MCP-Persona: Benchmark para agentes LLM en apps personales
Nuevo benchmark MCP-Persona para evaluar agentes LLM en apps personales reales como Reddit y Slack. Simulación de entornos para mejorar su rendimiento.
#simulación
ClinEnv: Entorno EHR interactivo multi-etapa para agentes
ClinEnv evalúa LLMs como médicos en un EHR interactivo. Mide decisiones y proceso: el diagnóstico es más fiable que las acciones (0.51 vs 0.17 F1).
Denoisers suavemente restringidos para modelos de difusión en EDP
Descubre cómo los denoisers suavemente restringidos mejoran el cumplimiento de EDPs sin rigidizar el modelo. Ideal para física computacional con IA.
Reinterpretando los umbrales de seguridad como umbrales de disparo neuronal
Reinterpreta umbrales de seguridad como disparos neuronales con SNN para alinear evaluación de riesgos con el frenado humano.
Modelado latente de compañeros en modelos mundiales para MARL
¿Cómo mejoran los modelos mundiales con teoría de la mente la coordinación multiagente en entornos parcialmente observables?
Cuestionarios psicométricos humanos malinterpretan comportamiento de LLMs
Estudio revela: los cuestionarios psicométricos no reflejan el comportamiento real de los LLM. La generación de probabilidades es más precisa.
Aprendizaje de dinámicas macroscópicas invariantes a permutaciones
Descubre cómo modelar sistemas de partículas sin orden fijo con autoencoders invariantes a permutaciones. Aprende dinámicas macroscópicas para fluidos y polímeros.
Inferencia Bayesiana Escalable para Leyes de Conservación No Lineales
Aprende cómo la inferencia bayesiana escalable con procesos gaussianos resuelve problemas inversos en segundos, superando a métodos de deep learning.
Transformadores Universales Fijos: El poder de la representación
¿Sabías que un transformer fijo puede simular cualquier otro modelo? Investigación revela que el poder está en la representación, no en los pesos. Entra y descúbrelo.
Light Interaction: Aceleración sin entrenamiento para modelos de video interactivos
Light Interaction acelera hasta 2.59x la inferencia de modelos de video interactivos sin reentrenamiento, manteniendo calidad visual. Ideal para simulación y navegación virtual.
Certificados automáticos de convergencia en MCMC de transporte
CerT-MCMC ofrece certificados automáticos de convergencia para MCMC con flujos normalizantes, con cotas no vacías incluso en altas dimensiones. ¡Más fiabilidad!
KnowledgeGain: Evaluando noticias científicas para el aprendizaje
Descubre cómo KnowledgeGain evalúa y optimiza la generación de noticias científicas para maximizar el aprendizaje del lector usando IA.
SWIM: Imitación de cuerpo completo para natación
SWIM: nuevo método de imitación para animación de natación. Aprende de un solo movimiento, se adapta a entornos y estilos. Eficiente, robusto y generalizable.
Evitación de colisiones en multitudes: simulación basada en datos
El modelo CPGAN integra la física de colisiones en la función de pérdida para simular evitación de colisiones en multitudes, reduciendo drásticamente los choques en flujos bidireccionales.
¿Cuáles son las alternativas a las pruebas de penetración y la seguridad de aplicaciones?
Explora alternativas a las pruebas de penetración en seguridad de aplicaciones: métodos como SAST, DAST, IAST y RASP para proteger tus sistemas.
VFEAgent: Un Marco de Agente Multimodal para Análisis de Elementos Finitos Automatizado de Extremo a Extremo
VFEAgent es un marco multimodal que automatiza el análisis de elementos finitos, acelerando simulaciones ingenieriles con inteligencia artificial.
BEAMS: Evaluación y Benchmarking de IA para Modelado y Simulación
<meta name=description content=BEAMS evalúa y compara IA en modelado y simulación. Descubre benchmarks, métricas y resultados para impulsar la investigación.>
Superando la brecha sim-real en el despacho industrial basado en aprendizaje por refuerzo mediante semántica de ejecución.
Supera la brecha sim-real en despacho industrial con Reinforcement Learning y semántica de ejecución. Optimiza eficiencia y precisión en entornos industriales.
EvoMD-LLM: Aprendiendo el lenguaje de la evolución de especies en dinámica molecular reactiva
EvoMD-LLM descifra la evolución en dinámica molecular reactiva mediante inteligencia artificial. Descubre cómo esta herramienta revoluciona el estudio de reacciones químicas.
Battery-Sim-Agent: Uso de agente LLM para estimación inversa de parámetros de batería
<meta name=description content=Estimación inversa de parámetros de batería con agente LLM: método preciso y eficiente para optimizar modelos de baterías.>