2384 artículos
Este trabajo demuestra que es posible representar y predecir las preferencias de los usuarios a través de diferentes dominios temáticos proyectándolos en un espacio de incrustación social aprendido de la red de Twitter, lo que permite una personalización efectiva en escenarios de cero disparos y revela correlaciones entre factores sociodemográficos y preferencias transversales.
El artículo presenta "Mashup Learning", un método que acelera el ajuste fino de modelos de lenguaje al combinar checkpoints históricos relevantes mediante fusión de modelos, logrando una mayor precisión y una convergencia más rápida con menos pasos de entrenamiento en comparación con el entrenamiento desde cero.
Este trabajo presenta el primer marco sistemático para descubrir y explotar vulnerabilidades en las implementaciones de SDK del Protocolo de Contexto de Modelo (MCP) que surgen del relajamiento de cláusulas para garantizar la compatibilidad, utilizando un generador de representación intermedia universal y análisis estático guiado por LLM para identificar ataques de abuso de compatibilidad como inyección de prompts silenciosa y denegación de servicio.
Este artículo presenta un marco de evaluación de riesgos para servidores MCP de código abierto que, mediante análisis de código estático y mapeo a taxonomías de amenazas, identifica vulnerabilidades explotables y propone un sistema de puntuación para garantizar despliegues de agentes de IA más seguros.
El artículo presenta la Cancelación Adaptativa de Activaciones (AAC), un marco de inferencia en tiempo real que mitiga las alucinaciones en modelos de lenguaje grandes suprimiendo selectivamente las activaciones neuronales asociadas a errores fácticos sin requerir ajuste fino ni degradar la capacidad general del modelo.
Delta-K es un marco de inferencia plug-and-play que mejora la generación de múltiples instancias en modelos de difusión al inyectar claves semánticas diferenciales extraídas por modelos de visión y lenguaje en el espacio de atención cruzada, logrando así una alineación composicional superior sin necesidad de entrenamiento adicional ni modificaciones arquitectónicas.
Este estudio presenta un medidor de fortaleza de contraseñas multilingüe e impulsado por IA, optimizado para el contexto indio, que demuestra que los datos generados por ChatGPT superan a los modelos tradicionales como PassGAN y que el uso de similitud Jaro mejora significativamente la detección de contraseñas débiles similares.
Este artículo estudia una aproximación por difusión de tiempo continuo del gradiente de política para banditos estocásticos, demostrando que con una tasa de aprendizaje adecuada se logra un arrepentimiento logarítmico, mientras que se construye un caso donde una tasa inadecuada conduce a un arrepentimiento lineal.
Este artículo presenta un marco de actualización de CBCT consciente de la deformación que utiliza un sistema robótico de ultrasonido y una red neuronal ligera (USCorUNet) para inferir el movimiento de los tejidos en tiempo real y actualizar dinámicamente las imágenes estáticas de CBCT durante intervenciones quirúrgicas, evitando así la exposición repetida a radiación.
Este artículo propone y evalúa una extensión de la pérdida armónica mediante el uso de diversas métricas de distancia no euclidianas, demostrando que, especialmente la distancia coseno, mejora el rendimiento, la interpretabilidad y la sostenibilidad en modelos de visión y lenguaje en comparación con la pérdida de entropía cruzada tradicional.
Este artículo presenta un sistema de detección cuántica optimizado mediante circuitos cuánticos que, al aprender de las señales de radio utilizando datos de trazado de rayos, permite localizar entornos con mayor sensibilidad y eficiencia que los métodos clásicos, incluso sin realizar mediciones de canal durante la implementación.
Este estudio demuestra que un algoritmo neuromórfico nativamente espigante para resolver ecuaciones diferenciales parciales posee una robustez intrínseca y tolerancia a fallos, manteniendo su precisión incluso con la eliminación de hasta el 32% de las neuronas y el 90% de las espigas, gracias a su inspiración cerebral.
El artículo presenta DUCTILE, un enfoque de orquestación agencial basado en LLM que separa la adaptación dinámica de la ejecución determinista para automatizar tareas de análisis de ingeniería en entornos industriales, logrando resultados correctos y cumpliendo criterios metodológicos mientras supervisa la tensión entre la eliminación de tareas rutinarias y la creación de roles de supervisión exigentes.
Este artículo propone un marco unificado de aprendizaje contrastivo cruzado que alinea representaciones globales de imágenes cerebrales y locales de regiones de interés (ROI) en un espacio latente compartido, demostrando que esta integración mejora significativamente la clasificación de trastornos neurológicos en comparación con el uso de cada modalidad por separado.
Este artículo presenta un marco convergente de Plug-and-Play basado en ADMM que integra un nuevo desruidor AC-DC para resolver la discrepancia de variedades y garantizar la convergencia en problemas inversos mediante modelos generativos basados en puntuación.
Este artículo presenta un sistema de diseño centrado en el usuario que utiliza inteligencia artificial conversacional y mapas interactivos para permitir la consulta en lenguaje natural de casi 1,7 millones de registros de especímenes digitalizados del Museo Australiano, superando las limitaciones de las herramientas de gestión de datos convencionales.
Este estudio demuestra que el entrelazamiento cuántico proporciona una ventaja competitiva en juegos adversarios de suma cero, permitiendo a agentes híbridos entrenados en Pong superar a sus contrapartes separables y a redes neuronales clásicas al aprender representaciones estructurales distintas de las interacciones entre agentes.
El artículo presenta HyMEM, una memoria estructurada híbrida y autoevolutiva inspirada en el cerebro humano que combina nodos simbólicos discretos con incrustaciones continuas para mejorar significativamente el rendimiento de los agentes de GUI de código abierto, permitiéndoles igualar o superar a modelos propietarios avanzados.
Este artículo introduce el marco conceptual "Simulation-in-the-Reasoning" (SiR), que integra simuladores específicos del dominio en el ciclo de razonamiento de los modelos de lenguaje para transformar el razonamiento hipotético en un flujo de trabajo falsable y empíricamente validado, con el objetivo de desarrollar sistemas de transporte autónomo más confiables y fundamentados en datos reales.
Este artículo presenta RINoBench, el primer benchmark integral para evaluar la capacidad de los modelos de lenguaje grandes para juzgar la novedad de las ideas de investigación, revelando que, aunque sus razonamientos imitan a los humanos, sus juicios finales a menudo divergen significativamente de los estándares humanos.