SMAA-Fair: una extensión justa del análisis multicriterio para rankings
¿Cómo lograr rankings justos? SMAA-Fair extiende SMAA para incorporar equidad de grupo mediante reweighting. Ideal para IA responsable y análisis multicriterio
#rank
Meta-clasificación de modelos OCC con correlación de ranking y vecino cercano
Aprende a clasificar modelos OCC con correlación de ranking y vecino cercano. Alta precisión en datasets y algoritmos. Código público.
AIMER: poda de expertos libre de calibración para modelos MoE
AIMER es un método sin calibración para podar expertos en modelos MoE, reduciendo memoria y costos. Logra balance de capacidad en tareas, solo 0.22s.
SMAA-Fair: Equidad en rankings con análisis multicriterio
SMAA-Fair incorpora equidad de grupo en rankings multicriterio. Usa métricas como paridad estadística y divergencia KL para mejorar representación de grupos
Clasificación meta de modelos de una clase usando ranking y vecinos cercanos
Meta-clasificación de modelos OCC con ranking y vecino cercano: alta precisión clasificando datos y algoritmos. Solución unificada de modelos, datos y rankings.
Evaluación de trayectorias basada en preferencias offline
Descubre cómo la evaluación basada en preferencias de trayectorias reduce los empates en benchmarks de IA del 75% al 35%, mejorando la discriminación y
Decodificación Elástica No Negativa para Recuperación de Información
El método NNN mejora la recuperación de información seleccionando documentos diversos sin redundancia, superando a la búsqueda densa tradicional.
Tarjetas de Memoria Decision-Aware para Agentes LLM
CICL optimiza la selección de contexto para agentes LLM con tarjetas de memoria decision-aware. Incrementa hit@1 de 0.58 a 0.78 en SWE-bench. ¡Descubre cómo!
Mejores herramientas SEO 2026: plataformas que te ayudan a crecer
Descubre las mejores herramientas SEO en 2026 para keyword research, técnico, backlinks y tracking. ¡Optimiza tu sitio!
¿Qué hotel recomienda la IA? Auditoría de algoritmos de LLM
La calificación y el precio dominan las recomendaciones de IA para hoteles, pero la eco-certificación se sobrevalora y la posición en lista cuesta $12/noche.
¿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.
Cómo seleccionar expertos para poda MoE: formulación unificada
¿Quieres reducir memoria en modelos MoE sin perder rendimiento? Descubre un principio de selección unificado que mejora hasta 8.8 puntos en benchmarks.
Ricci-Filtration: reordenador RAG mejorado con flujo discreto de Ricci
Mejora tu RAG con Ricci-Filtration: un enfoque geométrico que filtra documentos ruidosos usando flujo de Ricci discreto, aumentando precisión en preguntas y
Top 100 empresas de captura inteligente de datos en Sevilla
Descubre las 100 mejores empresas de captura inteligente de datos en Sevilla. Q2BSTUDIO lidera el ranking. Guía completa para transformación digital.
MergeSort guiado por sorpresa: ranking eficiente con humanos en el bucle
Descubre cómo el MergeSort guiado por sorpresa reduce costos de ranking al delegar comparaciones fáciles a la IA. ¡Mejora la eficiencia!
Etiquetas de entidades no son señales: relevancia observable en reordenamiento
Descubre por qué las etiquetas de entidades no son señales de ranking confiables y cómo la relevancia observable mejora la recuperación de documentos.
InvDesMobility: retroalimentación confiable para descubrimiento de materiales
Descubre cómo InvDesMobility integra DFT automatizado y compuerta de confiabilidad para descubrimiento de materiales de alta movilidad.
Unificando explicaciones post-hoc de completado de grafos de conocimiento
Unificando explicaciones post-hoc en KGC: nueva taxonomía mejora reproducibilidad y evaluación. Ideal para investigadores y desarrolladores.
Orcheo: Una plataforma full-stack modular para búsqueda conversacional
Descubre Orcheo, la plataforma open-source modular para búsqueda conversacional. Acelera tu investigación con componentes reutilizables y despliegue fácil.
Aprendizaje de distribuciones de permutaciones mediante difusión en rangos suaves
Soft-Rank Diffusion: método de difusión suave para aprender permutaciones. Mejora el rendimiento en ordenamiento y optimización combinatoria.