13625 artículos
La intersección entre la ciencia de la computación y la inteligencia artificial representa el motor que impulsa la transformación digital actual. En esta sección, exploramos cómo los algoritmos evolucionan para resolver problemas complejos, desde el reconocimiento de patrones hasta la automatización de decisiones, sin necesidad de conocimientos técnicos profundos para entender su impacto real en nuestra sociedad.
Todos los artículos presentados aquí provienen directamente de arXiv, donde Gist.Science procesa cada nuevo preprint al momento de su publicación. Nuestro objetivo es desbloquear este conocimiento ofreciendo tanto resúmenes técnicos detallados para expertos como explicaciones en lenguaje llano para cualquier lector curioso, asegurando que la información llegue a todos los niveles.
A continuación, encontrará la selección más reciente de investigaciones en este campo dinámico, listas para ser descubiertas y comprendidas.
Este trabajo propone "Abstract Compression", un método que mejora el reconocimiento automático de voz basado en LLMs al sustituir el audio de turnos anteriores por un conjunto fijo de tokens latentes aprendidos, logrando así aprovechar el contexto conversacional de manera eficiente y reduciendo significativamente la carga computacional.
Este estudio presenta el desarrollo de un sistema de reconocimiento automático del habla para el ikema, una lengua ryukyuana en peligro crítico, demostrando que su integración en la documentación lingüística reduce significativamente el tiempo y la carga cognitiva de la transcripción mientras alcanza una tasa de error de caracteres del 15%.
Este artículo propone un marco de tres capas (Canalización, Coordinación y Co-creación) para rediseñar las herramientas de IA y que actúen como socios colaborativos en entornos de trabajo interdependientes entre personas con diversas capacidades, en lugar de limitarse a asistir a individuos de forma aislada.
El artículo presenta ARTA, un transformador de visión de resolución mixta que optimiza la extracción de características densas mediante la asignación adaptativa de tokens hacia las regiones de límites semánticos, logrando resultados de vanguardia en segmentación con una eficiencia computacional superior.
Este trabajo analiza las dinámicas subyacentes de los modelos de interacción tardía en el benchmark NanoBEIR, revelando que aunque el sesgo de longitud afecta principalmente a modelos causales, también puede presentarse en modelos bidireccionales, mientras que la distribución de similitud confirma la eficiencia del operador MaxSim al centrarse en los tokens de mayor puntuación.
El paper presenta GeoGuide, un marco novedoso para la segmentación semántica 3D de vocabulario abierto que supera las limitaciones de los métodos existentes al integrar consistencia jerárquica geométrica-semántica mediante la destilación de superpuntos basada en incertidumbre, la reconstrucción de máscaras a nivel de instancia y la alineación de relaciones interinstancia, logrando un rendimiento superior en conjuntos de datos como ScanNet v2, Matterport3D y nuScenes.
El marco GUIDE elimina el sesgo de dominio en los agentes de interfaz gráfica sin necesidad de reentrenamiento, resolviendo carencias en la planificación y el anclaje mediante un sistema plug-and-play que extrae y automatiza conocimientos expertos de tutoriales web utilizando un pipeline de recuperación de videos impulsado por subtítulos y una anotación basada en dinámica inversa.
El artículo presenta Knowdit, un marco agente impulsado por conocimiento que utiliza un grafo de auditoría y un bucle iterativo de agentes para detectar vulnerabilidades en contratos inteligentes de DeFi con una precisión superior a la de los métodos existentes, logrando identificar todas las vulnerabilidades de alta severidad en pruebas de referencia y descubrir fallos críticos previamente desconocidos en proyectos reales.
El artículo presenta PhysVid, un esquema de condicionamiento local consciente de la física que mejora significativamente la plausibilidad física en modelos generativos de video mediante descripciones fundamentadas en leyes físicas y prompts negativos, superando a los métodos anteriores en métricas de sentido común físico.
El artículo presenta findsylls, un kit de herramientas modular y agnóstico al idioma que unifica la segmentación, la extracción de incrustaciones y la evaluación de sílabas para facilitar la investigación reproducible en lenguas de recursos variados.