Pruebas Concolic Guiadas por Influencia para Robustez de Transformers
Descubre cómo el testeo concolic guiado por SHAP mejora la robustez de Transformers frente a ataques adversariales. Resultados en CIFAR-10: 60% de éxito frente
#shap
Límite representacional de interacciones escalares: descomposición intervencionista
Descubre cómo Stochastic Hi-Fi descompone la predictibilidad en unicidad, redundancia y sinergia, superando límites de interacciones escalares en IA.
Ataque al flujo de actualización de ShapedPlugin infecta sitios WordPress
Los plugins de ShapedPlugin fueron comprometidos en un ataque a la cadena de suministro. Descubre cómo proteger tu sitio WordPress y evitar la infección.
Análisis de drivers e interdependencias en mercados eléctricos europeos con XAI
Descubre cómo XAI y SHAP revelan los impulsores de precios eléctricos en 39 zonas. Renovables, gas e interdependencias son clave.
Análisis de drivers e interdependencias en mercados eléctricos europeos con XAI
La IA explicable (XAI) revela los impulsores clave de los precios eléctricos europeos: renovables, gas e interconexiones. Descubre las interdependencias.
SCOPE-FL: Aprendizaje federado óptimo Pareto y a prueba de estrategias
Descubre SCOPE-FL: optimiza el aprendizaje federado jerárquico con Pareto y equidad estratégica mediante TTC y blockchain. Mayor precisión y convergencia.
P2CE: Explicaciones Contrafactuales Pareto-Óptimas Plausibles
Descubre P2CE, un algoritmo que genera explicaciones contrafactuales plausibles y Pareto-óptimas, mejorando equidad y eficiencia en decisiones de IA. ¡Lee más!
Brep2Shape: Alineación de límites y formas mediante Transformers
Descubre cómo Brep2Shape alinea representaciones abstractas con formas intuitivas usando transformers auto-supervisados. Mejora precisión y convergencia en CAD.
TuneAhead: Predice el rendimiento del fine-tuning antes del entrenamiento
TuneAhead predice el rendimiento del fine-tuning de LLMs antes de entrenar. Ahorra recursos con diagnósticos SHAP. ¡Prueba este marco ligero!
Atribución de Características en DAGs con Intervención en Aristas
Descubre DAG-SHAP: atribución en DAGs con intervención en aristas. Captura influencias externas y exógenas para mayor explicabilidad.
Más allá del análisis de sangre: ML explicable para disglucemia
Aprende cómo el Machine Learning explicable detecta el riesgo de disglucemia sin análisis de sangre. Modelo LightGBM supera a pruebas clínicas tradicionales.
Necesitamos tarjetas de explicación para vincular algoritmos con el mundo real
Descubre cómo las tarjetas de explicación mejoran la transparencia de los algoritmos, cumpliendo con la Ley de IA y ofreciendo interpretaciones seguras para
ML y SHAP para identificar nucleidos en espectrometría gamma HPGe
Descubre cómo el machine learning y SHAP logran un F1 de 0.97 en identificación de nucleidos en espectrometría gamma HPGe, superando al software tradicional.
Valor Shapley con Prioridad Consciente
¿Necesitas valorar datos con dependencias? El Priority-Aware Shapley Value incorpora restricciones y prioridades para asignaciones más justas. Descúbrelo aquí.
Rendimiento escolar: análisis multinivel con machine learning
Descubre cómo un modelo de Machine Learning analiza microdatos del SAEB para identificar los factores clave del rendimiento escolar. La explicabilidad con SHAP
Agentomics: Valoración de agentes IA en flujos de trabajo humano-IA
Descubre cómo el marco Agentomics valora y atribuye el impacto económico de los agentes de IA en flujos híbridos humano-IA, usando Shapley para precios justos.
¿XAI global revela comportamientos inyectados en LLMs? SHAP vs RuleSHAP
Descubre cómo los métodos XAI globales como SHAP y RuleSHAP revelan comportamientos inyectados en LLMs para combatir la desinformación. Comparativa y mejora
Cómo solucionar el error de búsqueda rápida en Visio
¿No encuentras formas en Visio? Aprende cómo reparar el error 'no puede proporcionar resultados rápidos' con estos pasos sencillos.
Atribución invariante a desplazamientos en KANs con Shapley
ShapKAN usa el valor de Shapley para podar redes Kolmogorov-Arnold de forma invariante a desplazamientos, mejorando interpretabilidad y compresión.
MAStrike: Red-Teaming Colusivo Guiado por Shapley en Sistemas Multiagente
MAStrike usa el valor de Shapley para red-teaming colusivo en sistemas multiagente. Identifica vulnerabilidades críticas y patrones de ataque.