13101 artículos
Esta revisión presenta perspectivas de expertos internacionales sobre la integración responsable de los modelos fundacionales y agentes de IA en la patología computacional, evaluando su madurez técnica, viabilidad operativa y barreras regulatorias para su adopción clínica real.
El artículo presenta JHCodec, un códec de audio neuronal que utiliza una pérdida de reconstrucción de representaciones auto-supervisadas (SSRR) para lograr una inteligibilidad superior y una latencia mínima en streaming, acelerando el entrenamiento y permitiendo una arquitectura de cero anticipación sin sacrificar la calidad.
Este artículo presenta ConStory-Bench, un nuevo benchmark y una herramienta de verificación automática diseñados para evaluar y detectar errores de consistencia en la generación de historias largas por parte de los modelos de lenguaje, revelando patrones específicos en cómo estos modelos olvidan sus propias narrativas.
El artículo presenta RePO, un nuevo enfoque de optimización que combina aprendizaje por refuerzo con recompensas verificables y guía supervisada basada en referencias para superar las limitaciones de los modelos de lenguaje actuales en la optimización de moléculas, logrando un mejor equilibrio entre la exploración de nuevas estructuras y la explotación de referencias existentes sin necesidad de datos de trayectoria.
El paper presenta LUMINA, un marco de exploración de arquitecturas de GPU impulsado por modelos de lenguaje grande (LLM) que utiliza análisis de cuellos de botella para identificar diseños superiores a la A100 de manera eficiente, logrando una eficiencia de exploración 17,5 veces mayor y resultados de diseño un 32,9% mejores que los enfoques basados en aprendizaje automático.
El artículo presenta ProEvolve, un marco basado en grafos que permite la evolución programable y controlada de entornos de agentes para evaluar mejor su adaptabilidad a dinámicas del mundo real, superando las limitaciones de las evaluaciones estáticas actuales.
El artículo presenta CORE-Seg, un marco de aprendizaje por refuerzo que integra razonamiento cognitivo y segmentación mediante un adaptador de prompts guiado semánticamente, logrando resultados de vanguardia en la segmentación de lesiones complejas al superar las limitaciones de los modelos existentes en interpretabilidad lógica y precisión visual.
El artículo presenta DeepFact, un marco que introduce un método de evaluación evolutiva (AtS) para superar la fragilidad de los benchmarks estáticos y un agente de verificación (DeepFact-Eval) capaz de validar la factualidad de informes de investigación profundos generados por agentes LLM.
Este artículo presenta un marco integrado que combina una arquitectura de transformador de nodos con análisis de sentimientos basado en BERT para predecir precios de acciones, logrando una mayor precisión y robustez en comparación con modelos tradicionales al capturar dependencias cruzadas y factores de mercado no cuantitativos.
El paper presenta BlackMirror, un marco de detección de backdoors en modelos de texto a imagen bajo configuración de caja negra que, mediante los componentes MirrorMatch y MirrorVerify, identifica manipulaciones semánticas parciales mediante el análisis de desviaciones entre instrucciones y respuestas, superando las limitaciones de los métodos basados únicamente en similitud visual.
El artículo presenta el Rectified Flow Auto Coder (RAC), un modelo inspirado en Rectified Flow que reemplaza a los VAE tradicionales mediante un proceso de decodificación rectificado y bidireccional, logrando una mayor calidad de reconstrucción y generación con un costo computacional aproximadamente un 70% menor.
Este trabajo demuestra que abordar la falacia ecológica al modelar el contexto lingüístico del autor, mediante técnicas como HuFT y HuLM en un modelo Llama de 8B, mejora significativamente su rendimiento en diversas tareas en comparación con el ajuste fino estándar.
Este artículo presenta una Red de Enmascaramiento Residual que combina redes residuales profundas con una arquitectura tipo Unet para mejorar el reconocimiento de expresiones faciales mediante un mecanismo de atención que refina los mapas de características, logrando así un rendimiento de vanguardia en los conjuntos de datos FER2013 y VEMO.
Este trabajo presenta un enfoque sistemático de IA explicable que transforma los registros de ejecución crudos de agentes de codificación en explicaciones estructuradas y visualmente intuitivas, permitiendo a los desarrolladores identificar la causa raíz de los fallos y proponer soluciones correctas de manera significativamente más rápida y precisa en comparación con los métodos actuales.
El artículo presenta E-AdaPrune, un marco de poda adaptativa impulsado por la energía que optimiza la eficiencia de los modelos de visión y lenguaje al asignar dinámicamente la cantidad de tokens visuales según la densidad de información de cada imagen, logrando mejoras en el rendimiento sin añadir parámetros entrenables.
Este artículo presenta modelos interpretables que integran rasgos psicológicos individuales y características situacionales inferidas del lenguaje para predecir el bienestar mental, demostrando que un enfoque basado en teorías psicológicas ofrece un rendimiento competitivo y una mayor comprensión humana en comparación con las representaciones de modelos de lenguaje.
El artículo presenta DMM, un marco de fusión de modelos sin datos que aborda la divergencia entre modelos especializados mediante la síntesis de pseudo-datos y la destilación de conocimiento, logrando un rendimiento superior al estado del arte en benchmarks unimodales y multimodales.
Este artículo presenta Skeleton-to-Image Encoding (S2I), un método innovador que transforma secuencias de esqueletos 3D en representaciones similares a imágenes para aprovechar modelos de visión preentrenados en el aprendizaje auto-supervisado de esqueletos, logrando así un formato unificado que mejora el rendimiento y la generalización en tareas de reconocimiento de acciones.
El artículo presenta ProCap, un marco innovador que mejora la generación de descripciones de cambios visuales al reformular el modelado estático de pares de imágenes en una representación dinámica de procedimientos mediante un diseño de dos etapas que aprende y codifica la evolución temporal implícita entre imágenes.
Este estudio propone un sistema automatizado basado en un modelo de lenguaje grande y múltiples agentes virtuales especializados que, mediante la recuperación de información y el análisis deliberado, evalúan la viabilidad técnica y comercial de nuevos conceptos de productos con una precisión comparable a la de expertos humanos.