927 artículos
Este artículo propone un enfoque de generación de casos de prueba basado en LLM mejorado por un repositorio de memoria de proyecto que integra datos históricos y contexto de lanzamiento para mejorar significativamente la cobertura de riesgos, reducir la duplicación y aumentar el descubrimiento de defectos en sistemas de software a gran escala.
Este artículo establece una línea base preliminar basada en MATLAB de una CNN para la clasificación binaria de ultrasonido mamario entre maligno y no maligno utilizando el conjunto de datos BrEaST, logrando una precisión de prueba mejorada mientras enmarca explícitamente el etiquetado exploratorio de subtipos y la explicabilidad como direcciones de investigación futura en lugar de resultados validados.
Este artículo presenta un marco de programación diferenciable modular que integra la interpretabilidad directamente en un modelo de cadena de Markov de tiempo continuo para el soporte de decisiones clínicas mediante la descomposición de las tasas de transición en factores clínicamente significativos, el cálculo de sus sensibilidades a través de diferenciación automática estocástica y la generación de explicaciones trazables en lenguaje natural en tiempo real.
Este estudio compara el rendimiento de NLTK, TextBlob y spaCy al manejar oraciones de camino de jardín causadas por cambios funcionales, encontrando que spaCy supera significativamente a las otras dos bibliotecas en precisión sintáctica y ofreciendo perspectivas para mejorar las herramientas de PLN, incluyendo aquellas para lenguas africanas.
Este artículo presenta una arquitectura de referencia y una implementación de código abierto que tiende un puente entre el aprendizaje automático y la investigación operativa en la planificación de la cadena de suministro al integrar el pronóstico probabilístico conforme con el enrutamiento estocástico basado en escenarios, demostrando empíricamente mediante un backtest sintético que los pronósticos de cuantiles no calibrados conducen a una subcobertura significativa y riesgos de desabastecimiento, validando así la necesidad de interfaces conscientes de la calibración para un soporte de decisiones confiable.
Este artículo introduce un marco de teleoperación desmaterializado basado en la Teoría de Control de Desacoplamiento Cinemático que elimina la necesidad de gemelos kinestésicos físicos al descomponer ortogonalmente la intención humana en el espacio de información, logrando así una generalización de disparo cero (zero-shot) a través de diversas morfologías robóticas y revirtiendo la creencia largamente sostenida de que la retroalimentación de fuerza física es esencial para el control robótico intuitivo.
Cethraian-X es un benchmark de código abierto y libre de fugas para la clasificación de radiografías de tórax multietiqueta utilizando el conjunto de datos NIH ChestX-ray14 que establece rigurosos estándares de reproducibilidad mediante la evaluación de múltiples semillas, el análisis de calibración y herramientas de explicabilidad para permitir la comparación transparente de futuros métodos.
Este artículo presenta un marco de rastreo semántico para sistemas multiagente basados en LLM utilizando LangChain, LangGraph y LangSmith dentro del prototipo SHADOWAI-RISK, demostrando que la integración de la evaluación semántica reduce significativamente la deriva semántica y las violaciones de restricciones, incurriendo únicamente en un aumento moderado de la latencia y un costo local de cero.
Este artículo presenta y evalúa un Motor de Aprendizaje Automatizado (ALE, por sus siglas en inglés) que trasciende el RAG estándar mediante el empleo de un sistema orquestado de múltiples LLM con recuperación híbrida y flujos de trabajo de máquinas de estado, demostrando una mejora significativa en la precisión fáctica, la relevancia contextual y la reducción de las tasas de alucinación en la síntesis de conocimiento empresarial en comparación con las configuraciones base.
Mediante experimentos empíricos sobre un conjunto fijo de 24 millones de tokens, este artículo demuestra que el filtrado de calidad agresivo bajo un presupuesto de cómputo fijo a menudo perjudica el rendimiento del modelo al forzar una repetición excesiva de datos, mientras que retener datos de menor calidad y sobremuestrear subconjuntos de alta calidad produce resultados superiores o equivalentes en diversos objetivos.