Detección de jerga y entidades en comunidades online mediante cambio semántico
Descubre cómo detectar jerga y entidades únicas en comunidades online usando el cambio semántico en modelos de lenguaje ajustados. Método no supervisado.
#semántico
Prioridades léxicas en LLMs: un enfoque Stroop
Descubre cómo los modelos de lenguaje mantienen prioridades léxicas al ser anuladas, según estudio con paradigma Stroop. Implicaciones para IA.
Mitigando alucinaciones en modelos de difusión con guía dinámica
Descubre cómo la Guía Dinámica mitiga alucinaciones en modelos de difusión sin perder variedad, mejorando la generación de imágenes realistas.
Atención ilumina razonamiento LLM: ritmo preplan-anclaje para optimización granular
Descubre cómo la atención en los LLM revela un ritmo de preplan y anclaje que optimiza políticas con aprendizaje por refuerzo granular, mejorando el razonamiento.
Reidentificación semántica zero-shot para conducción autónoma con VLM
Los VLMs permiten reidentificar objetos en conducción autónoma mediante descripciones semánticas zero-shot, con rendimiento comparable a CNN y mayor interpretabilidad.
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.
Modelo Brain2Text revela mecanismos neurales del procesamiento visual
Descubre cómo un nuevo modelo de IA decodifica señales fMRI en descripciones textuales, revelando los mecanismos neurales del procesamiento visual semántico.
Filtro semántico rápido con LLM: marco único a método adaptativo de dos fases
Nuevo método adaptativo de filtrado semántico con LLM que acelera el proceso un 60-100% manteniendo 90% de precisión. Ideal para grandes volúmenes de datos.
Coordinación Continua de Robots Cuadrúpedos con Descubrimiento Semántico
Descubre cómo Conquer permite a robots cuadrúpedos aprender nuevas habilidades de coordinación sin olvidar las anteriores, logrando un 95.6% de éxito.
GenTSE: Extracción de Voz Objetivo con Modelo Generativo
GenTSE: modelo generativo en dos etapas para extraer la voz objetivo con alta calidad. Supera a sistemas previos en inteligibilidad y consistencia. Entrenamiento con DPO alinea la salida perceptual.
Recomendación de videos: IDs semánticos y secuencias largas
Descubre cómo los IDs semánticos y un transformador de compresión global reducen costos y escalan la recomendación de videos cortos a miles de millones de usuarios.
Cómo Detener el Contagio de Alucinaciones en Clústeres Multi-Agente
Aísla errores de alucinación en clústeres multi-agente con el patrón Circuit Breaker para datos semánticos. Evita el contagio y mantén la integridad del clúster.
Mejorando la predicción conforme mediante similitud de clases
Mejora tus modelos de clasificación con predicción conforme y similitud de clases: reduce el conjunto de predicción y mantén la garantía. ¡Lee más!
Compromiso Semántico Jerárquico para Agentes LLM contra Fallos Bizantinos
Nuevo protocolo H-CSC logra finalidad tipificada en colaboración de agentes LLM, resistiendo fallos bizantinos con compromisos semánticos. ¡Entra!
EVA: Adversarios Semánticos Evolutivos para Ataques a Agentes GUI
EVA descubre que el engaño semántico es la clave en ataques a agentes GUI, logrando hasta 85% de éxito en pocas iteraciones. La alineación los hace vulnerables.
Entendiendo la Recomendación Generativa con IDs Semánticos
Descubre por qué los IDs semánticos limitan el escalado en recomendación generativa y cómo los LLMs ofrecen hasta un 20% de mejora. Análisis de modelos de 44M a 14B.
PLAN-S: Planificación con Estilo Latente para Modelos de Conducción Autónoma
PLAN-S reduce un 42% las colisiones con mapas de coste semántico para una conducción autónoma más segura y personalizable.
VASO: Habilidades auto-evolutivas verificables para agentes de IA física
VASO logra un 97.2% de cumplimiento de especificaciones temporales con menos de 100 muestras en habilidades robóticas auto-evolutivas.
CoT-Space: Un marco teórico para el pensamiento lento interno mediante RL
CoT-Space explica el escalado interno del pensamiento lento en IA. Aprende cómo el aprendizaje por refuerzo optimiza las trayectorias de razonamiento en LLMs.
Grounding Parcial Semántico mediante LLMs
Descubre cómo optimizar la planificación clásica con grounding parcial semántico mediante LLMs. Reduce acciones y objetos irrelevantes, agilizando el proceso.