Modelos de lenguaje y simulación física para síntesis de materiales inorgánicos
Explora cómo los LLMs combinados con simulaciones físicas facilitan la síntesis de materiales inorgánicos. Caso práctico: sistema niobio-oxígeno.
#simulación
Del ruido al control: Políticas de difusión parametrizadas
Descubre cómo las Políticas de Difusión Parametrizadas (PDP) transforman el ruido en control, adaptando comportamientos robóticos sin reentrenar el modelo. Resu
Haciendo lo que dicen, no lo que razonan: Brecha de fidelidad en LLM
¿Los agentes LLM hacen lo que dicen o lo que razonan? Este estudio analiza la brecha de fidelidad en simulaciones de póker. Descubre los resultados.
TravelEval: Marco de evaluación integral para agentes de planificación de viajes con LLM
TravelEval evalúa agentes de viajes con LLM en seis dimensiones. Simulación realista para mejorar la planificación de viajes.
¿Pueden los agentes LLM sostener dinámicas organizacionales a largo plazo?
Descubre cómo TaskWeave permite a agentes LLM simular dinámicas organizacionales coherentes durante un año usando memoria estructurada. Optimiza la planificación y ejecución en entornos empresariales.
Algoritmos para plataformas de diseño eficiente en edificios verdes
Plataforma BIM + algoritmos evolutivos: reduce un 29.3% el consumo energético en edificios verdes, con solo 3.7% más de coste. ¡Optimiza tus proyectos!
HomeFlow: Un volante de datos para entrenar agentes de hogar inteligente
Descubre HomeFlow, un innovador sistema que utiliza un volante de datos verificable para entrenar agentes de hogar inteligente, superando incluso a GPT-5.5 en tareas domésticas.
Utilidad empresarial de los LLM como agentes de Análisis Exploratorio de Datos
¿Son los LLM fiables para el análisis exploratorio de datos? Este estudio revela que solo GPT-5.4 ofrece calidad y repetibilidad aceptables.
QADR: Algoritmo Cuántico para Reducción Distribuida de Entrelazamientos
El marco QADR reduce la memoria de simulación exponencial y evita los barren plateaus, superando a SVM y redes clásicas en MNIST y diagnóstico industrial.
Transferencia emergente de modelo base de física a turbulencia de laboratorio
Descubre cómo un modelo base de física entrenado solo en simulaciones predice turbulencia de laboratorio, cerrando la brecha simulación-experimento.
RadioMaster: Sistema multi-agente para generación autónoma de señales de radio
Descubre RadioMaster: sistema multi-agente que traduce instrucciones a señales de radio reales. IA, simulación y verificación en un framework.
Inferencia Bayesiana de Malaria en Ghana: Dinámica No Lineal
Modelo bayesiano con MCMC logra R²=0.9958 y pronostica repunte de malaria en Ghana para 2024-2026. Herramienta para decisiones basadas en datos.
TERRA: Arquitectura de Razonamiento y Representación para Dominios Cruzados
Descubre TERRA, una arquitectura que transfiere representaciones entre dominios como conducción y finanzas. Un enfoque teórico para la IA general.
MobEvolve: Agente Auto-evolutivo para Movilidad Humana Interpretable
Descubre MobEvolve, el primer sistema heurístico auto-evolutivo con agentes que genera trayectorias de movilidad humana interpretables y realistas, superando modelos profundos y LLM.
Aprendizaje por refuerzo explicable para reducción de arrastre turbulento
Descubre cómo la IA explicable revela estrategias que reducen el arrastre turbulento en un 34% con solo un 0.43% de potencia de entrada.
SMH-Bench: Evaluando el razonamiento de LLM en hogares inteligentes
SMH-Bench evalúa agentes LLM en hogares inteligentes con 1100 tareas. ¿Son capaces de razonar y automatizar? Descúbrelo.
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.
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.