Pensamiento Visual Fundamentado en Imágenes
Descubre cómo el pensamiento visual con grounding mejora el razonamiento de modelos de IA, vinculando pensamientos a regiones de imagen para mayor precisión.
#ode
VibeThinker-3B: Razonamiento verificable en modelos pequeños
VibeThinker-3B demuestra que modelos pequeños pueden alcanzar rendimiento de vanguardia en razonamiento verificable, superando a sistemas mucho mayores.
Paradoja calidad-utilidad: alta recompensa daña razonamiento en modelos pequeños
Descubre por qué los datos de alta recompensa dañan el razonamiento matemático en modelos pequeños y cómo la alineación de estilo mejora la destilación.
TimeVista: Modelos de lenguaje visual como jueces en series temporales
TimeVista utiliza VLM como jueces para evaluar pronósticos de series temporales, logrando una alineación humana superior a métricas tradicionales.
Aprendizaje de representaciones condicionado por sensores con cocientes de observación relevantes
¿Cómo saber si las representaciones de un sensor son correctas? Descubre el método OQ-TSAE que preserva distinciones de escena y suprime variaciones molestas.
Flujo de Pensamiento Latente: Razonamiento Eficiente en LLMs
Descubre cómo Latent Thought Flow mejora la precisión un 9.5% y reduce el tiempo de razonamiento un 27.2% en modelos de lenguaje grandes. Nuevo método de
SpecAlign: Alineación eficiente de LLMs con especificaciones mediante datos sintéticos
Descubre cómo SpecAlign utiliza datos sintéticos para alinear modelos de lenguaje con especificaciones detalladas, mejorando el cumplimiento de reglas sin
AdaSTORM: Razonamiento de LLM en grafos dinámicos con colaboración multiagente
AdaSTORM escala el razonamiento de LLM en grafos dinámicos a miles de nodos con más del 90% de precisión, superando límites de contexto y coste.
¿Qué hotel recomienda la IA? Auditoría de señales en selección hotelera
Auditoría algorítmica revela cómo los LLM recomiendan hoteles: precio y calificación mandan, pero el orden de lista influye como si costara 12€/noche.
Posterior Twins: Simulación distribucional para decisiones empresariales
Conoce Posterior Twins simula distribuciones de comportamiento empresarial para decisiones estratégicas. Resultados con precisión modal y distancia Wasserstein.
Posterior Twins: Simulación distribucional de conducta empresarial
Los Posterior Twins simulan conducta empresarial con fidelidad distribucional. Resultados de benchmark: precisión modal y distancia Wasserstein.
Fusión post-hoc insuficiente: Fusión many-shot con equilibrio de pérdida
METIS: fusión many-shot con equilibrio de pérdida para superar interferencia entre tareas y evitar borrado de información. Mejora la peor tarea.
Fusión post-hoc insuficiente: Fusión multi-tiro con equilibrio de pérdida
Descubre cómo METIS supera la fusión post-hoc de modelos de lenguaje, evitando la interferencia entre tareas y mejorando el rendimiento multi-tarea. Aprende
Aprendizaje Inductivo de Grafos de Modelo para Completar Grafos de Conocimiento
MGIL aplica aprendizaje inductivo en grafos de modelo para mejorar la predicción de enlaces, logrando representaciones globales precisas.
MGIL: Aprendizaje Inductivo de Grafos de Modelo para Completar KG
Descubre MGIL: aprendizaje inductivo global para completar grafos de conocimiento con predicción de enlaces de vanguardia.
Kairos: Un Stack Nativo de Modelos del Mundo para IA Física
Descubre Kairos, el stack nativo de modelos del mundo para IA física. Aprende de datos heterogéneos, mantiene estados persistentes y ejecuta en hardware real
TNODEV: Caja de herramientas para verificación de EDO neuronales
TNODEV verifica formalmente EDO neuronales combinando falsificación, alcance y refinamiento iterativo para sistemas críticos.
ARB4WM: Benchmark adversarial para modelos del mundo en control continuo
Evalúa la robustez adversarial de tus modelos del mundo con ARB4WM. Este benchmark unificado revela vulnerabilidades en control continuo y cómo defenderte.
CoffeeBench: Benchmark para Agentes LLM de Largo Plazo en Economías Multiagente
CoffeeBench: ¿Pueden los agentes LLM gestionar una empresa de café por 90 días? Este benchmark revela diferencias clave entre modelos. ¡Descubre los resultados!
Modelos mundiales médicos: estados, dinámicas e intervenciones
Descubre cómo los modelos mundiales médicos simulan la evolución de enfermedades y guían intervenciones clínicas personalizadas. Una revisión de la IA en salud.