4698 artículos
Este artículo presenta un marco híbrido ligero para el juego de las Amazonas que integra modelos de lenguaje grandes con aprendizaje basado en grafos para superar las limitaciones de recursos, logrando un rendimiento superior al de su modelo base mediante el uso de datos sintéticos y mecanismos de filtrado estructural.
El artículo presenta IH-Challenge, un conjunto de datos de aprendizaje por refuerzo diseñado para mejorar la jerarquía de instrucciones en modelos de lenguaje avanzados, logrando una mayor robustez contra ataques de inyección y jailbreaks sin comprometer su utilidad general.
Este artículo presenta un marco de aprendizaje por refuerzo multiagente basado en Proximal Policy Optimization (PPO) para coordinar flotas de drones en la entrega de suministros médicos, demostrando mediante datos geográficos reales que la versión clásica de PPO supera a las estrategias asíncronas y secuenciales en la gestión de logística sanitaria dinámica y bajo incertidumbre.
Este estudio evalúa la sensibilidad de once modelos fundacionales para la segmentación de imágenes médicas de musculo-esqueléticas, revelando que el rendimiento varía significativamente según la estrategia de prompt y la anatomía, y que el uso de prompts humanos reduce el rendimiento en comparación con los prompts ideales, lo que complica la selección del modelo óptimo para entornos clínicos reales.
El artículo presenta SCORE, un método recurrente discreto basado en ecuaciones diferenciales ordinarias que reemplaza el apilamiento de capas tradicional mediante actualizaciones contractivas compartidas, logrando una mayor eficiencia en parámetros y velocidad de convergencia en diversas arquitecturas de redes neuronales.
Este trabajo presenta un marco novedoso de análisis cognitivo de defectos en polímeros reforzados con fibra de carbono (CFRP) mediante termografía infrarroja activa y modelos de visión-linguaje, que elimina la necesidad de conjuntos de datos de entrenamiento específicos mediante el uso de adaptadores ligeros para lograr una detección y localización de defectos subsuperficiales en configuración *zero-shot*.
Este artículo propone un marco de auto-afinamiento sin recompensas que utiliza un mecanismo de reflexión bi-perspectiva para permitir que agentes de IA aprendan continuamente y distilen experiencias en sus parámetros, demostrando un rendimiento superior a los métodos tradicionales en la optimización dinámica del rebanado de redes de acceso radio (RAN).
Este estudio presenta CUAAudit, una meta-evaluación a gran escala que demuestra que, aunque los Modelos de Lenguaje y Visión (VLM) pueden actuar como auditores autónomos efectivos para agentes de uso informático, su fiabilidad disminuye en entornos complejos y heterogéneos, revelando limitaciones fundamentales en su precisión, calibración y acuerdo inter-modelo.
Este estudio empírico demuestra que, contrariamente a la hipótesis de que el alineamiento moral requiere algoritmos que fomenten la diversidad, los métodos de maximización de recompensas (RLVR) son igual o más efectivos que los enfoques de coincidencia de distribución, debido a que las respuestas de alto valor en el razonamiento moral presentan una distribución más concentrada que en el razonamiento matemático.
Este trabajo presenta un marco matemático unificado que demuestra la equivalencia entre el modelo generativo "Drifting" y el flujo de gradiente de Wasserstein de la divergencia KL bajo aproximación KDE, extendiendo este enfoque a otras divergencias, variedades riemannianas y estrategias mixtas para mitigar simultáneamente el colapso y el desenfoque de modos.
El artículo presenta el Marco de Aprendizaje Retrospectivo Progresivo (PRF), una solución modular que mejora la predicción de trayectorias en escenarios de conducción autónoma con observaciones incompletas mediante la alineación gradual de características y una estrategia de entrenamiento optimizada.
Este artículo presenta un marco innovador para sistemas de agentes auto-mejorables que extrae aprendizajes estructurados de las trayectorias de ejecución mediante análisis semántico y atribución de decisiones, permitiendo la recuperación contextual de estrategias, recuperaciones y optimizaciones que logran mejoras significativas en la finalización de tareas complejas.
El artículo propone la Recompensa de Expectativa Condicional (CER), un método que utiliza el propio modelo de lenguaje como verificador implícito para proporcionar señales de recompensa graduales y eliminar la dependencia de reglas de verificación manuales, mejorando así el aprendizaje por refuerzo en dominios de razonamiento generales y matemáticos.
Este artículo presenta un enfoque novedoso y explicable para detectar y eliminar backdoors en redes neuronales mediante el análisis de caminos activos, demostrando su eficacia experimental en un modelo de detección de intrusiones.
Este artículo presenta un marco novedoso que intercala planificadores de tareas y de movimiento en un bucle de aprendizaje incremental, donde el planificador de movimiento proporciona retroalimentación simbólica para guiar al programador hacia soluciones factibles, demostrando su eficacia en entornos logísticos y de trabajo compartido con restricciones espaciotemporales complejas.
El artículo presenta ROVA, un nuevo marco de entrenamiento que mejora la robustez de los modelos de razonamiento video-lingüístico ante perturbaciones del mundo real mediante una recompensa de consistencia y una estrategia de dificultad adaptativa, validado mediante el nuevo benchmark PVRBench que demuestra reducciones significativas en la degradación del rendimiento.
El artículo presenta FAME, un nuevo método de explicaciones abductivas basado en interpretación abstracta que escala a redes neuronales grandes reduciendo el tamaño de las explicaciones mediante dominios de perturbación dedicados y límites LiRPA, superando a VERIX+ en eficiencia y calidad.
El artículo presenta DxEvolve, un agente de diagnóstico autoevolutivo que emula la cognición clínica mediante un flujo de trabajo de investigación interactiva, logrando mejoras significativas en la precisión diagnóstica y estableciendo un camino auditable para la evolución continua de la inteligencia artificial clínica.
Este artículo presenta un marco de modelado digital humano multimodal e independiente de la plataforma que integra sensores biométricos (como el casco OpenBCI Galea) y un entorno de juego reproducible (SuperTux) para generar datos fisiológicos estructurados y sincronizados, facilitando así investigaciones futuras sobre interacción inclusiva e impulsada por IA sin depender de modelos de inferencia específicos.
El artículo presenta "Contract And Conquer" (CAC), un método de ataque adversarial en caja negra que garantiza la generación de ejemplos adversarios para modelos de redes neuronales mediante la destilación de conocimiento y la contracción del espacio de búsqueda, superando a los métodos actuales en el conjunto de datos ImageNet.