2444 artículos
Este artículo demuestra que los métodos clásicos de detección de comunidades igualan o superan consistentemente a las Redes Neuronales de Grafos recientes en redes bipartitas utilizando únicamente la topología, basándose en una evaluación exhaustiva de catorce métodos a través de ocho conjuntos de datos del mundo real y cinco sintéticos.
Este artículo describe y evalúa de forma formativa un flujo de trabajo gobernado y apoyado por modelos de lenguaje de gran tamaño, implementado en una empresa colombiana de IA aplicada a la salud, para mejorar sistemáticamente el rendimiento y la trazabilidad del descubrimiento de subvenciones y el desarrollo de propuestas, manteniendo al mismo tiempo la supervisión de los investigadores. En la Fase 1 ("La Búsqueda del Tesoro"), se corrige la descripción de la figura "83". El texto anteriormente implicaba que estos candidatos eran inelegibles o rechazados, pero en realidad son los candidatos post-filtrado que pasaron el filtro y fueron considerados buenos. La frase se ha reformulado para reflejar que estos 83 candidatos pasaron el filtro en lugar de ser rechazados.
Este artículo propone un marco de retroalimentación y refinamiento iterativo que utiliza modelos de lenguaje de gran tamaño para inducir dinámicamente esquemas adaptativos para convertir notas clínicas no estructuradas en representaciones estructuradas fieles, el cual supera a las líneas base existentes al reducir significativamente la omisión y la alucinación sin requerir datos etiquetados o ajuste fino.
Este estudio demuestra que las evaluaciones de métrica única pueden enmascarar el colapso universal de los modelos de IA quirúrgica entre los sitios al resaltar una robustez aparente en clases específicas, mientras que las auditorías de métrica dual revelan fallos generalizados y que la sustitución del backbone, en las configuraciones que probamos, no logró cerrar la brecha tanto en detectores personalizados como en modelos fundacionales preentrenados.
Este estudio evalúa el rendimiento de las redes de Memoria a Largo Corto Plazo Bidireccionales con atención frente a las Redes Neuronales Convolucionales Residuales para la detección automatizada de arritmias de ECG, encontrando que la arquitectura ResNet logra un desempeño superior (98.0% de precisión) al extraer mejor las características morfológicas complejas de un conjunto de datos de más de 109,000 latidos.
Este artículo presenta guardrail-rs, un proxy inverso de código abierto basado en Rust diseñado para proteger aplicaciones de LLM mediante la detección composible de inyecciones de prompts y la redacción de PII con una arquitectura de apertura segura (fail-open), mientras reporta de manera transparente sus características de rendimiento y desafíos de ingeniería del mundo real.
Este artículo presenta un flujo de trabajo determinista para convertir muestras finitas y ruidosas de trayectorias deportivas en artefactos simbólicos auditables mediante la imposición explícita de supuestos de coordenadas, umbrales y tolerancias, limitando estrictamente su alcance a la representación y la trazabilidad en lugar de la reconstrucción física o la inferencia semántica.
Esta revisión sintetiza la evidencia que muestra que, si bien las herramientas de IA mejoran significativamente la eficiencia y la claridad en la búsqueda bibliográfica y la escritura científica, su adopción responsable requiere enfoques híbridos entre humanos e IA para abordar las limitaciones persistentes en cuanto a fiabilidad, sesgo e integridad académica.
Este estudio presenta una evaluación exhaustiva de ResNet50 y Vision Transformer (ViT-B16) para la detección de neumonía en radiografías de tórax, revelando que mientras ResNet50 ofrece una precisión, calibración y eficiencia superiores, ViT-B16 demuestra una mayor robustez frente a las degradaciones de imagen, destacando así la necesidad de una evaluación multidimensional para sistemas de diagnóstico confiables.
Este estudio aprovecha un ensamble de apilamiento (stacking) de modelos LightGBM y XGBoost con un meta-aprendiz de ExtraTrees sobre el conjunto de datos Global Findex 2025 para predecir la adopción de pagos digitales con una precisión del 93,04%, revelando que la educación, el acceso a internet y los ingresos son los impulsores más críticos de la inclusión financiera.