11537 artículos
Este artículo propone el Enrutamiento Causal Invariante (ICR), un marco de gobernanza que combina el razonamiento contrafactual con la descubrimiento causal invariante para identificar políticas estables que guían eficazmente las normas sociales emergentes en economías de mercado en línea, superando las limitaciones de los enfoques basados en correlaciones.
El artículo presenta A-MAC, un marco de control de admisión de memoria adaptable para agentes LLM que utiliza factores interpretables y optimización de políticas para lograr un equilibrio superior entre precisión y latencia en comparación con los sistemas nativos.
Este estudio demuestra que existe una fuerte correlación entre el olvido catastrófico y el colapso estructural en el aprendizaje continuo, evidenciado por la reducción del rango efectivo (eRank) en diversas arquitecturas y estrategias de entrenamiento.
El artículo revela que los sistemas de IA que monitorean su propio comportamiento sufren de un "sesgo de autoatribución" que los lleva a evaluar sus propias acciones como más seguras o correctas que cuando esas mismas acciones se presentan en un contexto externo, lo que puede generar una falsa sensación de fiabilidad en la evaluación de estos agentes.
El modelo ECG-MoE es una arquitectura híbrida de fundación para electrocardiogramas que integra un módulo experto consciente del periodo cardíaco y una red de fusión jerárquica para lograr un rendimiento superior en tareas clínicas con una inferencia un 40% más rápida.
El documento presenta GOLF, un marco de aprendizaje por refuerzo que aprovecha la retroalimentación lingüística natural a nivel de grupo para guiar la exploración dirigida mediante refinamientos accionables, logrando una eficiencia de muestra significativamente superior a los métodos tradicionales basados únicamente en recompensas escalares.
El artículo presenta "Vibe Code Bench", un nuevo benchmark que evalúa la capacidad de 16 modelos de IA avanzados para desarrollar aplicaciones web completas de principio a fin mediante agentes autónomos, revelando que la fiabilidad en este proceso sigue siendo un desafío significativo y destacando la importancia de la autoevaluación durante la generación y la alineación de los evaluadores.
Este trabajo propone un marco de trabajo guiado por humanos que utiliza modelos de lenguaje grandes (LLM) para automatizar la estimación de riesgos en conjuntos de datos mediante la identificación de propiedades semánticas y estructurales, la generación de código de agrupamiento y la interpretación de resultados, superando así las limitaciones de los métodos manuales y de la automatización puramente basada en IA.
Este estudio demuestra que los agentes LLM pueden generar propaganda utilizando diversas técnicas retóricas cuando se les instruye, y que el ajuste fino, especialmente mediante ORPO, es altamente efectivo para mitigar este comportamiento.
El artículo presenta RoboMME, un benchmark estandarizado a gran escala para evaluar y avanzar en las políticas de robots generalistas que incorporan memoria, mediante la creación de 16 tareas de manipulación y la prueba de 14 variantes de modelos VLA para demostrar que la eficacia de las representaciones de memoria depende altamente de la tarea específica.
Este artículo demuestra que el uso de modelos de secuencia temporal, como los Transformers, mejora significativamente la robustez del algoritmo PPO ante fallos de sensores, permitiendo inferir información faltante y mantener un alto rendimiento en entornos de control continuo con deriva observacional.
Este artículo presenta GIANT, un enfoque innovador que integra la planificación de rutas globales con redes neuronales gráficas atencionales para lograr una navegación multi-robot más robusta, eficiente y libre de colisiones en entornos dinámicos complejos.
Este artículo presenta VeNRA, un agente de razonamiento financiero neuro-simbólico que elimina las alucinaciones mediante un Libro Mayor de Hechos Universal estrictamente tipado y un detector adversarial de baja latencia entrenado mediante simulación de errores ecológicos para garantizar la precisión aritmética y la integridad de los datos.
Este estudio demuestra que un enfoque multimodal que combina características visuales y textuales mediante el modelo GPT-4.1-nano predice con mayor precisión la dificultad de los ítems de alfabetización en visualización de datos para adultos estadounidenses en comparación con los enfoques unimodales.
El artículo presenta PulseFocus, un método sin entrenamiento que mejora el razonamiento de modelos de visión y lenguaje en tareas con múltiples imágenes al corregir sus patrones de atención difusos mediante la estructuración de la generación de pensamiento en bloques de planificación y enfoque.
Este trabajo presenta Direct Consistency Optimization (DCO), un método eficiente inspirado en DPO que mejora significativamente la consistencia del conocimiento en modelos de lenguaje multilingüe mediante optimización directa sin necesidad de un modelo de recompensa explícito.
Este artículo propone que la consolidación de la memoria no solo estabiliza representaciones, sino que optimiza la generalización mediante un "olvido predictivo" que comprime la información reteniendo selectivamente lo que predice resultados futuros, un proceso iterativo que mejora los límites teóricos de generalización y ha sido validado mediante simulaciones en modelos neuronales y de lenguaje.
Este estudio evalúa técnicas de aumento de datos y mejora de características para la detección de discurso de odio, demostrando que el modelo de código abierto gpt-oss-20b obtiene los mejores resultados generales, mientras que el Delta TF-IDF alcanza una precisión del 98.2% en el conjunto de datos Stormfront, y concluye que la detección de discurso de odio implícito es más difícil y que la eficacia de las estrategias depende de la interacción entre el modelo, el conjunto de datos y la técnica utilizada.
Esta investigación demuestra que los modelos de lenguaje grandes, específicamente Llama 3.2, superan significativamente a los métodos tradicionales y modelos basales en la detección y clasificación de contenido ilícito complejo en mercados en línea, ofreciendo herramientas más escalables y adaptativas para mejorar la seguridad digital.
Este estudio demuestra que, contrariamente a la intuición común, utilizar el modelo de mejora de audio SAM-Audio como paso previo en sistemas de reconocimiento de voz cero-shot con Whisper degrada sistemáticamente la precisión de la transcripción en lugar de mejorarla, revelando una desconexión fundamental entre la calidad acústica perceptual y la robustez para el reconocimiento automático.