12066 artículos
Este artículo propone el Marco de Gobernanza de IA Militar Agente (AMAGF), un sistema de tres pilares que introduce una métrica continua de Calidad de Control para gestionar proactivamente las fallas de control específicas de los sistemas de IA autónomos en entornos militares, superando así las limitaciones de los enfoques de seguridad binarios tradicionales.
Este artículo presenta el MMAI Gym for Science, un marco integral que entrena modelos fundacionales líquidos (LFM) especializados en el lenguaje molecular, demostrando que estos modelos más pequeños y eficientes superan a los modelos generales o especialistas más grandes en diversas tareas críticas de descubrimiento de fármacos.
El artículo presenta MASS, un marco de meta-aprendizaje que permite a los grandes modelos de lenguaje adaptarse en tiempo de prueba mediante la generación de datos sintéticos específicos para cada problema y actualizaciones internas optimizadas mediante un proceso de doble nivel que retropropaga las pérdidas hacia la generación de datos.
Este artículo propone un enfoque novedoso basado en diagramas de influencia multiagente para modelar amenazas híbridas, permitiendo evaluar la efectividad y sensibilidad de diversas contramedidas en un escenario de ciberataque a infraestructuras críticas mediante la simulación de interacciones estratégicas entre atacantes y defensores.
El artículo presenta mlx-snn, la primera biblioteca nativa de redes neuronales de espigas (SNN) para Apple Silicon basada en el framework MLX, que ofrece un pipeline de entrenamiento completo, múltiples modelos de neuronas y codificaciones de picos, logrando una mayor eficiencia y rendimiento en comparación con soluciones existentes como snnTorch.
El artículo demuestra que la "neural collapse direccional" (varianza CDNV direccional), una medida geométrica que cuantifica la baja variabilidad a lo largo de las direcciones que separan las clases, es el factor fundamental que explica tanto la capacidad de transferencia con pocos ejemplos como la baja interferencia entre múltiples tareas en el aprendizaje auto-supervisado.
Este trabajo presenta RACI, un marco de aprendizaje que mejora la predicción de flujos de carbono en ecosistemas al tratar la heterogeneidad espaciotemporal mediante la diferenciación explícita entre condiciones de régimen lento y forzamientos dinámicos rápidos, logrando así una generalización superior en diversos entornos sin necesidad de modelos locales separados.
El artículo presenta SafeCRS, un marco de entrenamiento que integra técnicas de ajuste fino y optimización de políticas para alinear la seguridad personalizada en sistemas de recomendación conversacionales basados en LLM, logrando una reducción significativa en las violaciones de seguridad sin comprometer la calidad de las recomendaciones.
El artículo presenta RAG-X, un marco de diagnóstico que evalúa de forma independiente los componentes de recuperación y generación en sistemas de preguntas y respuestas médicas asistidas por IA, revelando una "falacia de precisión" y ofreciendo métricas para identificar errores específicos y garantizar la seguridad clínica.
El artículo presenta Tucano 2, una suite de modelos de lenguaje grandes de código abierto con parámetros entre 0.5 y 3.7 mil millones, que utiliza nuevos conjuntos de datos mejorados y recetas de entrenamiento optimizadas para lograr un rendimiento de vanguardia en tareas de lenguaje portugués, liberando todos sus artefactos para fomentar la reproducibilidad y el avance en la comunidad de PLN de habla portuguesa.
El estudio "Molt Dynamics" analiza un entorno a gran escala con más de 770,000 agentes autónomos para revelar que, aunque surgen patrones emergentes de especialización de roles y diseminación de información, la resolución cooperativa de tareas sigue siendo inmadura y menos efectiva que la actuación individual.
Este artículo presenta un marco práctico para evaluar y optimizar asistentes de compras conversacionales multiagente en producción, introduciendo una rúbrica de evaluación multidimensional y dos estrategias de optimización de prompts (Sub-agent GEPA y MAMuT GEPA) validadas mediante un asistente de compras de alimentos a escala industrial.
El artículo presenta BeliefSim, un marco de simulación que demuestra que el modelado de perfiles de creencias demográficas permite a los modelos de lenguaje predecir con alta precisión (hasta un 92%) la susceptibilidad a la desinformación en distintos grupos poblacionales.
Este artículo evalúa la capacidad de cinco modelos de lenguaje multimodales para razonar sobre normas sociales en escenarios textuales e imagéticos, revelando que, aunque GPT-4o y Qwen-2.5VL superan a los demás y muestran un rendimiento superior en texto que en imágenes, todos enfrentan dificultades significativas al tratar normas complejas.
Este estudio propone un enfoque estructurado de evaluación de riesgos impulsado por objetivos, que utiliza árboles de ataque para contextualizar amenazas en sistemas de salud potenciados por LLMs, integrando ciberataques convencionales con vulnerabilidades específicas de los modelos de lenguaje para facilitar la priorización de riesgos y el diseño seguro.
Este artículo presenta la inyección de prompts basada en imágenes, un ataque de caja negra que incrusta instrucciones adversarias en imágenes naturales para manipular el comportamiento de los modelos de lenguaje multimodal, logrando hasta un 64% de éxito al mantener el sigilo visual.
Este artículo presenta una herramienta web basada en lenguaje natural controlado que facilita la co-creación entre humanos e IA en el diseño de juegos educativos, permitiendo a los instructores no expertos mapear explícitamente la pedagogía en la jugabilidad para preservar la agencia humana y alinear los objetivos de aprendizaje con la mecánica del juego.
Esta tesis doctoral presenta un marco de imagen de campo integral que combina sistemas de captura, algoritmos de segmentación y redes neuronales de reconstrucción 3D para superar las limitaciones de los métodos actuales y permitir la caracterización morfológica automatizada y precisa de agregados de construcción en diversos escenarios, desde partículas individuales hasta pilas de stock.
El paper presenta Mozi, una arquitectura de doble capa que combina la flexibilidad de la IA generativa con la rigurosidad de la biología computacional mediante un sistema supervisor-trabajador y grafos de habilidades estandarizados, logrando así agentes de LLM gobernados y fiables para la descubrimiento de fármacos que mitigan la acumulación de errores y garantizan la validez científica.
Este trabajo presenta InEdit-Bench, el primer benchmark diseñado para evaluar la capacidad de los modelos generativos multimodales de razonar sobre trayectorias lógicas intermedias en la edición de imágenes, revelando mediante una evaluación exhaustiva las deficiencias actuales de estos sistemas en escenarios complejos que requieren comprensión causal y dinámica.