs planificadores + modelos proxy ligeros para extraer conocimiento, reduciendo costos un 90% y acelerando 20x la minería de conocimiento.
¿Deberías usar tu modelo de lenguaje grande para explorar o explotar?
¿LLM para explorar o explotar? Este estudio muestra que los LLM razonan bien en explotación, pero son caros. Herramientas y resúmenes mejoran rendimiento.
Normalización de bases de datos con autorrefinamiento dual LLM
Descubre cómo Miffie automatiza la normalización de bases de datos con un novedoso sistema de doble LLM que genera y verifica esquemas, garantizando alta precisión sin esfuerzo manual.
¿Qué deben decir los agentes? Comunicación acción-estado eficiente
Descubre cómo PACT optimiza la comunicación acción-estado en MAS, reduciendo tokens y mejorando rendimiento. ¡Ahorra costos!
¿Qué deberían decir los agentes? PACT para sistemas multiagente
Descubre cómo PACT revoluciona la comunicación en sistemas multiagente, reduciendo tokens sin perder rendimiento. Optimiza tus agentes de IA con acción-estado.
Prioridades estadísticas para preferencias implícitas en agentes personales
Un arnés local de prioridades estadísticas permite a agentes personales aprender preferencias implícitas, superando a la memoria tradicional.
ReTreVal: Razonamiento en Árbol con Validación y Memoria entre Problemas
ReTreVal permite a LLMs aprender entre problemas durante la inferencia, mejorando el razonamiento sin ajuste fino. Logra 85.8% en MATH-500 y 54.4% en MMLU-Pro.
ReasoningFlow: Estructuras discursivas en trazas de LLM
ReasoningFlow revela patrones discursivos en trazas de LLM, mejorando la transparencia y el análisis del razonamiento automático.
Alpha-RTL: Entrenamiento en tiempo de prueba para optimización de hardware RTL
Descubre cómo Alpha-RTL reduce el producto PPA en un 65% mediante entrenamiento en tiempo de prueba con retroalimentación EDA, superando métodos tradicionales.
Razonamiento latente con flujos normalizadores
NF-CoT: razonamiento latente con flujos normalizadores para código eficiente y preciso. Supera a la cadena de pensamiento tradicional.
Ranking consciente de jueces para evaluar LLMs sin verdad de campo
Descubre cómo este marco de ranking consciente de jueces mejora evaluaciones de LLMs sin etiquetas de referencia, optimizando fiabilidad y eficiencia.