3767 artículos
Este estudio propone un enfoque que combina Modelos de Lenguaje Grande (LLM) y análisis de supervivencia para extraer fenotipos y etiquetas de resultados de notas clínicas y predecir con mayor precisión los resultados de la quimioterapia en cáncer de mama y otros tipos, permitiendo así una mejor gestión personalizada del tratamiento.
Este estudio evalúa siete modelos de lenguaje abiertos y concluye que, aunque su utilidad varía según la tarea, estos modelos pueden asistir eficazmente en la redacción de informes de patología en japonés en escenarios clínicos específicos, destacando especialmente en tareas estructuradas y corrección de errores tipográficos.
Este estudio presenta un marco novedoso que integra el análisis de supervivencia con técnicas de clasificación para predecir eficazmente el riesgo temprano de cinco enfermedades crónicas comunes utilizando datos clínicos masivos, demostrando un rendimiento superior o comparable a modelos de vanguardia y validando clínicamente sus explicaciones.
El estudio demuestra que proporcionar representaciones simbólicas precisas junto con el marco visual mejora el rendimiento de los modelos de visión y lenguaje en entornos interactivos, revelando que la fiabilidad en la extracción de estos símbolos es el factor determinante para una toma de decisiones efectiva.
Este artículo presenta un análisis exhaustivo de las amenazas de seguridad en el agente autónomo OpenClaw mediante un marco de cinco capas que abarca todo su ciclo de vida, identificando vulnerabilidades críticas como la inyección de prompts indirecta y la contaminación de la cadena de suministro de habilidades, mientras propone estrategias de defensa holísticas para mitigar estos riesgos sistémicos.
Este trabajo presenta el primer estudio sistemático sobre la densidad de diagramas de persistencia cruzada, estableciendo sus fundamentos teóricos y un marco de aprendizaje automático que, sorprendentemente, utiliza el ruido para mejorar la distinción entre nubes de puntos y superar a las técnicas existentes en tareas de predicción y clasificación.
MedPruner es un marco de poda de tokens jerárquico y sin entrenamiento diseñado para mejorar la eficiencia computacional de los modelos de visión y lenguaje en imágenes médicas 3D, eliminando redundancias mediante un filtrado inter-rodajas y una selección dinámica de tokens que permite reducir drásticamente el número de tokens visuales sin comprometer el rendimiento.
El artículo presenta VisDoT, un marco que mejora el razonamiento visual en modelos de lenguaje y visión al imitar la percepción humana mediante la descomposición de tareas en subpreguntas de percepción y lógica, logrando resultados de vanguardia en benchmarks de comprensión de gráficos.
El artículo presenta HouseMind, un modelo de lenguaje grande multimodal que utiliza tokens discretos de instancias de habitaciones para unificar la comprensión, generación y edición de planos arquitectónicos, logrando diseños coherentes y controlables mediante instrucciones de texto.
El marco IDRL propone un enfoque de aprendizaje multimodal consciente del individuo que mejora el diagnóstico de la depresión mediante la separación de representaciones en espacios relevantes e irrelevantes y una fusión dinámica adaptada a las características específicas de cada persona.
Este artículo presenta "Stable Spike", un método que optimiza la consistencia dual en redes neuronales de espigas mediante operaciones lógicas AND para desacoplar el esqueleto de espigas estables del ruido temporal, mejorando significativamente la precisión y la generalización en tareas de reconocimiento neuromórfico de ultra-baja latencia.
Este artículo propone el paradigma de "simulación en el bucle" para transformar la colaboración humano-agente, pasando de un control reactivo y puntual a una interacción proactiva que permite a los usuarios explorar trayectorias futuras simuladas antes de tomar decisiones.
El artículo propone un pipeline agencial que utiliza LLMs para generar rúbricas programáticas que estandarizan representaciones de datos heterogéneos, logrando un aprendizaje supervisado eficiente en muestras y superando a modelos tradicionales y fundacionales en diversas tareas clínicas.
Este artículo propone métodos de aprendizaje por refuerzo que preservan la entropía, como REPO y ADAPO, para evitar la pérdida de diversidad en las trayectorias exploradas por los algoritmos de gradiente de política, logrando así modelos más eficaces y adaptables a nuevos entornos.
Este artículo propone un marco novedoso de mediación causal de prosodia para la síntesis de voz (TTS) que, al integrar un modelo causal estructural y objetivos de entrenamiento contrafactual en la arquitectura FastSpeech2, logra disociar la emoción del contenido lingüístico para mejorar la expresividad, la manipulación controlada de la prosodia y la consistencia del hablante sin comprometer la inteligibilidad.
El artículo presenta SemBench, un marco universal y eficiente que genera automáticamente benchmarks sintéticos para evaluar la comprensión semántica de los modelos de lenguaje grandes en múltiples idiomas, utilizando únicamente definiciones de diccionario y un codificador de oraciones.
Este artículo propone un Canal de Lógica Explícito que, en paralelo a los modelos de lenguaje multimodal (MLLM) existentes, utiliza razonamiento lógico y evidencia visual para validar, seleccionar y mejorar el rendimiento de estos modelos en tareas de cero disparos sin necesidad de anotaciones de ground-truth, aumentando así su explicabilidad y confiabilidad.
El artículo presenta STAIRS-Former, una arquitectura Transformer con atención espaciotemporal y estructura recursiva intercalada que supera a los métodos anteriores en el aprendizaje por refuerzo multiagente multi-tarea offline al capturar dependencias temporales de largo alcance y generalizar eficazmente a poblaciones de agentes variables.
Este artículo presenta OSCBench, un nuevo benchmark diseñado para evaluar la capacidad de los modelos de generación de video a partir de texto para realizar cambios de estado en objetos, revelando que, a pesar de sus avances, los modelos actuales aún luchan con la consistencia temporal y la precisión en estas transformaciones, especialmente en escenarios novedosos y composicionales.
Este artículo propone la "Ley de Escalamiento de Agentes", un marco que define el crecimiento de la capacidad de los agentes educativos mediante dimensiones estructuradas como la claridad de roles y la profundidad de habilidades, validado empíricamente por la plataforma EduClaw, la cual demuestra que el rendimiento escala predeciblemente con la riqueza de perfiles estructurados en lugar de depender únicamente del tamaño del modelo.