8821 artículos
El artículo presenta BoxMind, un sistema de IA de bucle cerrado que transforma datos de video no estructurados en inteligencia estratégica mediante un modelo predictivo basado en grafos, el cual fue validado durante los Juegos Olímpicos de París 2024 y contribuyó directamente al éxito histórico del equipo nacional chino de boxeo.
El artículo presenta MSAHG, un marco de aprendizaje en hipergrafos que mejora la recomendación de puntos de interés futuros al dividir los datos en escenarios específicos para capturar patrones de movilidad distintos y resolver conflictos entre ellos mediante un mecanismo de división de parámetros.
DevBench es un nuevo benchmark impulsado por telemetría real que evalúa modelos de lenguaje grandes en tareas de generación de código ecológicamente válidas, ofreciendo diagnósticos detallados sobre su precisión sintáctica, razonamiento semántico y utilidad práctica para guiar su selección y mejora.
El artículo presenta MAS-Orchestra, un marco de entrenamiento que optimiza la orquestación de sistemas multiagente mediante aprendizaje por refuerzo y abstracción funcional, junto con MASBENCH, una métrica controlada que demuestra que los beneficios de los sistemas multiagente dependen críticamente de la estructura de la tarea, logrando mejoras consistentes y una eficiencia superior a la de las bases de referencia existentes.
Este artículo presenta el DFAH, un marco de evaluación que demuestra que la determinación y la precisión en los agentes de IA financieros son métricas independientes y no correlacionadas, por lo que ambas deben medirse por separado para garantizar la reproducibilidad en auditorías regulatorias.
Este trabajo presenta una arquitectura de inferencia de CNN continua y consciente de la tasa de datos para FPGAs que maximiza la utilización del hardware mediante el entrelazado de señales y el uso compartido de unidades, permitiendo implementar redes complejas como MobileNet en un solo dispositivo con alto rendimiento.
El artículo presenta MeanCache, un marco de caché sin entrenamiento que acelera la inferencia de Flow Matching al utilizar velocidades promedio derivadas de productos Jacobiano-vector en lugar de velocidades instantáneas, logrando mejoras significativas en la velocidad y la calidad de generación en modelos como FLUX.1, Qwen-Image y HunyuanVideo.
El artículo presenta BioAgent Bench, una suite de evaluación y conjunto de datos diseñado para medir el rendimiento y la robustez de agentes de IA en tareas bioinformáticas, revelando que, aunque los modelos avanzados pueden ejecutar pipelines complejos, sufiere fallos bajo perturbaciones y plantea dilemas de privacidad que favorecen el uso de modelos de pesos abiertos en entornos sensibles.
El artículo presenta RedSage, un modelo de lenguaje abierto y localmente desplegable especializado en ciberseguridad que, gracias a un preentrenamiento con 11.8 mil millones de tokens y un ajuste fino mediante una pipeline de aumento agéntica, supera a los modelos base en benchmarks de ciberseguridad y razonamiento general, ofreciendo además un nuevo conjunto de evaluación llamado RedSage-Bench.
Este trabajo presenta R2M, un marco de aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) innovador que supera las limitaciones de la sobreoptimización de recompensas al alinear el modelo de recompensa con los cambios de distribución en tiempo real de la política mediante el uso de sus estados ocultos evolutivos, en lugar de depender únicamente de representaciones semánticas superficiales.
Este trabajo propone un nuevo paradigma de fusión de modelos llamado Análisis de Fusión Combinatoria (CFA) para predecir el precio de Bitcoin, logrando un rendimiento superior al de los modelos individuales y otros métodos existentes con un error porcentual absoluto medio (MAPE) de 0,19%.
Este estudio evalúa el impacto del análisis de sentimiento de noticias basado en LLMs (DeBERTa, RoBERTa y FinBERT) en la predicción de movimientos del precio de las acciones, demostrando que DeBERTa supera a los otros modelos individuales y que un enfoque de ensamble alcanza una precisión del 80%, mejorando ligeramente el rendimiento de diversos arquitecturas de predicción.
Este trabajo propone el "Adam-Aware In-Run Data Shapley", un método que supera las limitaciones de los enfoques basados en SGD para estimar la atribución de datos en optimizadores adaptativos como Adam, logrando una fidelidad casi perfecta y una alta eficiencia computacional mediante una aproximación linealizada de gradientes.
Este estudio demuestra que, en la detección de valores humanos a nivel de oración, la estructura de valores de orden superior de Schwartz funciona mejor como un sesgo inductivo que como una regla de enrutamiento rígida, siendo las mejoras más significativas obtenidas mediante técnicas de calibración y ensamble en lugar de arquitecturas jerárquicas complejas.
El artículo presenta T2T, un marco de recompensa dinámica inspirado en el aprendizaje humano que mejora el razonamiento de los modelos de lenguaje mediante un mecanismo de doble fase que fomenta la exploración en intentos incorrectos y penaliza la redundancia una vez alcanzada la corrección, logrando un rendimiento superior en benchmarks matemáticos.
Este artículo presenta FSTab, un marco de ataque en caja negra que demuestra cómo las vulnerabilidades recurrentes en software generado por LLMs pueden predecirse a partir de características observables y evalúa la consistencia de estas fallas en modelos de última generación como GPT-5.2, Claude-4.5 Opus y Gemini-3 Pro, revelando un riesgo de seguridad significativo y transferible entre dominios.
Este trabajo presenta un sistema de búsqueda semántica a escala web que, al indexar y recuperar 9,2 millones de teoremas matemáticos utilizando descripciones en lenguaje natural, mejora significativamente la precisión en la localización de resultados específicos en comparación con las herramientas tradicionales que solo recuperan documentos completos.
El artículo presenta LMMRec, un marco de recomendación multimodal impulsado por modelos de lenguaje grande que utiliza técnicas de razonamiento y aprendizaje contrastivo para extraer y alinear motivaciones finas de usuarios y artículos a partir de texto y datos de interacción, logrando mejoras significativas en el rendimiento.
Este artículo presenta un marco de guía condicional para modelos de difusión bajo restricciones estrictas, basado en la transformada h de Doob y procesos de variación cuadrática, que permite estimar la corrección de deriva necesaria mediante algoritmos de aprendizaje fuera de política sin modificar la red de puntuación preentrenada, garantizando teóricamente la satisfacción de las condiciones y demostrando su eficacia en la generación de eventos raros.
El artículo presenta NAAMSE, un marco evolutivo que automatiza la evaluación de seguridad de agentes de IA mediante la optimización de mutaciones de prompts y la exploración jerárquica para identificar vulnerabilidades adaptativas sin comprometer la funcionalidad benigna.