1072 artículos
Este estudio demuestra que los modelos de lenguaje grandes, aunque expertos en tareas de generación, presentan un rendimiento significativamente inferior y a veces poco fiable en tareas de evaluación, revelando una paradoja que cuestiona la confianza en su capacidad para juzgar sus propias respuestas.
Este artículo presenta el uso innovador de ChatGPT para realizar un análisis de sentimientos de las citas en artículos científicos, con el objetivo de identificar sesgos potenciales y conflictos de interés que mejoren la integridad y objetividad de la evaluación de la literatura académica.
El artículo concluye que los Modelos de Lenguaje Grande (LLM) carecen de agencia autónoma al no cumplir con las condiciones de individualidad, normatividad y asimetría interaccional, por lo que deben caracterizarse como interlocutores o autómatas lingüísticos que, a través de una "encarnación" textual y computacional, transforman la agencia humana generando formas híbridas de agencia intencional en lugar de meras herramientas extendidas.
Este estudio demuestra que las métricas de sesgo actuales, basadas en brechas de rendimiento promedio y distancias de distribución, no capturan de manera fiable los daños allocacionales en LLMs, ya que ignoran la discrepancia entre las predicciones del modelo y las decisiones reales de asignación de recursos.
El artículo presenta Goldfish, un conjunto de más de 1.000 modelos de lenguaje monolingües pequeños entrenados para 350 idiomas que superan a los grandes modelos multilingües en tareas de gramática y perplejidad, especialmente para lenguas de recursos limitados.
Este artículo presenta un marco eficiente y interpretable para mitigar sesgos en modelos de lenguaje grandes mediante la integración de señales de modelos expertos pequeños y especializados durante la decodificación, logrando reducir prejuicios de género, raza y religión sin comprometer el rendimiento del modelo.
El artículo presenta SpecFuse, un marco de ensamblaje de modelos de lenguaje grande (LLM) libre de entrenamiento que mejora el rendimiento mediante la predicción de segmentos siguientes para la colaboración semántica y un mecanismo de retroalimentación en línea que ajusta dinámicamente los pesos de votación de cada modelo según su desempeño.
El artículo presenta LEO, una arquitectura multimodal que optimiza la comprensión visual mediante una fusión ligera de múltiples codificadores de visión, logrando un rendimiento superior en diversas tareas y una generalización efectiva hacia dominios especializados como la conducción autónoma.
Esta encuesta ofrece una visión estructurada de cómo los modelos de lenguaje grandes y multimodales están transformando el ciclo de vida científico, abarcando desde la búsqueda de literatura y la generación de ideas hasta la creación de contenido y la evaluación ética, sirviendo como guía tanto para nuevos investigadores como para el desarrollo futuro de sistemas de "IA para la Ciencia".
Este trabajo propone un marco de trabajo que utiliza la retrotraducción y el ajuste fino para capacitar a los modelos de lenguaje grandes (LLM) para generar texto con cambio de código de alta calidad entre inglés y español, demostrando que las métricas basadas en LLM se alinean mejor con la preferencia humana que las métricas tradicionales.
El artículo presenta CAReDiO, un marco de optimización de datos que mejora la alineación cultural de los modelos de lenguaje mediante la maximización de la representatividad y la distintividad de los datos, logrando un ajuste eficiente y superior con tan solo 200 muestras en 15 culturas.
El artículo presenta RM-R1, una nueva clase de modelos de recompensa generativos que integran el razonamiento mediante un mecanismo de "cadenas de criterios" (CoR) y un entrenamiento en dos etapas, logrando un rendimiento superior y mayor interpretabilidad en comparación con modelos más grandes y propietarios.
Este artículo presenta EVA, un nuevo marco de aprendizaje de características asíncronas inspirado en el modelado del lenguaje que supera a los métodos anteriores en tareas de reconocimiento y detección, permitiendo así un avance significativo en las aplicaciones de visión basada en eventos en tiempo real.
Este artículo presenta K-CAST, un método de direccionamiento de activaciones basado en kNN que mitiga dinámicamente los sesgos de contenido en el razonamiento de los modelos de lenguaje grandes, mejorando significativamente su precisión lógica sin afectar sus capacidades lingüísticas.
El artículo presenta AdAEM, un algoritmo de evaluación autoextensible que genera y adapta dinámicamente preguntas de prueba para medir con mayor precisión y diferenciación las diferencias de valores entre los grandes modelos de lenguaje, superando las limitaciones de las métricas estáticas actuales.
Este artículo presenta una pipeline determinista y automatizada que transforma corpus de dominio en benchmarks de estilo completado para evaluar de forma escalable, imparcial y sin contaminación el conocimiento específico de dominios en modelos de lenguaje grandes, evitando la dependencia de anotación humana o de otros LLMs.
El paper presenta Sysformer, un enfoque novedoso que utiliza un modelo transformador para adaptar dinámicamente los prompts del sistema en LLMs congelados, logrando mejorar significativamente su robustez ante ataques de jailbreaking y su cumplimiento de estándares de seguridad sin necesidad de costoso ajuste de parámetros.
El artículo presenta VLMQ, un marco de cuantización post-entrenamiento diseñado específicamente para modelos de visión y lenguaje que aborda el exceso de tokens visuales y la brecha modal mediante la priorización selectiva de tokens salientes, logrando un rendimiento superior en configuraciones de bajo bit.
Este estudio de caso evalúa modelos de lenguaje grande de contexto largo frente a estrategias de generación aumentada por recuperación (RAG) para la respuesta a preguntas técnicas multilingües en el sector agrícola, demostrando que el enfoque RAG híbrido supera consistentemente al uso directo de contextos extensos.
El artículo presenta CMRAG, un marco de recuperación y generación aumentada que supera las limitaciones de los métodos unimodales al integrar simultáneamente texto e imágenes mediante un modelo de codificación unificado y una estrategia de recuperación co-modality, logrando un rendimiento superior en benchmarks de preguntas y respuestas sobre documentos visuales.