1065 artículos
El marco SelfOrg propone un sistema de autoorganización estocástica para agentes basados en LLMs que, mediante el uso de valores de Shapley aproximados y la construcción dinámica de grafos acíclicos dirigidos, optimiza la comunicación entre agentes sin supervisión externa, logrando mejoras significativas en el rendimiento, especialmente en configuraciones con modelos débiles.
El artículo presenta FOR-Prompting, un protocolo de prompting asimétrico que mejora el razonamiento y la auto-revisión de los modelos de lenguaje mediante un debate estructurado entre un Defensor, un Debatedor y un Anfitrión, logrando resultados superiores o comparables a métodos existentes sin necesidad de entrenamiento adicional.
El artículo presenta DialTree, un marco de aprendizaje por refuerzo basado en árboles que descubre autónomamente estrategias de ataque adversarial multi-turno más efectivas, superando significativamente a los métodos existentes al explorar dinámicas conversacionales complejas sin necesidad de datos curados manualmente.
Este artículo propone el uso de la comprensión de modismos regionales como herramienta para medir la brecha dialectal, presentando nuevos conjuntos de datos para el francés de Quebec y demostrando que, aunque los modelos de lenguaje dominan el francés metropolitano, la mayoría falla significativamente al interpretar las expresiones idiomáticas de Quebec.
El artículo presenta NANOMIND, un marco de diseño conjunto hardware-software que optimiza la inferencia de modelos multimodales grandes en dispositivos pequeños y autónomos mediante la ejecución modular en aceleradores heterogéneos, logrando una eficiencia energética superior y una autonomía de casi 21 horas sin conexión a red.
El artículo presenta ACE, un marco de edición de conocimiento basado en la atribución a nivel de neuronas que identifica y modifica las vías de consulta-valor críticas para mejorar significativamente la recuperación de hechos en múltiples pasos en modelos de lenguaje grandes.
El artículo presenta R-WoM, un modelo de mundo aumentado por recuperación que integra conocimiento factual externo para mitigar las alucinaciones de los modelos de lenguaje y mejorar significativamente la toma de decisiones de los agentes informáticos en simulaciones de largo plazo.
El artículo presenta HypoSpace, una suite de diagnóstico que evalúa la creatividad de los modelos de lenguaje al generar conjuntos de hipótesis en problemas subdeterminados, midiendo la validez, la unicidad y la recuperación para revelar el colapso de modos que las métricas de corrección única pasan por alto.
El artículo presenta KrishokBondhu, un sistema de asesoramiento agrícola basado en voz y en un marco de generación aumentada por recuperación (RAG) diseñado para agricultores bengalíes en Bangladesh, el cual demuestra una mejora significativa en la calidad y riqueza contextual de las respuestas en comparación con benchmarks existentes.
SwiftEmbed es un sistema de inferencia en Rust que ofrece latencias ultra bajas de 1,12 ms mediante la búsqueda estática de tokens y la serialización binaria, logrando un rendimiento robusto en tareas de detección de duplicados y similitud semántica para aplicaciones en tiempo real que no pueden soportar la inferencia completa de transformadores.
El artículo presenta a Jr. AI Scientist, un sistema autónomo que imita el flujo de trabajo de un investigador novato para generar contribuciones científicas válidas a partir de artículos base, demostrando su superioridad sobre sistemas automatizados anteriores mientras identifica sus limitaciones actuales y los riesgos asociados para la integridad de la investigación académica.
El artículo presenta HatePrototypes, representaciones vectoriales interpretables y transferibles derivadas de modelos de lenguaje que permiten detectar tanto el discurso de odio explícito como el implícito mediante un enfoque eficiente y sin necesidad de reentrenamiento continuo.
Este artículo presenta SPOT, el primer corpus anotado en francés y un benchmark para detectar "puntos de parada" en conversaciones en línea, demostrando que los modelos de codificadores ajustados superan a los grandes modelos de lenguaje en esta tarea y mejoran su rendimiento al incorporar metadatos contextuales.
El estudio revela que los Modelos de Lenguaje Multimodales (MLLM) presentan una brecha significativa al componer habilidades entre diferentes modalidades, la cual solo se mitiga parcialmente mediante estrategias como el *chain-of-thought* o el ajuste fino, lo que indica la necesidad de más investigación para optimizar esta capacidad.
Este trabajo presenta "Stealth Fine-Tuning", un método de bajo costo que rompe la alineación de seguridad en Modelos de Lenguaje Visuales con Razonamiento (RVLMs) mediante interferencia a nivel de segmento y ajuste fino con datos generados por el propio modelo, logrando una tasa de éxito significativamente mayor que métodos anteriores mientras preserva la capacidad de razonamiento general.
Este artículo presenta Graphectory, un marco de análisis centrado en procesos que representa las trayectorias de sistemas agénticos como grafos para revelar patrones de razonamiento y estrategias, demostrando que el monitoreo y la intervención en tiempo real basados en este análisis mejoran significativamente las tasas de resolución y reducen la longitud de las trayectorias.
Este artículo presenta SETUP, un nuevo parser que logra un rendimiento significativo en la conversión automática de texto al inglés a Representación de Significado Uniforme (UMR) mediante el ajuste fino de analizadores existentes y la conversión de dependencias universales.
El artículo presenta el Transformer de Decodificador Paralelo (PDT), una arquitectura que integra un mecanismo de coordinación interna mediante un espacio latente sembrado por un planificador y un protocolo de decodificación sincronizada, permitiendo que un modelo de lenguaje congelado resuelva subproblemas en paralelo de manera autónoma sin depender de orquestación externa.
El artículo presenta CompanionCast, un marco general que orquesta múltiples agentes de IA especializados para replicar dinámicas grupales auténticas y mejorar la presencia social y el intercambio emocional durante experiencias compartidas en vivo, como la visualización de deportes.
Esta encuesta propone un marco unificado de cuatro paradigmas para estudiar la adaptación de agentes de IA tras el preentrenamiento, abarcando tanto la mejora del propio agente como la de sus herramientas, memorias y habilidades, con el fin de analizar métodos, comparar compensaciones y resumir prácticas de evaluación en diversos dominios.