Alineando operadores cuánticos con modelos de lenguaje grandes
Alinea operadores cuánticos con LLMs para síntesis condicionada por lenguaje natural. Resultados comparables a métodos de vanguardia.
#razonamiento simbólico
EM-NeSy: Esperanza-Maximización para Aprendizaje Neurosimbólico
Descubre EM-NeSy, un método que combina redes neuronales y razonamiento simbólico usando el algoritmo EM, mejorando escalabilidad y eficiencia en IA.
Memoria explícita hipocampal: clave para la IAG
La memoria explícita hipocampal es clave para la AGI. Descubre cómo integrarla en modelos de lenguaje según la neurociencia.
Priores estructurales no paramétricos para predicción de teoremas geométricos
Descubre cómo los priores estructurales no paramétricos y los grafos de precedencia permiten a los LLMs predecir teoremas geométricos con un 89.29% de precisión, superando modelos supervisados.
ASyMOB: Benchmark de Operaciones Matemáticas Simbólicas
Descubre ASyMOB, un benchmark que expone las debilidades de los LLMs en matemáticas simbólicas. ¿Razonan o solo memorizan? Entra y conoce los resultados.
Dual topológico en AlphaGeometry: lógica a topología
Descubre cómo el dual topológico de un dataset transforma la interpretabilidad de modelos neuro-simbólicos, revelando invariantes estructurales en el razonamiento de AlphaGeometry.
Razonamiento simbólico modula aversión al riesgo de LLM en multiagente
Descubre cómo el Tarot y el I-Ching alteran el comportamiento de los LLM en juegos multiagente, generando ganadores distintos y revelando el poder del proceso reflexivo.
PaintBench: Evaluación determinista de edición visual precisa
PaintBench: benchmark determinista para edición visual precisa en IA. Evalúa 20 operaciones con métricas exactas. Descubre la baja precisión actual.
Destilando programas neuro-simbólicos en LLMs 3D multimodales
Descubre cómo APEIRIA combina la transparencia del razonamiento simbólico con la flexibilidad de los LLMs 3D para mejorar el razonamiento espacial. ¡Lee más!
DisjunctiveNet: Aprendizaje simbólico neuronal con optimización convexa
DisjunctiveNet unifica redes neuronales y optimización convexa para cumplir reglas lógicas exactas en ciencia e ingeniería con datos escasos.