Ahora me ves: Detectando esteganografía evasiva en LLMs
Los LLMs pueden ocultar secretos mediante esteganografía. La detección con sondas lineales se evade, pero se restaura con recontextualización.
#sonda
Aprendizaje de Modelos de Conducta con Preguntas y Sondas Adaptativas
Las preguntas adaptativas y sondas del modelo del mundo permiten entrenar agentes de IA que explican su comportamiento y se adaptan a cambios.
Tutorial NVIDIA garak: red-teaming defensivo para LLM con sondas y detectores
Aprende a usar NVIDIA garak para construir un flujo de red-teaming defensivo en LLM con sondas y detectores personalizados. Incluye código completo.
Localizando ambigüedad en prompts de LLM con atribución dirigida por sonda
Descubre cómo PRIG localiza la ambigüedad oculta en prompts de LLMs usando atribución por sonda, superando a GPT-5.4 en identificación de ambigüedad.
Localización de ambigüedad en prompts de LLMs con atribución por sonda
PRIG localiza ambigüedad en prompts de LLMs con atribución por sonda. Supera a GPT-5.4. ¡Mejora tus prompts ahora!
Latencia de autocompromiso: una sonda sin recompensa para el hacking implícito
Descubre cómo la latencia de autocompromiso revela hacking implícito en modelos de lenguaje sin recompensa externa. Un nuevo enfoque para seguridad en IA.
Latencia de Autocompromiso: Sonda sin Recompensa para Hackeo Implícito
Descubre cómo la latencia de autocompromiso detecta hackeo implícito sin modelos de recompensa. Una sonda para identificar atajos en el razonamiento de IA.
Echo-POSED: Autodestilación Geométrica para Guía en Ecocardiografía
Echo-POSED: framework auto-supervisado para guía en ecocardiografía en tiempo real. Recomienda ajustes de sonda desde imágenes 2D sin etiquetas. Error angular medio de 8.2°.
La forma de la suma: estructuras geométricas de la aritmética en LLMs
Descubre cómo los LLMs representan la suma geométricamente y por qué cometen errores. Un nuevo estudio revela la estructura oculta de la aritmética.
X-RAY: Mapeo del razonamiento en LLMs con sondas formales
Descubre cómo X-RAY mapea la capacidad de razonamiento de los LLMs usando sondas formales y calibradas, revelando asimetrías y fallos interpretables.
Detectando alucinaciones con sondas lineales en LLMs cuantizados
Una sonda lineal en capas medias de LLMs cuantizados detecta alucinaciones con hasta un 100% de precisión, superando a métodos de muestreo.
Sondas Lineales Detectan el Formato de la Tarea, No el Razonamiento
¿Las sondas lineales detectan razonamiento o formato? Un estudio revela que la precisión en LLMs se explica por confusores de formato, no por modos de razonamie
Garantías estadísticas para sondas de inferencia de circuitos booleanos con bucle
Las sondas de razonamiento en circuitos booleanos con bucle ofrecen garantías estadísticas óptimas sin depender del tamaño del grafo. ¡Descubre más!
Optimización molecular con sondas para diseño de fármacos con IA
PROBE revoluciona el diseño de fármacos con IA al optimizar afinidad y farmacología mediante sondas moleculares controladas.
Intervención relacional en colapso funcional de LLMs
Investigación con Qwen3.5-4B: una intervención relacional en primera persona logra recuperar el comportamiento de un modelo colapsado, mientras que solo estructura o solo registro no bastan.
ProbeScale: Análisis de Sondas para Optimizar Leyes de Escalado en SLMs
Descubre cómo ProbeScale optimiza SLMs mediante análisis de sondas, seleccionando subredes que reducen hasta 10 veces los parámetros sin perder rendimiento.
Detección vs Ejecución: Sondas de un Solo Cúmulo Pierden Mitad del Sumidero de Mamba-2
Las sondas de un solo cúmulo solo detectan una pequeña parte de la ejecución en Mamba-2. La similitud representacional no implica equivalencia funcional. ¡Descúbrelo!
SPM-Bench: Benchmark para LLMs en microscopía de sonda
SPM-Bench: Benchmark automatizado que evalúa LLMs en microscopía de sonda. Descubre su pipeline AGS y la métrica SIP-F1 que revela la personalidad de la IA.
Geometría de la información de Softmax: Sondas y dirección
Explora la geometría informacional en softmax para entender la codificación semántica en IA. Dirección dual: controla conceptos con precisión.
Duda compartida: estimación de confianza cero-shot en modelos multilingües
Descubre cómo los LLMs multilingües comparten dudas entre idiomas: una sonda lineal logra estimación de confianza zero-shot sin reentrenamiento.