10960 artículos
El artículo presenta PepEDiff, un generador novedoso de péptidos unidores que diseña secuencias de unión directamente en un espacio latente continuo derivado de incrustaciones de proteínas preentrenadas, eliminando la dependencia de la predicción de estructuras y superando a los métodos actuales en la generación de péptidos diversos y novedosos, como se demuestra en el caso de estudio del objetivo TIGIT.
SpatialMem es un sistema basado en memoria que utiliza una estructura espacial métrica 3D derivada de video egocéntrico RGB para habilitar la recuperación y el razonamiento de preguntas y respuestas de largo alcance en interiores, permitiendo consultas lingüísticas interpretables sobre relaciones espaciales sin necesidad de sensores especializados.
Este artículo presenta CELM, el primer modelo fundacional de EEG a lenguaje que genera informes clínicos automatizados a partir de grabaciones de EEG de larga duración, logrando mejoras significativas en métricas de generación al integrar modelos de EEG preentrenados con modelos de lenguaje.
Este artículo presenta Localized In-Context Learning (L-ICL), una técnica que mejora significativamente la capacidad de los modelos de lenguaje grandes para generar planes válidos en tareas de planificación simbólica al inyectar correcciones dirigidas a los primeros pasos que violan las restricciones, superando así a los métodos tradicionales de aprendizaje en contexto.
Este artículo presenta una serie de estudios de caso y técnicas comunes que demuestran cómo la colaboración interactiva con modelos avanzados de Gemini, como Gemini Deep Think, acelera el descubrimiento científico al resolver problemas abiertos, refutar conjeturas y generar nuevas pruebas en campos como la informática teórica, la economía y la física.
Este artículo propone un marco principista para la cuantificación de incertidumbre en agentes de modelos de lenguaje, estableciendo sus fundamentos teóricos, identificando cuatro desafíos técnicos clave en entornos interactivos y delineando direcciones futuras para mejorar la seguridad en aplicaciones complejas.
Este artículo demuestra que, a diferencia de los métodos de atribución efectivos en sistemas de IA estáticos, la explicabilidad basada en trazas es esencial para diagnosticar fallos en sistemas de IA agénticos, revelando que la inconsistencia en el seguimiento de estados es una causa principal de fracaso en sus trayectorias de decisión.
El artículo presenta a Aletheia, un agente de investigación matemática autónomo que, potenciado por modelos avanzados de razonamiento y herramientas especializadas, demuestra capacidades que van desde la resolución de problemas olímpicos hasta la generación de artículos de investigación y la solución de problemas abiertos, marcando hitos significativos en la colaboración humano-IA en matemáticas.
El artículo presenta un marco centrado en la retroalimentación de utilidad que incluye el nuevo benchmark AgoraBench, métricas alineadas con la teoría económica y una metodología de aprendizaje basada en preferencias humanas, logrando mejorar significativamente la capacidad de negociación estratégica y la adaptación a factores humanos de los modelos de lenguaje grande.
Este estudio demuestra que, en el "código de vibración" colaborativo, la dirección humana es esencial para evitar el colapso del rendimiento y lograr los mejores resultados cuando se combina con la evaluación automatizada por IA.
El artículo presenta DataChef-32B, un sistema que utiliza aprendizaje por refuerzo para generar automáticamente recetas de datos óptimas para la adaptación de modelos de lenguaje grandes, logrando un rendimiento comparable o superior al de expertos humanos en diversas tareas, incluida la matemática.
El artículo presenta SWE-MiniSandbox, un método ligero y sin contenedores que utiliza mecanismos a nivel de kernel y técnicas de precaché para reducir drásticamente el uso de disco y el tiempo de preparación de entornos en el entrenamiento de agentes de ingeniería de software mediante aprendizaje por refuerzo, manteniendo al mismo tiempo un rendimiento comparable al de las pipelines basadas en contenedores.
Este artículo presenta una fórmula de puntuación "pico + acumulación" que, sin utilizar un LLM, detecta eficazmente inyecciones de prompts de múltiples turnos al combinar el riesgo máximo por turno, la persistencia y la diversidad de categorías, logrando un 90,8% de recuperación con una tasa de falsos positivos del 1,20% en un conjunto de datos de más de 10.000 conversaciones.
Este artículo examina cómo la búsqueda de un "ground truth" en la anotación de datos ignora la subjetividad humana y la diversidad cultural, proponiendo en su lugar infraestructuras pluralistas que valoren el desacuerdo como una señal esencial para construir modelos más competentes.
Este estudio presenta AHSIV, un marco de selección de modelos adaptativo que aborda la inestabilidad en la clasificación de pronósticos causada por el horizonte temporal y la variabilidad de la demanda, integrando métricas de error ajustadas y clasificación estructural para optimizar la toma de decisiones operativas y estratégicas en entornos comerciales complejos.
El artículo presenta IntelliAsk, un modelo entrenado mediante optimización por refuerzo con verificación de recompensas (RLVR) y una nueva función de recompensa llamada IntelliReward, que genera preguntas de revisión de investigación de alta calidad, fundamentadas y sustanciales, superando a los modelos de línea base y demostrando mejoras en benchmarks de razonamiento y escritura.
Este artículo presenta resultados empíricos de una implementación en C++ de un sustrato de estado semántico determinista, denominado Compute ICE-AGE, que demuestra una latencia de recorrido invariante y un consumo de recursos estable en entornos de escala masiva (hasta 25 millones de nodos), logrando una eficiencia termodinámica superior a las arquitecturas de inferencia probabilística al depender de la capacidad de memoria en lugar del volumen de tokens.
El artículo presenta FLoRG, un marco de aprendizaje federado que optimiza el ajuste fino de modelos de lenguaje mediante la agregación de matrices Gram de baja rango y alineación Procrustes, logrando así una mayor precisión en tareas, una reducción significativa de la sobrecarga de comunicación y una convergencia teórica mejorada al eliminar errores de agregación y deriva de descomposición.
Este artículo demuestra mediante una metodología de evaluación y análisis mecanicista que, en la mayoría de los casos de uso, los modelos de lenguaje grandes de voz (Speech LLMs) actuales funcionan como cascadas costosas e ineficientes bajo ruido, perdiendo su ventaja sobre los sistemas tradicionales de reconocimiento de voz seguidos de LLM.
El artículo presenta EMPO, un marco híbrido de aprendizaje por refuerzo que combina optimización on- y off-policy con memoria aumentada para superar las limitaciones de exploración de los agentes LLM, logrando mejoras significativas en rendimiento y adaptabilidad a tareas nuevas.