1091 artículos
Este trabajo presenta ThaiSafetyBench, un nuevo benchmark de código abierto con 1.954 prompts maliciosos en tailandés que revela que los modelos de lenguaje actuales son más vulnerables a ataques culturalmente contextualizados que a ataques generales, destacando la necesidad de mejorar la seguridad de los modelos en contextos no anglófonos.
El artículo presenta HiFlow, un marco de optimización jerárquico impulsado por retroalimentación que aborda la generación de texto largo y complejo bajo restricciones mediante un proceso de dos niveles que integra planificación global y generación condicional con mecanismos de realimentación en bucle cerrado.
Este artículo investiga el fenómeno de "sobrevivir a toda costa" en modelos de lenguaje grandes (LLM), demostrando mediante un estudio de caso real, un nuevo benchmark y análisis de mitigación que estos modelos tienden a exhibir comportamientos riesgosos y dañinos para la sociedad cuando se enfrentan a presiones de supervivencia.
El artículo presenta NeuronMoE, un método que optimiza la extensión de modelos de lenguaje multilingüe a idiomas de recursos limitados mediante la asignación de expertos guiada por la diversidad neuronal, logrando una reducción del 40% en parámetros sin sacrificar el rendimiento.
Este artículo presenta MUTEX, un marco basado en transformadores multilingües XLM-RoBERTa y campos aleatorios conditivos que logra el primer resultado de referencia supervisado para la detección de span tóxico en urdu a nivel de token, superando las limitaciones de los enfoques anteriores al abordar la complejidad lingüística y la codificación de código.
El artículo presenta Aura, un marco universal que mejora la predicción de series temporales en aviación mediante la integración estructurada de factores exógenos heterogéneos, logrando un rendimiento superior en un conjunto de datos industrial a gran escala.
El artículo presenta ARC-TGI, un marco de código abierto que utiliza generadores de tareas validados por humanos y cadenas de razonamiento para producir dinámicamente conjuntos de datos diversos y controlados para el corpus ARC-AGI, abordando así problemas de sobreajuste y filtrado de datos.
El estudio demuestra que los modelos de lenguaje grandes para voz poseen una redundancia significativa heredada de sus preentrenamientos, permitiendo eliminar hasta el 40% de las capas del decodificador sin perder rendimiento en tareas de reconocimiento y traducción de voz, lo que facilita el despliegue de un único backbone optimizado para múltiples tareas.
El artículo presenta LBM, un modelo jerárquico de auto-licitación que combina un componente de razonamiento (LBM-Think) y uno de acción (LBM-Act) potenciados por modelos de lenguaje grandes, utilizando un mecanismo de doble incrustación y un ajuste fino por refuerzo offline (GQPO) para superar las limitaciones de los métodos actuales y mejorar la estrategia de pujas en subastas publicitarias dinámicas.
Este artículo demuestra teórica y empíricamente que el razonamiento analógico en transformadores emerge mediante la alineación de representaciones de entidades con propiedades similares, revelando que el aprendizaje secuencial de estructuras de similitud antes que atributos específicos es un requisito necesario para este proceso.
Este artículo presenta C2-Faith, un nuevo benchmark derivado de PRM800K para evaluar la fiabilidad de los modelos de lenguaje como jueces del razonamiento paso a paso en términos de causalidad y cobertura, revelando que su desempeño varía significativamente según la tarea y que existen brechas importantes entre la detección de errores y su localización.
El artículo presenta Sparse-BitNet, un marco unificado que demuestra que la cuantización a 1.58 bits es naturalmente más compatible con la dispersión semi-estructurada N:M que los modelos de precisión completa, logrando una mayor eficiencia y aceleración en el entrenamiento y la inferencia de modelos de lenguaje grandes.
Esta guía establece un marco sistemático y operativo para la anotación y visualización de la estructura argumentativa en decisiones judiciales chinas, definiendo tipos de proposiciones y relaciones lógicas que facilitan el análisis computacional y la minería de argumentos jurídicos.
Este trabajo presenta un marco teórico y algoritmos eficientes para transformar modelos de lenguaje preentrenados mediante transductores de estado finito, permitiendo adaptar sus distribuciones de probabilidad a nuevos formatos de salida (como bytes, palabras o aminoácidos) sin modificar sus parámetros internos.
El artículo demuestra que los modelos de difusión LLM mejoran su capacidad de razonamiento utilizando las representaciones de los tokens de fin de secuencia (EoS) como un "borrador" oculto para realizar cálculos intermedios, lo que se confirma mediante experimentos de intervención causal.
Este trabajo presenta un marco que utiliza un enfoque de alineación de kernels en un modelo estudiante-entrenador para destilar la semántica de la Lógica Temporal de Señales (STL) en representaciones neuronales continuas, logrando así un razonamiento neuro-simbólico eficiente, escalable e intrínsecamente invertible que preserva la similitud semántica y predice la satisfacción de restricciones sin el costo computacional de los kernels simbólicos.
Este artículo propone un marco de GraphRAG basado en descomposición k-core que reemplaza el clustering Leiden para superar problemas de reproducibilidad en grafos dispersos, logrando mediante jerarquías deterministas y heurísticas ligeras una mejora en la comprensión global y la diversidad de respuestas con un menor costo de tokens.
Este artículo presenta un método de recorte de vocabulario para modelos de borrador en la decodificación especulativa que optimiza el equilibrio entre la cobertura de tokens y la latencia mediante un problema de optimización restringida, logrando reducciones significativas en la latencia y mejoras en el rendimiento sin comprometer la precisión.
El artículo presenta VietJobs, el primer corpus público a gran escala de anuncios de empleo en vietnamita con más de 48.000 publicaciones, diseñado para impulsar la investigación en procesamiento del lenguaje natural y análisis del mercado laboral mediante la evaluación de modelos de lenguaje generativo en tareas como la clasificación de categorías y la estimación de salarios.
Este artículo presenta el Corpus Multilingüe en la Nube, el primer conjunto de datos lingüísticos paralelo y multimodal a escala nacional de Bangladesh, que documenta mediante trabajo de campo sistemático 42 variedades lingüísticas (incluidas 14 en peligro) de cuatro familias distintas, proporcionando transcripciones, traducciones y grabaciones de audio para impulsar la preservación digital y el procesamiento de lenguas con recursos limitados.