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.
#nsa
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
Gen-VCoT: Razonamiento visual con cadena de pensamiento generativa
Descubre Gen-VCoT, un nuevo marco de razonamiento visual que usa imágenes RGB intermedias generadas por difusión para mejorar la interpretabilidad y precisión
Más allá de pesos y gradientes: Taxonomía de mensajes en aprendizaje federado
Descubre la nueva taxonomía de mensajes en aprendizaje federado más allá de pesos y gradientes. Analizamos costos, privacidad y tendencias en 202 publicaciones.
TuneJury: Métrica abierta para alinear preferencias en música generada
Aprende cómo TuneJury mejora la generación musical con un modelo de recompensa par a par. Alinea preferencias humanas para mejores resultados.
Sensado virtual para monitoreo en tiempo real de zonas inaccesibles
Descubre cómo MIMONet utiliza operadores neuronales para monitorizar en tiempo real zonas inaccesibles en sistemas energéticos, con errores menores al 5% y
Seguridad Agéntica: Aplicaciones, Amenazas y Defensas
Descubre cómo los agentes basados en LLM transforman la ciberseguridad, sus amenazas y las defensas necesarias para protegerlos. Análisis completo.
UniT: Escalado en tiempo de prueba con cadena de pensamiento multimodal
UniT permite a modelos unificados razonar, verificar y refinar en múltiples rondas, mejorando tareas complejas de composición visual y comprensión.
¿La atención es solo acoplamiento? Una perspectiva ODE jerárquica
Explora cómo el acoplamiento en transformers se modela con ecuaciones rápido-lento. Jerarquico sin ganancia de rendimiento pero con interpretacion teorica.
RL eficiente para razonamiento visual-textual con difusión discreta
Descubre cómo la difusión discreta reduce un 26.9% el cómputo en razonamiento visual-textual y la recompensa factorizada mejora un 11.2% el rendimiento.
Dirección de políticas en tiempo de inferencia con visión y tacto
ViTaL: nuevo marco de guiado con visión y tacto mejora un 51% el éxito en manipulación robótica. Optimización bi-nivel para tareas de contacto.
AutoDojo revela defensas superficiales en agentes LLM
AutoDojo revela que las defensas contra inyección indirecta son superficiales: ataques adaptativos logran un 28% de éxito incluso con filtros perfectos.
Reasoning Arena: Torneos de Trazas ante Recompensas Insuficientes
Reasoning Arena convierte recompensas planas en señales útiles con torneos de trazas, mejorando un 7.6% razonamiento y acelera entrenamiento un 41%.
Aseguramiento de IA en Defensa UK: Desafíos operacionales JSP 936
Conoce los desafíos técnicos y organizativos de implementar la directiva JSP 936 para aseguramiento de IA en defensa del Reino Unido.
ReCoVLA: Compilación de Recompensas con VLM para Recuperación de Fallos
Descubre ReCoVLA, un método que usa modelos de lenguaje y visión para recuperar fallos en robots, mejorando el éxito en manipulación del 36.7% al 66.7% en
Aprendiendo a Atacar y Defender: Red Teaming Adaptativo con GRPO
Descubre cómo AdvGRPO entrena atacantes y defensores de modelos de lenguaje con GRPO, mejorando la seguridad frente a ataques. Resultados sorprendentes.
CLPO: Aprendizaje Curricular para Razonamiento de LLMs
CLPO combina aprendizaje curricular y optimización de políticas para mejorar el razonamiento de LLMs. Reestructura problemas y supera a GRPO y DAPO en 10
MixReasoning: Cambio de Modos de Razonamiento
Descubre MixReasoning, un innovador framework que adapta la profundidad del razonamiento en modelos de IA, reduciendo redundancia y mejorando la eficiencia sin
MatSciBench: Evaluando la capacidad de razonamiento de los LLM en ciencia de materiales
MatSciBench evalúa LLM en ciencia de materiales: DeepSeek-R1 logra 75% en texto, GPT-5 53% en imágenes. Descubre sus limitaciones.
MAR: Reflexión Multi-Agente para Mejorar Razonamiento en LLMs
Descubre cómo la reflexión multi-agente con múltiples personalidades supera la degeneración del pensamiento en LLMs, logrando un 47% en HotPot QA y 82.7% en