11336 artículos
Este artículo propone un marco de dos etapas que combina aprendizaje contrastivo supervisado en alfabetos inventados con destilación de conocimiento no supervisada para aprender métricas de similitud entre sistemas de escritura históricos sin depender de relaciones evolutivas verificadas.
El artículo presenta CRIMSON, un marco de evaluación basado en modelos de lenguaje grande y fundamentado clínicamente para informes de radiología de tórax que incorpora el contexto completo del paciente y una taxonomía de errores ponderada por gravedad, demostrando una fuerte alineación con el juicio de radiólogos expertos en múltiples benchmarks.
El artículo presenta Whisper-CD, un marco de decodificación contrastiva sin entrenamiento que reduce las alucinaciones y mejora la velocidad en la transcripción de audio largo al comparar las probabilidades del modelo frente a perturbaciones acústicas negativas durante la inferencia.
El artículo presenta MAPO, un algoritmo de optimización de políticas sin crítico que utiliza retroalimentación densa de un modelo juez y un estimador de ventaja mixto para mejorar la estabilidad y el rendimiento en diálogos multi-turno subjetivos de largo alcance, superando a los métodos basados únicamente en recompensas finales en diversas pruebas de inteligencia emocional.
El artículo presenta FlashPrefill, un marco que logra un prellenado ultrarrápido para modelos de lenguaje de gran contexto mediante la identificación instantánea de patrones de atención dispersa y un umbral dinámico, logrando una aceleración de hasta 27,78 veces en secuencias de 256K sin degradar el rendimiento en contextos más cortos.
El artículo presenta CoE, un marco de resumen multimodal sin entrenamiento que supera a los métodos actuales mediante un razonamiento estructurado guiado por un Grafo de Eventos Jerárquico para mejorar la alineación intermodal y la modelización temporal.
Este artículo presenta la Respuesta a la Demanda Conversacional (CDR), un mecanismo de coordinación bidireccional basado en IA agente que permite a agregadores y prosumidores interactuar mediante lenguaje natural para optimizar la gestión energética residencial manteniendo la transparencia y la agencia del usuario.
El artículo presenta TaPD, un marco unificado y adaptable que utiliza destilación progresiva de conocimiento y un módulo de relleno temporal para mejorar significativamente la predicción de trayectorias en vehículos autónomos, especialmente cuando la información histórica de observación es variable o extremadamente corta.
El artículo presenta GazeMoE, un marco de trabajo novedoso basado en una mezcla de expertos que aprovecha modelos fundacionales de visión congelados y mecanismos de equilibrio de clases para lograr un rendimiento superior en la estimación del objetivo de la mirada humana a partir de imágenes visibles.
Este artículo presenta DeCoST, un enfoque de aprendizaje basado en dos etapas que desacopla las variables discretas y continuas del problema de orientación con ventanas de tiempo y beneficios variables, logrando una calidad de solución superior y una aceleración de inferencia de hasta 6,6 veces en comparación con los métodos existentes.
El artículo presenta HiPP-Prune, un marco de poda estructurada jerárquica para modelos de visión y lenguaje que optimiza la asignación de recursos mediante un vector de preferencias del usuario y una señal de sensibilidad visual para lograr un equilibrio controlable entre la utilidad de la tarea, la robustez ante alucinaciones y la eficiencia de compresión.
El estudio demuestra que los pipelines de razonamiento con recuperación aumentada por agentes mejoran la robustez y el consenso entre diversos modelos de lenguaje en preguntas de radiología, aunque advierte que la precisión y el acuerdo por sí solos no son suficientes para evaluar la fiabilidad clínica de estos sistemas.
Este artículo presenta una implementación neuronal del mapa cognitivo difuso (FHM) que utiliza dinámicas de Langevin para aprender patrones de causalidad, resolver inversamente los valores de los nodos de salida y generar criterios de modificación, todo ello validado mediante evaluaciones en diversos conjuntos de datos.
El artículo presenta Stem, un módulo de dispersión plug-and-play que reorganiza el flujo de información en la atención causal mediante estrategias dependientes de la posición y métricas conscientes de la salida para reducir la complejidad computacional y la latencia en modelos de lenguaje grandes sin sacrificar la precisión.
Este artículo propone un marco de toma de decisiones basado en aprendizaje por refuerzo que supera a los enfoques tradicionales al optimizar estrategias de adaptación a largo plazo para sistemas de transporte urbanos frente a inundaciones pluviales, demostrando su eficacia mediante un estudio de caso en el centro de Copenhague bajo escenarios climáticos inciertos.
El artículo presenta GMM-PIELM, un marco probabilístico que mejora la precisión y velocidad de los PIELMs para resolver EDPs rígidas con gradientes agudos, aprendiendo automáticamente una distribución de probabilidad para concentrar las funciones de base radial en regiones de alto error numérico sin necesidad de optimización basada en gradientes.
El artículo presenta EpisTwin, una arquitectura neuro-simbólica que supera las limitaciones de la fragmentación de datos en la IA personal al fundamentar el razonamiento generativo en un Grafo de Conocimiento Personal verificado, utilizando modelos de lenguaje multimodal para estructurar la información y un coordinador agente para realizar inferencias complejas y refinar visualmente los contextos.
DEX-AR es un nuevo método de explicabilidad dinámica diseñado para modelos de visión-lingüística autoregresivos que genera mapas de calor 2D a nivel de token y secuencia mediante el filtrado dinámico de cabezas de atención y la agregación de explicaciones, logrando mejoras significativas en métricas de perturbación y segmentación.
El artículo propone un pipeline de tres etapas que entrena modelos de lenguaje para generar estimaciones de incertidumbre calibradas e interpretables de manera eficiente mediante el cálculo de entropía, la calibración con escalado de Platt y el ajuste fino con aprendizaje por refuerzo, superando así las limitaciones computacionales y de precisión de los métodos posteriores al entrenamiento.
Un estudio de campo comparó enfoques de aprendizaje por refuerzo y modelos de lenguaje grande para intervenciones de salud, revelando que aunque la generación flexible de LLMs se percibió como más útil que las plantillas, la optimización estadística de los banditos no añadió valor percibido y los LLMs sin restricciones tendieron a centrarse en una sola técnica, lo que sugiere la necesidad de equilibrar la exploración estructurada con la autonomía generativa en sistemas de IA reflexivos.