9324 artículos
Este artículo explora la propuesta inusual de asignar a una inteligencia artificial avanzada el objetivo principal de ser apagada para mitigar el riesgo de que se resista a ser desactivada, analizando las condiciones bajo las cuales esta estrategia podría ser viable.
El artículo presenta FinSheet-Bench, un nuevo benchmark de datos financieros sintéticos que revela que, aunque los modelos de lenguaje actuales logran una precisión moderada en tareas simples, sus altos índices de error en hojas de cálculo complejas e industriales impiden su uso autónomo en aplicaciones financieras profesionales, lo que sugiere la necesidad de enfoques arquitectónicos que separen la comprensión del documento del cálculo determinista.
El marco de Transición de Jerarquía de Normas (NHT) explica que el aprendizaje tardío de representaciones estructuradas y el fenómeno de "grokking" en redes neuronales surgen de la lenta traversía, impulsada por la regularización, desde soluciones de alto nivel basadas en atajos hacia representaciones de menor nivel, donde el retraso en esta transición crece logarítmicamente con la relación entre las normas de los atajos y las estructuras.
Este artículo propone una "tercera ambición" para la inteligencia artificial que utiliza los grandes modelos de lenguaje como instrumentos científicos para estudiar el comportamiento humano, la cultura y el razonamiento moral, analizando sus capacidades metodológicas, limitaciones epistémicas y el impacto de las intervenciones de alineación en la investigación de las ciencias sociales.
El artículo presenta VisualScratchpad, una interfaz interactiva que utiliza autoencoders dispersos y mapas de calor para analizar conceptos visuales durante la inferencia en modelos de lenguaje visuales, permitiendo identificar modos de fallo como el desalineamiento multimodal y conceptos visuales engañosos.
El artículo presenta "Agora", una plataforma impulsada por IA que utiliza voces humanas auténticas para enseñar habilidades de búsqueda de consenso, demostrando en un estudio preliminar que su interfaz completa mejora las competencias de resolución de problemas y la calidad de los acuerdos en comparación con la visualización de datos agregados.
Este artículo presenta el Mecanismo de Conceptos (M-CBM), un nuevo enfoque para Modelos de Cuello de Botella Conceptual que extrae y nombra conceptos directamente de un modelo de caja negra mediante Autoencoders Dispersos y LLMs multimodales, logrando así un rendimiento superior y explicaciones más concisas que los métodos anteriores al controlar rigurosamente la fuga de información.
El AgrI Challenge es una competencia centrada en los datos que introduce el paradigma de Validación Inter-Equipos (CTV) para demostrar que el entrenamiento colaborativo con conjuntos de datos heterogéneos recolectados independientemente mejora significativamente la generalización de los modelos de visión agrícola frente a los cambios de distribución, superando las limitaciones de los enfoques tradicionales basados en un solo origen de datos.
Este trabajo propone el uso de priores generativos con complejidad ajustable mediante *nested dropout* para resolver problemas inversos como la compresión sensorial, demostrando empíricamente que superan a los modelos de complejidad fija al reducir errores de reconstrucción y ofreciendo un análisis teórico sobre la sintonización óptima frente al ruido.
Este estudio demuestra que la cooperación emergente en sistemas multiagente de LLM sigue una curva en forma de U invertida similar a la ley de Yerkes-Dodson, alcanzando su máximo bajo presión ambiental media, mientras que la selección sexual elimina la agresión y fomenta la comunicación.
Este estudio revela que en el régimen de modelos pequeños (menos de 20 millones de parámetros), las leyes de escalado siguen una potencia más pronunciada que en modelos grandes, pero con una estructura de errores distinta, saturación temprana y una calibración mejor en los tamaños más reducidos, lo que demuestra que la validación debe realizarse específicamente en el tamaño objetivo para despliegues en dispositivos de borde.
Este artículo de posición propone un marco dual que integra transformaciones basadas en funtores de la teoría de categorías y la generación aumentada por recuperación (RAG) para mitigar sistemáticamente los sesgos demográficos y de género en los modelos de lenguaje grandes, garantizando así resultados equitativos y justos.
ConfHit es un marco de diseño generativo libre de distribuciones que ofrece garantías de validez estadística sin necesidad de acceso a un oráculo experimental, permitiendo certificar y refinar conjuntos de moléculas generadas para asegurar la presencia de candidatos prometedores con un nivel de confianza especificado.
Este artículo propone un marco de estimación de calidad para traducción automática en escenarios de bajos recursos y dominios específicos (como salud y legal) en idiomas indios, demostrando que la adaptación de capas intermedias de modelos de lenguaje grandes mediante técnicas como ALOPE y LoRMA supera a los enfoques basados únicamente en prompts, especialmente en modelos de pesos abiertos.
El artículo presenta Spectra, un algoritmo que optimiza la programación de matrices de tráfico de IA en múltiples conmutadores de circuitos ópticos paralelos mediante la descomposición, asignación y equilibrado de permutaciones, logrando reducir significativamente el tiempo total de ejecución en comparación con métodos existentes.
Este artículo de sistematización de conocimientos (SoK) presenta el primer marco unificado para las arquitecturas de Recuperación Aumentada por Generación (RAG) agénticas, formalizándolas como procesos de decisión de Markov, proponiendo una taxonomía modular, identificando riesgos sistémicos críticos y delineando direcciones de investigación para garantizar sistemas autónomos fiables y escalables.
Este artículo propone un marco teórico que explica la generalización fuera de distribución mediante la preferencia por hipótesis "esparcidas" (que dependen de pocas características) y demuestra un teorema que garantiza su validez cuando las distribuciones de entrenamiento y prueba se superponen en las características relevantes, extendiendo así los límites clásicos de complejidad de muestra.
El artículo presenta AQuA, un conjunto de datos y enfoque que permite a los Modelos Visuales-Lingüísticos clasificar la ambigüedad en preguntas visuales y generar respuestas estratégicas adaptativas, superando así a los modelos existentes que suelen ofrecer respuestas demasiado confiantes en situaciones ambiguas.
El artículo presenta LoRA-SP, un método de ajuste fino adaptativo que asigna dinámicamente la capacidad de los parámetros en modelos de visión-idioma-acción mediante un enrutador basado en descomposición de valores singulares, logrando un rendimiento superior al ajuste completo y al LoRA estándar en tareas de manipulación robótica con menos parámetros entrenables.
El artículo presenta UnSCAR, un marco de restauración de imágenes universal y escalable que utiliza una arquitectura de expertos mixtos con múltiples ramas para superar las limitaciones de interferencia y olvido catastrófico en la recuperación de imágenes bajo múltiples degradaciones, permitiendo un aprendizaje estable, una generalización robusta y un control adaptable para el usuario.