🤖 Category

cs.AI

24509 artículos

La intersección entre la ciencia de la computación y la inteligencia artificial representa el motor que impulsa la transformación digital actual. En esta sección, exploramos cómo los algoritmos evolucionan para resolver problemas complejos, desde el reconocimiento de patrones hasta la automatización de decisiones, sin necesidad de conocimientos técnicos profundos para entender su impacto real en nuestra sociedad.

Todos los artículos presentados aquí provienen directamente de arXiv, donde Gist.Science procesa cada nuevo preprint al momento de su publicación. Nuestro objetivo es desbloquear este conocimiento ofreciendo tanto resúmenes técnicos detallados para expertos como explicaciones en lenguaje llano para cualquier lector curioso, asegurando que la información llegue a todos los niveles.

A continuación, encontrará la selección más reciente de investigaciones en este campo dinámico, listas para ser descubiertas y comprendidas.

🤖 machine learning

Optimizing Three Critical Factors for Practical and Effective OOD Detection Fine-Tuning

Este artículo propone un marco de detección de OOD práctico y eficaz que optimiza el recordatorio del modelo, el muestreo de datos y el aprendizaje de representaciones a través de la Destilación de Autoconocimiento, el Muestreo de Valores Atípicos Semiduros y el Aprendizaje Contrastivo Supervisado con Conciencia de Valores Atípicos para mejorar simultáneamente el rendimiento de la detección y la precisión de la clasificación, superando al mismo tiempo los métodos existentes en diversos bancos de pruebas.

Hyunjun Choi, JaeHo Chung, Hawook Jeong2026-09-11
🤖 AI

Customized large language models can outperform Community Notes in correcting misinformation

El artículo presenta MUSE, un marco de trabajo de modelo de lenguaje extenso personalizado que integra la recuperación consciente de la confianza y el razonamiento multimodal para superar a Community Notes en la identificación y corrección de desinformación a través de diversos tipos de contenido, mejorando así tanto la calidad de la respuesta como el reconocimiento por parte del usuario de la información falsa.

Xinyi Zhou, Ashish Sharma, Amy X. Zhang, Tim Althoff2026-09-11
💻 computer science

Towards AI-Driven Policing: Interdisciplinary Knowledge Discovery from Police Body-Worn Camera Footage

Este artículo propone un novedoso marco interdisciplinario que aprovecha la IA avanzada, incluyendo el análisis multimodal y los modelos de lenguaje extensos, para detectar, clasificar y resumir automáticamente dinámicas de comportamiento, tales como la escalada y el respeto, en grabaciones de cámaras corporales policiales para mejorar la rendición de cuentas y la capacitación en las fuerzas del orden.

Anita Srbinovska, Angela Srbinovska, Vivek Senthil, Jonathan Bateman, Adrian Martin, John McCluskey, Ernest Fokoué2026-09-11
🤖 machine learning

SG-Blend: Learning an Interpolation Between Improved Swish and GELU for Robust Neural Representations

El artículo presenta SG-Blend, una función de activación adaptativa por capa que aprende una interpolación óptima entre una nueva variante de Swish con corrección de sesgo (SSwish) y GELU, demostrando una reducción en la varianza del entrenamiento y un rendimiento superior en tareas de procesamiento de lenguaje natural y visión computacional en comparación con las activaciones fijas estándar.

Gaurav Sarkar, Syed Affan Daimi, Jay Gala, Subarna Tripathi2026-09-11
🤖 machine learning

Generalization in VAE and Diffusion Models: A Unified Information-Theoretic Analysis

Este artículo propone un marco unificado basado en la teoría de la información que proporciona garantías de generalización tanto para el codificador como para el generador en los VAE y los modelos de difusión, revelando compensaciones explícitas que dependen del tiempo de difusión y permitiendo límites computables para optimizar el rendimiento del modelo.

Qi Chen, Jierui Zhu, Florian Shkurti2026-09-11
💻 computer science

Discovering Temporal Structure: An Overview of Hierarchical Reinforcement Learning

Este artículo proporciona una visión general del aprendizaje por refuerzo jerárquico definiendo sus beneficios para los desafíos de la toma de decisiones, categorizando los métodos para descubrir la estructura temporal a partir de datos en línea y fuera de línea hasta los modelos de lenguaje de gran tamaño, y describiendo los desafíos actuales y los dominios de aplicación adecuados.

Martin Klissarov, Akhil Bagaria, Ziyan Luo, George Konidaris, Doina Precup, Marlos C. Machado2026-09-11
🤖 machine learning

Learning Intrinsic Water-Quality Dynamics with Rainfall for Data-Driven Forecasting

Este artículo presenta RaiNet, un marco de trabajo basado en datos que aprovecha LocTrend y XGateFusion para modelar conjuntamente la dinámica multiescala de la calidad del agua y los efectos de las precipitaciones, logrando una mejora de rendimiento de más del 20% sobre los modelos existentes y liberando tres nuevos conjuntos de datos multimodales para la investigación.

Ziqi Wang, Hailiang Zhao, Cheng Bao, Daojiang Hu, Wenzhuo Qian, Shuiguang Deng2026-09-11
💻 computer science

Timely Clinical Diagnosis through Active Test Selection

El artículo presenta ACTMED, un marco de diagnóstico que combina el Diseño Experimental Bayesiano con modelos de lenguaje de gran tamaño para permitir una selección de pruebas adaptativa y consciente de los recursos que emula el razonamiento clínico del mundo real, mejora la precisión diagnóstica y mantiene la supervisión clínica sin requerir datos extensos específicos de la tarea.

Silas Ruhrberg Estévez, Nicolás Astorga, Mihaela van der Schaar2026-09-11