12242 artículos
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.
Este artículo presenta GNFBC, un marco innovador que corrige el sesgo de autocorrelación de etiquetas en las Redes Neuronales de Grafos mediante un mecanismo de retroalimentación negativa, mejorando así su rendimiento en grafos heterofílicos sin depender de estrategias de agregación específicas.
El artículo propone Local Shapley, un marco que aprovecha la localidad inducida por el modelo para reducir la complejidad computacional de la valoración de datos mediante algoritmos como LSMR que optimizan el reentrenamiento reutilizando subconjuntos de datos influyentes específicos.
El artículo presenta MIND, un marco unificado de aprendizaje por refuerzo para la consulta psiquiátrica que integra un banco de razonamiento clínico basado en criterios y recompensas de proceso para mejorar la precisión diagnóstica, la calidad de la interacción empática y la interpretabilidad en conversaciones multivuelta.
El artículo presenta MAGE, un marco de aprendizaje por refuerzo meta que capacita a los agentes de modelos de lenguaje para lograr una exploración y explotación estratégicas mediante un entrenamiento basado en episodios múltiples y técnicas de normalización, superando a los métodos existentes en la adaptación a entornos no estacionarios y la generalización frente a oponentes desconocidos.
El artículo presenta EvoPrune, un método de poda de tokens visuales en etapas tempranas que, al operar directamente durante la codificación visual mediante una estrategia guiada por similitud, diversidad e importancia, logra duplicar la velocidad de inferencia en modelos multimodales con una degradación de rendimiento inferior al 1%.
Este ensayo insta a los matemáticos a mantenerse actualizados sobre la inteligencia artificial, considerar cómo transformará la práctica matemática y responder adecuadamente a los desafíos y oportunidades que surgen al demostrar teoremas de investigación.
El artículo presenta AI4S-SDS, un sistema neuro-simbólico de diseño de solventes que integra una búsqueda en árbol Monte Carlo (MCTS) esparsa y un motor de física diferenciable para superar las limitaciones de los agentes LLM, logrando una exploración eficiente y diversa que ha permitido descubrir una nueva formulación de revelador de fotoresist con rendimiento superior al de los benchmarks comerciales.
El artículo propone ERK-Guid, un método de muestreo para modelos de difusión que utiliza el error de truncamiento local del solucionador como señal de guía para detectar regiones rígidas y mejorar la calidad de la generación, superando a los métodos actuales en conjuntos de datos como ImageNet.
Este trabajo establece límites de error finitos para modelos de difusión basados en puntuación que demuestran que estos modelos se adaptan a la geometría intrínseca de los datos de baja dimensión, mitigando la maldición de la dimensionalidad mediante tasas de convergencia que dependen de la dimensión de Wasserstein en lugar de la dimensión ambiental, sin requerir suposiciones restrictivas de soporte compacto o densidad suave.