4031 artículos
El artículo presenta MedConclusion, un conjunto de datos a gran escala de 5,7 millones de resúmenes biomédicos estructurados diseñado para evaluar y avanzar en la evaluación de la capacidad de los modelos de lenguaje de gran tamaño para generar conclusiones científicas a partir de evidencia estructurada.
Este artículo introduce un marco de descomposición y un protocolo de evaluación libre de fugas para demostrar que las aparentes ganancias de clasificación derivadas del aumento generativo en el diagnóstico de la enfermedad de Parkinson son a menudo artefactos de la fuga de evaluación, revelando que, si bien el equilibrio en el espacio latente produce datos sintéticos de alta fidelidad, este no logra mejorar el rendimiento del modelo con respecto a las líneas base no aumentadas.
Este estudio propone un marco multimodal que integra datos de movimiento ocular, iluminación y velocidad del vehículo con un novedoso algoritmo de agrupamiento RaceGrid-OPTICS y un modelo de aprendizaje profundo WA-PSRSMformer para evaluar y predecir con precisión la carga visual del conductor bajo condiciones de iluminación dinámica, alcanzando una precisión del 90,13% en entornos de túneles.
Contrariamente al supuesto prevaleciente de que los sistemas multiagente superan a los modelos únicos, este estudio demuestra que, en entornos de atención primaria con recursos limitados, un único modelo de lenguaje de gran tamaño local de alto rendimiento (GPT-oss-20b) logra una precisión diagnóstica, seguridad y latencia superiores en comparación con las arquitecturas multiagente complejas, abogando así por estrategias de "IA magra" sobre flujos de trabajo de ensamblaje computacionalmente costosos.
Este artículo presenta un marco basado en simulaciones para determinar el tamaño de muestra necesario en las evaluaciones comparativas de IA clínica pareadas para abordar las limitaciones de los métodos tradicionales, demostrando a través de un estudio de dislipidemia que el tamaño de la muestra precalculado, en lugar del rendimiento del sistema por sí solo, dicta si las conclusiones comparativas son estadísticamente alcanzables.
Este artículo presenta MineralBench, un banco de pruebas de evaluación integral que cuenta con tres tareas especializadas y cuatro métricas para evaluar y comparar sistemáticamente el rendimiento de 13 modelos de lenguaje de gran tamaño en el dominio de los recursos minerales, revelando brechas significativas de rendimiento entre las capacidades generales y las específicas del dominio, así como la naturaleza dependiente de la tarea del ajuste fino.
Este artículo propone un marco integrado de YOLOv8-SLAM para robots móviles exteriores que mejora la detección de objetivos pequeños, elimina la interferencia dinámica en el SLAM visual y optimiza la planificación de trayectorias de global a local mediante un enfoque híbrido de colonia de hormigas y ventana dinámica, resultando en una mejora significativa de la precisión de percepción, la estimación de la trayectoria y las tasas de éxito de navegación en entornos complejos.
Este análisis bibliométrico basado en CiteSpace de 1.685 artículos de Web of Science revela un fuerte aumento en la investigación sobre intervenciones de salud mental impulsadas por IA desde 2023, destacando contribuciones clave de China y los EE. UU. al tiempo que identifica los puntos críticos actuales en los modelos de lenguaje de gran tamaño y los desafíos éticos, junto con una necesidad crítica de traslación clínica estandarizada y colaboración multinacional.
Este artículo presenta una colección multidominio de conjuntos de datos estandarizados y centrados en objetos, diseñados para facilitar la experimentación controlada con pocos datos y los flujos de trabajo de aumentación reproducibles en la investigación de la inteligencia artificial.
Este estudio demuestra que la integración de la inteligencia artificial explicable (XAI) en las herramientas de diseño de interfaces mejora significamente los resultados del usuario, incluyendo la confianza creativa, el aprendizaje percibido, la confianza, la autonomía y la usabilidad, durante las tareas de diseño de interfaz de usuario, lo que sugiere que la XAI fomenta el compromiso crítico con las recomendaciones de la IA al tiempo que destaca la necesidad de investigaciones futuras para medir directamente su impacto en los comportamientos de alfabetización en ciberseguridad y privacidad.