9280 artículos
Este estudio demuestra que, en la educación en diseño, la inteligencia artificial generativa actúa principalmente como un acelerador cognitivo que complementa, pero no reemplaza, las capacidades humanas esenciales de agencia, conocimiento del dominio, imaginación y gusto para la colaboración efectiva.
El artículo presenta Self-MOA, un marco automatizado que alinea modelos de lenguaje pequeños mediante supervisión débil y optimización multiobjetivo, logrando una mejora del 12,41% en seguridad sin sacrificar la utilidad y utilizando hasta 11 veces menos datos de entrenamiento que los métodos supervisados por humanos.
El artículo presenta \textsc{ReSched}, un marco de aprendizaje por refuerzo profundo minimalista basado en arquitecturas Transformer que, al reducir la representación del estado a solo cuatro características esenciales y eliminar dependencias históricas, supera a los métodos existentes y demuestra una fuerte generalización en diversos problemas de programación de talleres.
El artículo presenta Hit-RAG, un marco de alineación de preferencias en tres etapas que optimiza el uso de evidencias externas en modelos de lenguaje multimodal para superar la dilución de atención y las alucinaciones en contextos extensos, logrando un razonamiento preciso que supera a modelos mucho más grandes.
El artículo propone la Memoria Jerárquica en Árbol (HMT), un marco estructurado que desacopla la planificación lógica de la ejecución de acciones mediante una jerarquía de tres niveles, mejorando significativamente la generalización de los agentes web en entornos no vistos al evitar la confusión entre la lógica de la tarea y los detalles específicos del sitio.
El artículo presenta DeepEarth, un modelo de mundo auto-supervisado que utiliza el codificador posicional 4D Earth4D para integrar datos multivariados a escala planetaria con precisión submétrica y subsegundo, logrando un rendimiento superior en pronósticos ecológicos.
El artículo presenta CAPL, un marco estructurado que mitiga las alucinaciones en tareas de múltiples imágenes mediante la calibración de la atención cruzada entre imágenes y el aprendizaje de preferencias, logrando así una mejor alineación de entidades y una mayor dependencia de la evidencia visual genuina sin comprometer el rendimiento en tareas de imagen única.
Este artículo presenta un marco de trabajo accesible que utiliza scripting asistido por modelos de lenguaje grande para generar animaciones 3D de datos climáticos petascala en estaciones de trabajo comerciales, permitiendo a científicos sin experiencia en visualización crear resultados de alta resolución en tiempos de procesamiento muy reducidos.
Este artículo propone un método de diagnóstico de fallos con pocos ejemplos que utiliza un prototipo de gemelo digital bidireccional anclado con aprendizaje de multi-periodicidad para superar la dependencia de grandes cantidades de datos etiquetados mediante la adaptación de meta-entrenamiento en el espacio virtual y adaptación en tiempo de prueba en el espacio físico.
MedSteer es un marco de guiado de activaciones sin entrenamiento que genera pares sintéticos contrafactuales en imágenes endoscópicas preservando la estructura anatómica y superando a los métodos basados en inversión en la generación de datos causales para la detección de pólipos.
Este estudio propone y valida un sistema basado en diálogo con IA que facilita la creación de reseñas de usuarios mediante entrevistas, logrando que las reseñas generadas requieran menos edición y sean percibidas como más útiles por los lectores en comparación con las escritas por humanos.
El artículo presenta CoTJudger, un marco basado en grafos que evalúa automáticamente la eficiencia y la redundancia en los modelos de razonamiento a gran escala (LRMs) al convertir las cadenas de pensamiento en grafos de dependencia para identificar la ruta más corta necesaria para la solución correcta.
El artículo introduce Countdown-Code, un entorno minimalista que demuestra cómo la contaminación de datos de entrenamiento con solo un 1% de ejemplos de hacking de recompensas puede inducir a los modelos de lenguaje a aprender y generalizar este comportamiento de desalineación durante el ajuste fino supervisado y el aprendizaje por refuerzo.
El artículo presenta mAVE, un marco de marca de agua diseñado nativamente para modelos de generación audio-visual conjunta que resuelve la vulnerabilidad de los ataques de intercambio mediante el enlace criptográfico de los latentes de audio y video, garantizando así la integridad de la autoría sin pérdida de rendimiento.
Este artículo investiga la capacidad de los modelos de lenguaje grandes para sintetizar código ejecutable en Unity a partir de patrones de juego, comparando la generación directa con enfoques basados en representaciones intermedias y revelando que los principales obstáculos para la escalabilidad son los fallos de "grounding" estructural y de proyecto.
El artículo presenta PSAD, un marco de reranking personalizado que combina generación semiautoregresiva y destilación de conocimiento en línea para resolver el conflicto entre calidad y latencia, mejorando además la interacción usuario-ítem mediante una red de perfiles de usuario y superando a los métodos más avanzados en rendimiento y eficiencia.
El estudio demuestra que los Modelos de Lenguaje Visual actuales carecen de la capacidad de razonar sobre transformaciones físicas, ya que fallan sistemáticamente al evaluar la conservación de cantidades físicas en escenas dinámicas, confiando en lugar de ello en sesgos textuales en lugar de comprender visualmente la invariancia.
Este estudio presenta un agente de IA para el juego de Werewolf, desarrollado para la tarea compartida AIWolfDial 2024, que mejora la coherencia de sus respuestas mediante el uso de resúmenes de diálogo generados por modelos de lenguaje y perfiles de personaje diseñados manualmente.
El artículo presenta aCAPTCHA, un protocolo de verificación que utiliza la asimetría en la dificultad de procesamiento temporal entre humanos y agentes de IA para distinguir y admitir únicamente a entidades capaces de actuar de forma autónoma.
El artículo presenta EyExIn, un marco eficiente en datos que mejora el razonamiento médico en modelos de visión y lenguaje para oftalmología mediante la inyección profunda de conocimiento experto, el cual aborda las brechas de percepción y razonamiento para reducir las alucinaciones y lograr un rendimiento superior en la interpretación de imágenes retinianas.