ES-Merging: Fusión de MLLM biológicos mediante señales de embedding
ES-Merging fusiona modelos multimodales biológicos usando señales de embedding, mejorando razonamiento cruzado y preservación.
#razonamiento
Límites del razonamiento espacial en LLMs de frontera
Los LLM de frontera fallan en rotación mental incluso con ayuda externa. Estudio: solo 62.5% de precisión. Descubre por qué carecen de primitivas visuales.
EuraGovExam: Benchmark multilingüe de exámenes de servicio civil
Descubre EuraGovExam, un benchmark con exámenes reales de servicio civil en 5 regiones. Evalúa VLMs en razonamiento visual multilingüe. Resultados reveladores.
Resolución automatizada de conjeturas con verificación formal
Descubre cómo un marco de IA resuelve problemas matemáticos complejos combinando razonamiento informal y verificación formal en Lean 4, todo sin intervención humana.
SCOPE: Calibración de Señales en Destilación On-Policy Dual
Descubre cómo SCOPE mejora el razonamiento de los LLMs con destilación adaptativa dual, logrando un 11.42% más de precisión.
Los modelos de razonamiento cuantizados creen que necesitan pensar más, pero no
La cuantización agresiva reduce la precisión y alarga el razonamiento de los modelos de IA. Descubre cómo una penalización simple en tokens de 'overthinking' mejora la eficiencia.
Transformador Cuántico Universal
Descubre el Universal Quantum Transformer (UQT), una arquitectura cuántica que logra razonamiento matemático exacto en hardware NISQ, superando el grokking con cristalización.
Claude Opus 4.8 ya está disponible en Microsoft Foundry
Claude Opus 4.8 de Anthropic ya en Microsoft Foundry. Potencia desarrollo, agentes y análisis empresarial con razonamiento profundo.
¿Los agentes multimodales realmente se benefician del uso de herramientas?
Un estudio revela que el uso de herramientas en agentes multimodales no siempre mejora su rendimiento. Descubre los sorprendentes resultados.
No todos los errores son iguales: propagación en LLM
Descubre cómo los errores suaves afectan la inferencia de LLM en HPC. Estudio sistemático con 17 hallazgos clave y estrategias de mitigación de bajo costo.
ODTQA-FoRe: dataset para preguntas tabulares y pronóstico
Descubre ODTQA-FoRe, el primer dataset para preguntas tabulares con predicción futura. TimeFore combina LLM y modelos de series temporales para pronósticos precisos en datos inmobiliarios.
Aprendiendo cuándo traducir en razonamiento multilingüe
Descubre Luar, un innovador marco que enseña a los modelos de razonamiento cuándo traducir para mejorar el rendimiento en múltiples idiomas. ¡Aprende cómo optimizar la comprensión!
Mitigando el sesgo perceptual en LLMs multimodales como jueces
Descubre cómo un nuevo método de perturbación perceptual y modelado de recompensa corrige el sesgo en evaluaciones de LLMs multimodales. Más preciso y alineado con humanos.
Presupuesto mínimo de parámetros para razonamiento implícito: ley de escalado
Aprende cómo la complejidad de los datos define el presupuesto mínimo de parámetros para el razonamiento implícito en modelos de lenguaje.
Resolviendo problemas de construcción de respuestas con Lean formalmente
Descubre cómo el marco ECP combina LLMs y Lean para resolver problemas de construcción de respuestas con pruebas formales verificadas.
InPhyRe: Grandes modelos multimodales fallan en razonamiento físico inductivo
Descubre el nuevo benchmark InPhyRe revela: modelos multimodales fallan en razonamiento físico inductivo, cuestionando su fiabilidad en aplicaciones críticas.
Evaluación del razonamiento interactivo en LLMs: benchmark jerárquico con juegos
Descubre cómo un nuevo benchmark evalúa el razonamiento interactivo de los LLMs mediante juegos ejecutables, midiendo éxito, eficiencia y adaptación metacognitiva.
CAST: Autoenseñanza no privilegiada con inversión de ventaja para GRPO
CAST optimiza el RLVR con autoenseñanza no privilegiada y asignación de ventajas token en grupos de varianza cero. Mejora el razonamiento.
MindZero: Razonamiento Mental Online sin Anotaciones
MindZero revoluciona el razonamiento mental en IA al aprender sin anotaciones. Descubre cómo supera a métodos tradicionales en precisión y velocidad.
El problema de arquitectura empresarial que resuelven los grafos de contexto
Descubre cómo los grafos de contexto con inferencia y federación resuelven los problemas de arquitectura empresarial y aceleran las decisiones.