SAFE: Verificador de LLM para razonamiento multi-salto con evidencia
Descubre SAFE, un marco que verifica el razonamiento paso a paso en modelos de lenguaje, mejorando la precisión en preguntas complejas multi-salto.
#salt
Desenredando los nudos de GraphRAG: VectorRAG casi es suficiente
Descubre cómo UnWeaver simplifica GraphRAG usando entidades, y por qué VectorRAG compite con el estado del arte a menor costo.
GNSS-FM: modelo base auto-supervisado para series de desplazamiento GNSS
GNSS-FM: modelo auto-supervisado con 17.000 estaciones. Supera a métodos supervisados en predicción y detección de saltos sísmicos. ¡Descúbrelo!
GraphER: Enriquecimiento y reranking basado en grafos para RAG
GraphER mejora recuperación multi-fuente en RAG con enriquecimiento y reranking en grafos, sin infraestructura extra. Aumenta completitud de documentos.
Evaluación de prompting avanzado en Gemini Flash para QA biomédica multi-salto
Evaluamos prompts avanzados en Gemini Flash para QA biomédica. Un prompt complejo logró 0.720, superando al básico (0.565). El diseño de prompts es clave.
Google Research integra Agentic RAG en Gemini con Agente de Contexto Suficiente
Google Research lanza Agentic RAG con Agente de Contexto Suficiente para búsquedas multi-salto. Aumenta precisión hasta 34% en datos factuales. Preview pública.
¿Saltar una capa o repetirla? Aprendiendo programas de capas en LLMs
Descubre cómo los LLMs pueden ejecutar programas dinámicos de capas, saltando o repitiendo, para mejorar precisión y eficiencia en razonamiento matemático.