BrainSurgery: Manipulaciones de pesos para edición y reciclaje
BrainSurgery: manipula pesos de modelos de IA con planes YAML declarativos. Edita, recicla y depura checkpoints de forma reproducible.
#reproducibilidad
Evaluation Cards: capa interpretativa para la evaluación de IA
Evaluation Cards: una capa interpretativa que mejora la transparencia y comparabilidad en reportes de evaluación de IA, con análisis de más de 100 mil resultados.
Doce consejos rápidos para diseñar flujos de trabajo HPC con IA
Doce consejos prácticos para diseñar flujos HPC con IA: contenerización, orquestación y optimización I/O. Logra workflows eficientes y reproducibles.
Importancia de múltiples semillas de entrenamiento en desaprendizaje automático
Descubre por qué usar múltiples semillas de entrenamiento es crucial para evaluar correctamente el desaprendizaje automático. No te fíes de una sola semilla.
Seguridad condicionada al dominio en agentes informáticos de frontera
Nuevo benchmark de 793 episodios revela que los agentes informáticos resisten ataques en navegador pero son vulnerables en codificación. Implicaciones para la seguridad de IA.
Límites ajustados de replicabilidad vía teorema de cobertura esférica
Descubre cómo un nuevo teorema de cobertura esférica, basado en Borsuk-Ulam, establece límites óptimos para la replicabilidad de listas en IA.
Revisitando Vul-RAG: Detección de vulnerabilidades RAG con modelos abiertos
Descubre los resultados de la reproducibilidad de Vul-RAG: un estudio sobre detección de vulnerabilidades con RAG y modelos open-weight. ¿Realmente mejoran?
Typhoon: Estrategia de enmascaramiento adaptativo para modelos de lenguaje
Typhoon propone un enmascaramiento basado en gradientes para modelos de lenguaje. ¿Supera al enmascaramiento aleatorio? Los resultados no muestran mejoras significativas.
Reproducibilidad: nuevo copyleft para AGI
La reproducibilidad bit-exacta es el nuevo copyleft para AGI. Descubre 7 requisitos para compilaciones reproducibles y protocolos vs plataformas.
Construcción de datasets robóticos como proceso de compilación de artefactos
Descubre cómo Bagzel, basado en Bazel, acelera hasta 386x la creación de datasets robóticos, garantizando reproducibilidad y eficiencia en proyectos de IA y robótica.
¿Quién anota en PLN? Evaluación masiva de informes de anotación humana (2018-2025)
Descubre cómo se documentan las anotaciones humanas en investigaciones de PLN entre 2018 y 2025, y qué aspectos clave suelen omitirse.
Inferencia determinista con paralelismo tensorial sin desajuste
Descubre cómo los kernels invariantes de árbol garantizan inferencia determinista con resultados bit a bit idénticos, eliminando el desajuste entre entrenamiento e inferencia en LLMs.
La brecha de refutabilidad: desafíos al validar el razonamiento de los LLM
Descubre los desafíos de validar el razonamiento de los LLM: falta de falsabilidad, sesgos y opacidad. Guía para una ciencia más transparente.