16307 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.
Este artículo propone un marco de Red Operadora Profunda (DeepONet), mejorado con aprendizaje residual y una estrategia de agregación de datos, para aproximar y simular con precisión la respuesta transitoria dinámica de generadores síncronos para su integración en simuladores de redes eléctricas.
Este artículo demuestra que la validez del benchmark RemOve-And-Retrain (ROAR) se ve comprometida debido a que los mapas de atribución de post-procesamiento pueden mejorar artificialmente las puntuaciones sin añadir información, revelando un sesgo sistemático hacia máscaras espacialmente borrosas que socava su capacidad para evaluar con precisión los métodos de atribución de características.
Prism es un marco de co-servicio de LLM centrado en la memoria que utiliza una novedosa técnica de expansión de memoria llamada kvcached para reclamar y reasignar dinámicamente la memoria GPU a través de múltiples modelos, unificando así el intercambio espacial y temporal para mejorar la rentabilidad y el cumplimiento de los SLO en entornos de producción.
Este artículo propone una estrategia de entrenamiento de meta-aprendizaje utilizando conjuntos de datos curados, de pequeña escala y específicos de un dominio para mejorar la generalización en contexto de los transformers, demostrando que este enfoque logra un rendimiento comparable al entrenamiento a gran escala mientras ofrece una calidad de datos, modularidad y robustez frente al olvido superiores.
Este artículo demuestra que los modelos de lenguaje de gran tamaño desarrollan naturalmente estructuras emocionales jerárquicas alineadas con la psicología humana, al tiempo que revelan sesgos sistemáticos en el reconocimiento de emociones que afectan desproporcionadamente a los grupos subrepresentados.
El artículo presenta KG-ER, un lenguaje de esquema conceptual diseñado para definir la estructura y la semántica de los grafos de conocimiento independientemente de sus representaciones de datos subyacentes específicas.
El artículo presenta GetNetUPAM, un marco de validación cruzada anidada ecológicamente informado junto con una red neuronal convolucional basada en atención y robusta al ruido (ARPA-N), para mejorar significativamente la generalización y la fiabilidad del monitoreo bioacústico marino al abordar eficazmente las condiciones de alto ruido y prevenir el sobreajuste a artefactos ambientales localizados.
El artículo propone CuMA, un marco de Mezcla de Adaptadores con conciencia demográfica que mitiga el "Colapso Medio" en los Grandes Modelos de Lenguaje al desenredar gradientes culturales conflictivos en subespacios de expertos especializados, logrando así un rendimiento de vanguardia en la alineación de modelos con diversos valores culturales.
Este artículo presenta un estudio sistemático de métodos mixtos sobre la adivinación mediada por LLM dentro de la cultura Xuanxue de China, revelando cómo los usuarios aprovechan la IA para obtener orientación pragmática a través de la ingeniería de prompts colaborativa y el sesgo de confirmación, mientras que los adivinos profesionales rechazan su validez espiritual, remodelando finalmente la autoridad adivinatoria tradicional mediante prácticas escalables, repetibles y coproducidas.
El artículo presenta GeoDial, un conjunto de datos multimodal de más de 1.300 diálogos de geometría entre profesor y alumno con resaltados de diagramas, y demuestra que, si bien el ajuste fino de los modelos de lenguaje visual mejora la generación de diálogos de tutoría, actualmente no logra producir con precisión los resaltados de diagramas visuales necesarios.