Optimización de Políticas Proximales Variacionales
Descubre VP2O, el nuevo marco de optimización variacional que logra +179 ELO en Codeforces y reduce un 32% los tokens en tareas matemáticas.
#razonamiento
Predicción Regulatoria de ADN con Razonamiento Biológico Interpretable
Descubre cómo R3LM combina biología y LLMs para predecir actividad regulatoria del ADN con explicaciones interpretables. Mejora la predicción de enhancers.
Razonamiento contrafáctico para la descomposición de evidencia en VideoQA
Descubre cómo el razonamiento contrafáctico mejora la precisión y fiabilidad del VideoQA al separar evidencia causal de correlaciones espurias. Ideal para sistemas de IA más confiables.
SG-OPD: Destilación on-policy con puerta de signo y muestreo por fases
SG-OPD introduce un verificador binario para mejorar la destilación on-policy, superando a métodos anteriores en problemas de razonamiento matemático.
PriFT: Ajuste fino supervisado con soporte previo
Descubre cómo PriFT optimiza el fine-tuning supervisado con pesos de tokens estables, evitando sobreajuste y mejorando resultados en razonamiento y código.
Generative Reasoning Re-ranker: mejora de recomendaciones con IA
Descubre GR2, el nuevo reordenador generativo que mejora recomendaciones con razonamiento de LLMs y aprendizaje por refuerzo, superando al estado del arte en Recall y NDCG.
Escalado prescriptivo revela evolución de capacidades de modelos de lenguaje
Aprende cómo el escalado prescriptivo predice la evolución de capacidades de modelos de lenguaje usando el presupuesto de cómputo. Basado en 7k evaluaciones.
Razonamiento condicionado para preguntas biomédicas contextuales
CondMedQA y CGR: un nuevo enfoque para QA biomédico que considera condiciones del paciente. Descubre cómo mejora la precisión en diagnóstico clínico.
De conflicto a consenso: mejora del razonamiento médico con RAG multi-ronda
Descubre cómo MA-RAG mejora el razonamiento médico: recuperación multi-ronda y autocoherencia reducen alucinaciones y aumentan precisión.
Optimización dinámica distribuida y metarrazonamiento para satélites
Descubre cómo la optimización dinámica distribuida y el metarrazonamiento mejoran operaciones satelitales autónomas a gran escala.
Aprendizaje Débil: Cómo Agentes Débiles Hacen Más Fuertes a los Fuertes
Descubre cómo agentes débiles fortalecen modelos de lenguaje sin costo adicional. WMSS supera saturación post-entrenamiento mejorando razonamiento y generación de código.
NoRD: Modelo VLA eficiente en datos que conduce sin razonamiento
Descubre NoRD, el modelo VLA que conduce sin razonamiento usando menos datos. Resultados competitivos en Waymo y NAVSIM con 3x menos tokens.
Una trayectoria alternativa para la IA generativa
Descubre cómo las sociedades de modelos DSS ofrecen una alternativa sostenible a la IA generativa, reduciendo costos y energía sin perder capacidad de razonamiento.
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 orientado a objetivos para memoria RAG en sistemas conversacionales con IA
Descubre Goal-Mem, un marco de razonamiento orientado a objetivos que mejora la memoria RAG en agentes conversacionales LLM, potenciando el razonamiento multi-hop y la inferencia implícita.
MMR-GRPO: Acelera el entrenamiento GRPO con recompensas basadas en diversidad
MMR-GRPO acelera el entrenamiento GRPO priorizando soluciones diversas: reduce un 47.9% pasos y 70.2% tiempo.
XCR-Bench: Benchmark de razonamiento transcultural en LLMs
Descubre cómo XCR-Bench evalúa la capacidad de los LLMs para razonar entre culturas, revelando sesgos ocultos en modelos avanzados.
La trampa de la flexibilidad: repensando el orden arbitrario en modelos de difusión
Descubre por qué la flexibilidad de orden en modelos de difusión puede limitar el razonamiento. Conoce JustGRPO, una alternativa que mantiene la generación paralela.
Fallo por interferencia: cómo los modelos de lenguaje se equivocan en paréntesis
Descubre por qué los modelos de lenguaje fallan en paréntesis balanceados y cómo RASteer corrige estos errores mejorando la precisión hasta el 100%.
Comprendiendo el lenguaje de benchmarks con semánticas debilitadas
Descubre cómo extraer computables de benchmarks para obtener evidencia semántica inspeccionable y superar limitaciones del razonamiento textual.