ViCuR: Destilación multimodal on-policy con señales visuales recuperables
ViCuR mejora el razonamiento visual en destilación multimodal on-policy usando señales visuales recuperables, superando métodos en +1.19%.
#razonamiento
ViCuR: Pistas visuales como privilegio recuperable en destilación multimodal
ViCuR usa pistas visuales recuperables para destilación on-policy multimodal, mejorando razonamiento sin sesgos de atajos. Resultados mejores en benchmarks.
¿Pueden los LLMs escribir especificaciones TLA+ correctas?
Evaluamos 30 LLMs en la generación de especificaciones TLA+ correctas. Solo un 8.6% de precisión semántica. ¿Son fiables? Descúbrelo.
Flujos contextuales: nueva representación de la atención investigativa
Los flujos contextuales representan la atención investigativa y mejoran la evaluación con razonamiento analógico. Un nuevo enfoque para entender su evolución.
Un marco de visión-lenguaje para razonamiento comparativo en radiología
MedReCo: un framework que permite a la IA razonar comparativamente entre imágenes radiológicas, mejorando diagnósticos y seguimientos. Resultados clínicos superiores.
Descubrimiento no supervisado de habilidades para agente de análisis de datos
DataCOPE descubre habilidades sin supervisión para agentes de análisis de datos, mejorando su rendimiento en informes un 9.7% y en razonamiento un 32.3%.
Razonamiento latente con flujos normalizadores
NF-CoT: razonamiento latente con flujos normalizadores para código eficiente y preciso. Supera a la cadena de pensamiento tradicional.
SARDI: Recuperación autoaumentada para modelos de difusión
SARDI usa tokens de baja confianza para guiar recuperación en desruido. Logra alta precisión en preguntas multi-salto sin entrenamiento.
Optimización de Política de Secuencia Suave
Descubre Soft Sequence Policy Optimization: un nuevo método off-policy que mejora la estabilidad y rendimiento en tareas de razonamiento y codificación para LLMs.
Selección Dinámica de Tokens de Pensamiento para Razonamiento Eficiente
DynTS selecciona solo tokens clave en modelos de razonamiento grandes para reducir memoria y acelerar inferencia, manteniendo precisión. Optimiza eficiencia computacional.
Aprendizaje de autocorrección en modelos visión-lenguaje mediante aumento de trayectorias
Descubre cómo Octopus-8B logra autocorrección eficiente en VLMs mediante aumento de trayectorias, superando a otros modelos con un 1.0 de puntuación y menor tiempo de entrenamiento.
BG-MCTS: Búsqueda en árbol con presupuesto fijo de tokens
Descubre cómo BG-MCTS optimiza búsqueda en árbol con presupuesto fijo de tokens para razonamiento superior.
Descuento asimétrico en GRPO para RL eficiente
SA-AH-GRPO reduce la varianza un 3.6x y mejora la precisión en razonamiento matemático con descuento asimétrico por token. Resultados en GSM8K con Qwen.
LEVANTE-bench: Comparación multiescala de VLMs con niños
Descubre cómo LEVANTE-bench compara modelos de IA con niños de 5 a 12 años en tareas cognitivas. ¿Son los VLMs más inteligentes que un niño de 5º grado?
Más allá de la apariencia: Razonamiento funcional de affordances
Descubre cómo A4D revoluciona la planificación robótica al razonar sobre funcionalidades de objetos. Logra un 94% de precisión y 100x más rapidez. ¡Descúbrelo!
Explicabilidad de LLM mediante Cadenas Contrafactuales y Grafos Causales
Descubre cómo los grafos causales y las cadenas contrafactuales revelan el razonamiento interno de los LLM, mejorando la transparencia y la interpretabilidad en tareas de clasificación.
Compress-Distill: comprimir trazas para destilar conocimiento
Comprime trazas de razonamiento para destilar conocimiento. Reduce tokens de entrenamiento hasta 70% y acelera 7.6x con hasta 96% de precisión.
HoT-SSM: Razonamiento temporal de alto orden en grafos de conocimiento para salud
HoT-SSM combina hipergrafos dinámicos y modelos de estado para mejorar predicciones clínicas capturando interacciones complejas y dependencias temporales.
Estimaciones de ventaja para gradientes de política Max@K
Descubre cómo MaxPO optimiza el post-entrenamiento de LLMs con una nueva línea base Leave-Two-Out que centra la ventaja y reduce la varianza del gradiente.
PEEL: Andamio semiótico para investigación con IA responsable
La IA erosiona la responsabilidad epistémica. PEEL propone un andamio semiótico usando Voyant Tools y Claude para restaurarla. Conoce las implicaciones.