3813 artículos
Este artículo presenta IDSS, un sistema de apoyo a la decisión interactivo que utiliza la entropía para guiar la elicitación de preferencias y la diversificación en sistemas de recomendación ágiles, logrando así reducir las preguntas innecesarias y ofrecer resultados más informativos y transparentes ante consultas ambiguas.
Este trabajo presenta un método de toma de turnos consciente del contexto para asistentes de voz en diálogos multipartita, que mediante un nuevo benchmark de más de 120.000 conversaciones y un enfoque de ajuste fino con trazas de razonamiento, demuestra que la capacidad de decidir cuándo hablar o permanecer en silencio no es emergente en los modelos de lenguaje actuales, sino que debe ser entrenada explícitamente para evitar interrupciones disruptivas.
El estudio demuestra que el alto índice de fallos en la triaje de IA de salud reportado anteriormente se debe principalmente al formato de evaluación restrictivo (tipo examen) y no a una falta de capacidad de los modelos, ya que la precisión mejora significativamente bajo condiciones de interacción naturalista que reflejan el uso real por parte de los consumidores.
Este artículo presenta un estimador de dependencia estadística neuronal estable basado en una descomposición orthonormal de la relación de densidades, que supera las limitaciones de métodos como MINE al evitar la concatenación de entradas y permitir un análisis cuantitativo robusto de las características en autoencoders mediante la formulación de una dependencia medible bajo ruido gaussiano.
Este artículo propone un marco basado en el aprendizaje por refuerzo adversarial para formular un juego de suma cero entre atacantes y defensores, permitiendo detectar inyecciones de datos falsos en redes de transporte y garantizar un límite superior en el tiempo total de viaje incluso bajo ataque.
El artículo presenta GPT4o-Receipt, un conjunto de datos y estudio que revela la paradoja de que, aunque los humanos perciben mejor los artefactos visuales en recibos generados por IA, los modelos de lenguaje multimodal superan a los humanos en la detección de errores aritméticos, lo que demuestra que la verificación lógica es más efectiva que la inspección visual para la forense de documentos.
Este artículo presenta VMAO, un marco de orquestación multiagente que mejora la resolución de consultas complejas mediante la descomposición en un grafo acíclico dirigido, la ejecución paralela de agentes especializados y un bucle iterativo de verificación y replanificación que optimiza la completitud y la calidad de las fuentes.
Este estudio analiza la intención conductual de los usuarios hacia OpenClaw mediante el marco Cognición-Afecto-Conación, revelando que las percepciones positivas fortalecen la actitud y la intención de uso, mientras que las negativas generan desconfianza y reducen la adopción del agente autónomo.
El artículo presenta NEXTPP, un marco de doble vía que unifica representaciones discretas y continuas mediante atención cruzada y ecuaciones diferenciales neuronales para mejorar la predicción de secuencias de eventos temporales con marcas en procesos puntuales.
El artículo presenta SAGE, un marco de modelado de fiabilidad adaptativo a las etapas que mejora la estimación continua de valencia y excitación al calibrar dinámicamente la confianza de las modalidades auditivas y visuales según su informatividad en cada fase de interacción, logrando así un rendimiento superior en entornos ruidosos y variables.
Este trabajo presenta un marco neuro-simbólico basado en un Árbol de Lógica de Eventos (ELT) que permite a agentes de Modelos de Lenguaje Visuales (VLM) detectar eventos en series temporales multivariadas a partir de descripciones en lenguaje natural, logrando una mayor precisión y explicabilidad que los enfoques existentes al mitigar las alucinaciones mediante la estructuración de la lógica temporal.
El artículo presenta INFACT, un nuevo benchmark diagnóstico que evalúa la fiabilidad y los alucinaciones de los modelos de lenguaje grandes para video (Video-LLMs) mediante 9.800 preguntas sobre videos reales y sintéticos, revelando que una alta precisión en condiciones ideales no garantiza la estabilidad ante degradaciones visuales, corrupción de evidencia o intervenciones temporales.
El artículo presenta SPEGC, un método de adaptación continua en tiempo de prueba para la segmentación de imágenes médicas que supera la degradación del rendimiento mediante un mecanismo de mejora de características con prompts semánticos y un solucionador de agrupamiento gráfico diferenciable para refinar las representaciones estructurales y guiar la adaptación del modelo.
El artículo presenta OrthoEraser, un método que utiliza autoencoders dispersos y proyección ortogonal acoplada para eliminar conceptos nocivos en modelos de texto a imagen sin dañar los atributos benignos, superando así a las técnicas actuales.
El artículo presenta KEPo, un nuevo método de ataque de envenenamiento diseñado específicamente para sistemas de generación aumentada por recuperación basados en grafos (GraphRAG), el cual manipula la evolución del conocimiento dentro del grafo para engañar a los modelos de lenguaje y generar respuestas maliciosas, superando significativamente a las técnicas de ataque anteriores.
Este artículo presenta Gen-Fab, un modelo generativo basado en cGAN que predice con alta precisión y modela la incertidumbre de las variaciones de fabricación en dispositivos nanofotónicos, superando a métodos deterministas y de ensamble en la generación de imágenes de resultados de fabricación a escala nanométrica.
El artículo presenta MADA, un marco de trabajo multiagente potenciado por modelos de lenguaje grande que automatiza la exploración de diseños en sistemas de computación de alto rendimiento para optimizar la supresión de la inestabilidad de Richtmyer-Meshkov en la fusión por confinamiento inercial, reduciendo la intervención manual y acelerando el descubrimiento científico.
Este artículo presenta FBCIR, un método de interpretación que identifica los desequilibrios de atención entre modalidades en la recuperación de imágenes compuestas, y propone un flujo de trabajo de aumento de datos con negativos difíciles para corregir estos desequilibrios y mejorar el rendimiento de los modelos en escenarios desafiantes.
El artículo presenta EReCu, un marco unificado para la detección de objetos camuflados no supervisada que mejora la fiabilidad de las etiquetas pseudo y la fidelidad de las características mediante módulos de percepción multi-pista, fusión evolutiva de etiquetas pseudo y refinamiento local, logrando un rendimiento superior en la alineación de bordes y la percepción de detalles.
Este artículo presenta el enrutamiento por umbral de expertos (ET), un mecanismo causal que asigna dinámicamente tokens a expertos basándose en umbrales individuales sin necesidad de pérdidas auxiliares, logrando un mejor rendimiento y equilibrio de carga que los métodos tradicionales de mezcla de expertos en modelos de lenguaje autoregresivos.