Más charla, menos significado: Automejora en SLMs
¿Los modelos de lenguaje pequeños realmente aprenden de sus errores? Un estudio revela que solo mejoran un 4.4% y que más razonamiento puede empeorarlos.
#razonamiento
Diagnóstico de incógnitas con certificados de ignorancia estructurada
Descubre cómo los Certificados de Ignorancia Estructurada (SIC) entrenan a los modelos de IA para reconocer sus límites, reduciendo alucinaciones y mejorando la precisión en consultas complejas.
Anything2Skill: Conocimiento externo en habilidades reutilizables
Descubre cómo Anything2Skill transforma conocimiento externo en habilidades ejecutables para agentes, mejorando RAG con tasas de éxito del 98%.
La experiencia hace hábil: Razonamiento médico con memoria autoevolutiva
SkeMex permite a agentes médicos acumular habilidades reutilizables de la experiencia, mejorando el razonamiento clínico sin actualizar modelos.
Detección eficiente de logs maliciosos con LLM y razonamiento forense explicable
Descubre cómo CEF-Log detecta logs maliciosos con un 99% de precisión usando solo 4 ejemplos y explicaciones forenses claras. Ideal para ciberseguridad.
Agentes de datos bajo ataque: vulnerabilidades en sistemas analíticos con LLM
¿Sabías que los agentes de datos con LLM tienen vulnerabilidades críticas? Un nuevo estudio revela 14 técnicas de ataque. Infórmate.
Capacidad, no formato: repensando fallos de razonamiento
Los formatos estructurados como JSON pueden degradar el rendimiento de la IA si el modelo opera al límite. Estrategia: pensar antes de formatear.
TheoremBench: Evaluación de LLMs en demostración de teoremas matemáticos formales
TheoremBench evalúa LLMs en Lean4 con teoremas clásicos y subteoremas. Mide cobertura y eficiencia para revelar debilidades en razonamiento formal.
La evidencia limita a los científicos de IA en valoración farmacéutica
Un estudio de ablación revela que la calidad de la evidencia, no solo el razonamiento, limita el rendimiento de los científicos de IA en valoración farmacéutica.
Razonamiento óptico: imágenes como medio expresivo de razonamiento
El razonamiento óptico usa imágenes como medio de razonamiento, superando al texto en eficiencia y reduciendo tokens un 28% en tareas de IA.
Predictores simples de perturbaciones transcriptómicas con grafos y LLMs
Los grafos de conocimiento y LLMs con RL logran predecir perturbaciones transcriptómicas con alta precisión, superando a métodos complejos. Descubre cómo.
Selección Intrínseca y Remuestreo para Escalado en Inferencia sin Verificación
Descubre cómo la selección intrínseca y el remuestreo de partículas mejoran el escalado en tiempo de inferencia sin necesidad de verificación externa, logrando
SpatialWorld: Nuevo benchmark para razonamiento espacial interactivo
SpatialWorld es un benchmark unificado que evalúa el razonamiento espacial interactivo de modelos multimodales. GPT-5 solo logra un 17% de éxito. Descubre los desafíos.
BRAIN: Razonamiento Bayesiano e Inferencia Activa para Redes 6G
BRAIN utiliza inferencia activa y modelos generativos para lograr una IA causal, adaptativa e interpretable en redes 6G. Supera al DRL en robustez y asignación de recursos.
Post-entrenamiento: aprendizaje supervisado masivo
El post-entrenamiento actual de LLMs es en realidad un ajuste fino masivo. ¿Estamos retrocediendo a métodos antiguos? Descúbrelo.
CAPruner: Podador de Grafos de Escena para Razonamiento Espacial 3D en LLMs
CAPruner optimiza la poda de grafos de escena para potenciar el razonamiento espacial 3D de LLMs, reduciendo costos y mejorando precisión.
Liberando capacidades de LLM en modelos de habla full-duplex
LWS permite a los LLM generar texto visible en tiempo real mientras hablan, mejorando la interacción full-duplex.
Evaluación de prompting avanzado en Gemini Flash para QA biomédica multi-salto
Evaluamos prompts avanzados en Gemini Flash para QA biomédica. Un prompt complejo logró 0.720, superando al básico (0.565). El diseño de prompts es clave.
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.
Entrenamiento eficiente para razonamiento espacial-físico con LEGO
Mejora la generación de ensamblajes LEGO con IA usando un método eficiente que evita errores de alineación y semántica. Descubre PVPO.