1293 artículos
Este estudio demuestra que los modelos de lenguaje grandes, tanto propietarios como de código abierto, alcanzan una competencia en la entrevista motivacional comparable o superior a la de los terapeutas humanos en contextos clínicos reales, logrando ser indistinguibles de ellos para psiquiatras expertos y presentándose como una solución viable para expandir el asesoramiento en entornos con recursos limitados.
Este trabajo propone un enfoque jerárquico que combina contextos locales con prototipos semánticos globales para mejorar el etiquetado de roles retóricos, introduciendo además el nuevo dataset SCOTUS-Law y demostrando mejoras significativas en dominios legales, médicos y científicos.
Este estudio evalúa la capacidad de los modelos de lenguaje grandes para emular la terapia cognitivo-conductual profesional, concluyendo que, aunque pueden generar diálogos similares, presentan limitaciones significativas en la empatía y la coherencia terapéutica.
Este estudio evalúa la viabilidad y las limitaciones de los agentes impulsados por LLM para auditar patrones oscuros en los flujos de trabajo de solicitudes de derechos de datos, demostrando su capacidad y sus fallos al analizar 456 sitios web de corredores de datos en el contexto de la CCPA.
Este artículo presenta CzechTopic, un nuevo conjunto de datos y marco de evaluación para la localización de temas en documentos históricos checos, que demuestra cómo los modelos de lenguaje grandes y las arquitecturas BERT optimizadas pueden identificar eficazmente conceptos definidos por humanos en textos históricos, superando en algunos casos el acuerdo interanotador humano.
El artículo presenta IROSA, un marco innovador que combina modelos de lenguaje fundacionales con aprendizaje por imitación para permitir la adaptación de habilidades robóticas mediante comandos de lenguaje natural, utilizando una arquitectura basada en herramientas que garantiza seguridad y transparencia sin necesidad de ajuste fino del modelo.
Este trabajo propone un sistema neuro-simbólico híbrido que utiliza relaciones semánticas hiperónimo-hipónimo para extraer inteligencia de amenazas cibernéticas y generar automáticamente reglas de firewall mediante agentes de IA y sistemas expertos, demostrando una mayor eficacia en la mitigación de amenazas en comparación con enfoques basales.
Este trabajo propone una evaluación anónima para agentes de rol que revela la dependencia de los modelos en nombres famosos, demostrando además que la incorporación de rasgos de personalidad auto-generados mejora significativamente la fidelidad del personaje en ausencia de dicha información.
Este estudio demuestra que, aunque los modelos de lenguaje grandes pueden evaluar respuestas médicas abiertas en francés, su precisión depende del generador de la respuesta y se optimiza significativamente mediante la adaptación supervisada de modelos compactos, ofreciendo así una solución escalable para entornos médicos con recursos limitados.
Este trabajo propone un método de monitoreo basado en las activaciones internas de los modelos de lenguaje para detectar señales tempranas de manipulación de recompensas durante la generación, demostrando que estos patrones internos son más fiables y anticipados que la evaluación basada únicamente en el texto final.
Este artículo evalúa cómo la integración de modelos de lenguaje grandes (LLM) en flujos de trabajo de traducción automática afecta la fiabilidad de los métodos existentes de predicción de calidad, mediante experimentos retrospectivos en un conjunto de datos único con múltiples candidatos y una referencia de edición humana.
El artículo presenta FINEST, una taxonomía de evaluación detallada para temas sensibles que, al desglosar la utilidad y la inocuidad en categorías de contenido, lógica y adecuación, permite mejorar significativamente las respuestas de los modelos de lenguaje mediante un proceso de refinamiento guiado por puntuaciones y justificaciones específicas.
El estudio BeamPERL demuestra que, aunque el aprendizaje por refuerzo con recompensas verificables mejora significativamente el rendimiento de modelos de lenguaje compactos en problemas de mecánica de vigas, induce la memorización de plantillas procedimentales en lugar de un razonamiento físico robusto, lo que limita la generalización ante cambios topológicos y sugiere la necesidad de combinar estas recompensas con andamiajes de razonamiento estructurado.
El artículo presenta VietNormalizer, una biblioteca Python de código abierto y sin dependencias que normaliza texto vietnamita mediante un pipeline basado en reglas para convertir números, fechas, monedas, acrónimos y préstamos lingüísticos en formas habladas, optimizando así su uso en aplicaciones de síntesis de voz y procesamiento del lenguaje natural.
Este estudio demuestra que, aunque el escalado de modelos mejora el rendimiento en la Prueba de Falsa Creencia, la aparición de patrones estereotípicos vinculados al vocabulario de estados mentales durante el pre-entrenamiento y la capacidad de aislar causalmente un "vector de pensamiento" revelan limitaciones fundamentales en la competencia social de los modelos de lenguaje.
Este artículo presenta DCAN, un enfoque basado en aprendizaje contrastivo que disocia la semántica del código de sus características estilísticas específicas del modelo para lograr una atribución precisa de la fuente de código generado por LLM, validado mediante un nuevo conjunto de datos a gran escala.
Este estudio evalúa cómo once grandes modelos de lenguaje navegan las compensaciones relacionadas con la Declaración Universal de los Derechos Humanos en múltiples idiomas, revelando sesgos sistemáticos que incluyen una mayor disposición a limitar derechos económicos y sociales, variaciones lingüísticas significativas y una alta susceptibilidad a la manipulación mediante instrucciones.
El estudio demuestra que las mejoras en los benchmarks de RAG multilingüe y visual se deben principalmente a una mejor representación del documento y no a sistemas de recuperación avanzados, ya que BM25 puede recuperar esas brechas cuando se optimiza la transcripción y el preprocesamiento.
El artículo presenta Memex, un mecanismo de memoria indexada optimizado mediante aprendizaje por refuerzo (MemexRL) que permite a los agentes LLM realizar tareas de largo alcance manteniendo un contexto de trabajo compacto y recuperando evidencia completa bajo demanda, superando así las limitaciones de pérdida de información inherentes a los enfoques de resumen tradicionales.
Este artículo propone un pipeline para extraer relaciones causales de los modelos de lenguaje grande mediante la generación de documentos, la extracción y agrupación de eventos, y la aplicación de métodos de descubrimiento causal para presentar un conjunto de hipótesis causales plausibles que el modelo puede asumir.