SkillPager: Navegación Intra-Habilidad Adaptativa a Consultas
Descubre cómo SkillPager optimiza la navegación en documentos de habilidad para agentes LLM, reduciendo tokens en un 47% sin perder precisión de contexto.
#semántica
Marco Semántico de Mundos Abstractos para Cambio de Creencias
Descubre el Marco de Mundos Abstractos para el cambio de creencias: unifica operadores clásicos y no prioritarios, simplificando la teoría sin sintaxis lógica.
CEON: Red Ontológica de Economía Circular
Descubre CEON: la red de ontologías que permite la interoperabilidad semántica entre sectores para una economía circular más eficiente.
Unificando raster y vector: aprendizaje de representación espacial
Unificamos datos raster y vectoriales para crear modelos geoespaciales más precisos e interpretables. Descubre el futuro de la IA geoespacial.
SENSE: Decodificación Especulativa con Incrustaciones Semánticas
Descubre SENSE: acelera inferencia de LLMs hasta 3.26x usando embeddings semánticos, sin perder calidad. Ideal para desarrolladores.
idSCD: Localizar Datasets de Entrenamiento mediante Correlaciones Semánticas
Nuevo método idSCD: identifica datasets de entrenamiento mediante correlaciones semánticas. Supera hasta un 60% a técnicas existentes.
Embeddings generalistas vs específicos: ¿cuál es mejor para codificación clínica?
Descubre si los embeddings generalistas o específicos son mejores para la búsqueda de códigos clínicos en varios idiomas. Estudio empírico con datos sintéticos y mejoras en recall.
PInVerify: benchmark offline para verificación activa de instancias
PInVerify es un nuevo benchmark offline que evalúa agentes encarnados en la verificación activa de objetos con atributos finos. Descubre cómo funciona y sus resultados con MLLMs.
Mismo paciente, diferentes palabras: estabilidad semántica en LLMs clínicos
¿Los LLMs clínicos son inconsistentes ante cambios en las preguntas? Un estudio mide su estabilidad semántica y propone métricas para evaluarla.
DynaTree: Árbol de Recuperación Agéntico para Noticias Sensibles al Tiempo
Descubre DynaTree: recuperación de noticias con agentes y árboles dinámicos para alta precisión y frescura en tiempo real.
Aumento de paráfrasis en destino para traducción de lengua de señas con LLMs
Descubre la paráfrasis generada por GPT-4o que mejora la traducción de lengua de señas en PHOENIX14T, pero revela límites en conjuntos extremos.
Espada, escudo y talón de Aquiles: sesgo lingüístico en LLM para navegación
Descubre cómo la estructura lingüística y los sesgos en los LLM afectan la navegación espacial. La topología protege, la semántica puede engañar.
Modelos de lenguaje aprenden semántica de construcciones raras
Descubre cómo los modelos de lenguaje de código abierto aprenden la semántica de construcciones raras como 'let alone' y 'much less', y su relación con el conocimiento del mundo.
OLG++: Extensión semántica del Grafo de Lógica de Obligaciones
OLG++ extiende el grafo de obligaciones para modelar reglas legales complejas con excepciones y jerarquías. Ideal para consultas en regulaciones municipales.
SAC-Opt: Anclas Semánticas para Modelado de Optimización
Descubre SAC-Opt, un marco de corrección guiado por anclas semánticas que mejora la precisión del modelado de optimización en LLMs hasta un 21.9%. ¡Lee más!
ConSensus: colaboración multiagente para sensores multimodales
ConSensus mejora la precisión de sensores multimodales un 7.1% usando fusión híbrida multiagente, robusta ante ruido y datos faltantes. ¡Entérate!
Evaluación de generalización semántica en LLMs con construcciones frasales
Estudio revela que los LLMs como GPT-o1 fallan al generalizar construcciones frasales sintácticamente idénticas, con una caída de rendimiento del 40%.
Recordar reconstruyendo: aprendizaje incremental de dominio y test-time training
Aprende cómo recordar dominios olvidados en aprendizaje incremental usando test-time training con autoencoder enmascarado y LoRA. Ideal para video.
Los LLMs dependen de sesgos previos, no de semántica de programación
Descubre por qué los LLMs fallan al ejecutar programas con semántica alterada: un estudio revela que dependen de sesgos estadísticos y no de reglas formales.
Flujos generativos con operadores Koopman: linealización preservando trayectorias
Descubre cómo los operadores Koopman linealizan flujos generativos, permitiendo muestreo instantáneo y control espectral de trayectorias. Ideal para IA generativa.