Estudio comparativo de RAG adaptativo orquestado por agentes
Estudio comparativo de RAG adaptativo orquestado por agentes: mejoras en precisión en dominios estructurados pero costos de latencia en multi-salto.
#razonamiento
LongSpace: Memoria espacial de largo plazo – percepción y recuerdo en video
Descubre LongSpace, un framework de memoria espacial para videos largos que mejora la comprensión de rutas y objetos. Ideal para IA en robótica y conducción.
Narrative Knowledge Weaver: razonamiento narrativo aumentado con recuperación
NKW: el nuevo sistema que entiende historias largas combinando recuperación, grafos y razonamiento narrativo.
MARDoc: Agente de Refinamiento con Memoria para QA Multimodal
Descubre MARDoc, un innovador marco de agente con memoria estructurada que mejora la precisión en QA de documentos largos multimodales. Reduce ruido y optimiza razonamiento.
Benchmarks en Leipzig: 100 preguntas matemáticas para IA
Un grupo de 49 matemáticos creó 100 preguntas de nivel investigador. Los LLMs más avanzados resolvieron 98 de ellas. Descubre los resultados del taller 'Benchmarks in Leipzig'.
GeoVR: Aprendizaje de representaciones geométricas para MLLM espaciales
Descubre GeoVR, un nuevo enfoque que enseña a los modelos multimodales a comprender el espacio 3D usando solo videos 2D. Resultados estatales del arte en razonamiento espacial.
CausalPhys: Evaluación de razonamiento físico causal en modelos de visión-lenguaje
Nuevo benchmark CausalPhys con 3,000 preguntas evalúa razonamiento causal en VLMs. Mejora precisión e interpretabilidad con aprendizaje causal.
Modelo WLA: modelado, razonamiento y acción unificados
Descubre el modelo WLA, que unifica modelado del mundo, razonamiento del lenguaje y síntesis de acciones en robots. Alcanza un 92.94% de éxito en RoboTwin2.0. Lee más.
DisasterBench: Benchmark multimodal para respuesta UAV en desastres complejos
Descubre DisasterBench, el benchmark multimodal que evalúa el razonamiento en desastres con UAV. DisasterVL, modelo ligero, supera a GPT-4o en precisión y eficiencia.
MPCoT: Razonamiento latente multi-ruta guiado por recompensa para VLA
MPCoT mejora las políticas VLA en control de largo plazo con razonamiento latente multi-ruta guiado por recompensa, sin generar tokens extra.
OneReason: Razonamiento en Recomendaciones Generativas
Descubre OneReason, el nuevo enfoque que combina percepción y cognición para activar el razonamiento en modelos de recomendación generativa.
Presentamos Gemma 4 12B: un modelo multimodal unificado sin codificador
Descubre Gemma 4 12B: el modelo multimodal sin codificador que ejecuta agentes inteligentes en tu laptop con solo 16GB de RAM. Razonamiento avanzado y código abierto.
Aprendizaje de compromiso de estado: entrenar modelos para distinguir cómputo de memoria
Descubre cómo el nuevo método CERL entrena modelos de lenguaje para distinguir cómputo de memoria, eliminando dependencias ocultas y mejorando el razonamiento sin perder precisión.
RREDCoT: Redistribución Segmentada de Recompensas para Razonamiento
Descubre cómo RREDCoT redistribuye recompensas en segmentos de cadenas de pensamiento para reducir la varianza y mejorar el aprendizaje por refuerzo en modelos de razonamiento.
TimeClaw: agentes generalistas para series temporales contextualizadas
Descubre TimeClaw: permite a agentes de IA analizar series temporales contextualizadas con herramientas temporales. ¡Optimiza!
Almieyar-Oryx-BloomBench: Evaluación cognitiva bilingüe de VLMs
BloomBench: el primer benchmark bilingüe para evaluar cognitivamente modelos de visión-lenguaje. Asimetrías clave entre árabe e inglés.
Corrige la mente, no el movimiento: Asistencia IA interpretable localiza brechas
SENSEI: Asistencia IA que localiza y corrige tus conceptos erróneos, no solo tus acciones. Mejora tu rendimiento a largo plazo. 90% de éxito.
Latencia de autocompromiso: una sonda sin recompensa para el hacking implícito
Descubre cómo la latencia de autocompromiso revela hacking implícito en modelos de lenguaje sin recompensa externa. Un nuevo enfoque para seguridad en IA.
Latencia de Autocompromiso: Sonda sin Recompensa para Hackeo Implícito
Descubre cómo la latencia de autocompromiso detecta hackeo implícito sin modelos de recompensa. Una sonda para identificar atajos en el razonamiento de IA.
Razonamiento multiagente heterogéneo con críticas para matemáticas
Descubre cómo un sistema multiagente con críticas mejora hasta un 13% la precisión en problemas matemáticos, reduciendo errores.