3817 artículos
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.
Este estudio presenta un nuevo conjunto de datos y demuestra que la electromiografía de superficie (sEMG) puede decodificar con fiabilidad la frustración tanto en el habla fonada como en la silenciosa, revelando que las señales afectivas persisten en la actividad motora facial incluso sin vocalización.
Este trabajo propone una arquitectura basada en OpenClaw para un Sistema Operativo Agente en hospitales que, mediante un entorno de ejecución restringido, una memoria indexada por páginas y una biblioteca de habilidades médicas curadas, habilita la coordinación segura y auditada de flujos de trabajo clínicos dinámicos.
Este trabajo presenta el algoritmo Transfer Aware Dijkstra (TAD), una modificación del Dijkstra dependiente del tiempo que supera a los métodos basados en RAPTOR al manejar correctamente los tiempos de espera en las paradas y ofrecer una velocidad de cálculo superior sin sacrificar la optimalidad de las rutas.
Este estudio evalúa el sesgo de género en el uso de la IA generativa (GPT-5) para la contratación de graduados italianos menores de 35 años y descubre que, aunque no hay diferencias significativas en los puestos sugeridos, el modelo refuerza estereotipos al atribuir rasgos emocionales a las mujeres y analíticos a los hombres.
El artículo presenta CINDI, un marco probabilístico no supervisado basado en flujos normalizadores condicionales que unifica la detección de anomalías y la imputación de datos en series temporales multivariantes de redes eléctricas, logrando restaurar la integridad de los datos ruidosos preservando sus propiedades físicas y estadísticas.
El estudio demuestra que la preferencia de los modelos de lenguaje por la información correcta no es un impulso intrínseco hacia la verdad, sino un efecto secundario de la presión de compresión que favorece hipótesis con descripciones más cortas y consistentes internamente.
Este artículo propone un método de detección de anomalías en series temporales multivariantes que traslada el análisis a un espacio latente con sesgos inductivos mediante flujos normalizadores condicionales, permitiendo identificar desviaciones de la dinámica temporal esperada incluso cuando las observaciones tienen alta probabilidad marginal.
Este artículo presenta un algoritmo de aprendizaje social basado en energía libre para el problema de la bandaits, que permite a un agente evaluar y aprovechar la experiencia de otros agentes diversos (incluyendo no expertos) sin conocer sus recompensas, logrando convergencia óptima y un arrepentimiento logarítmico superior a los métodos existentes.