2456 artículos
Este artículo presenta un método automatizado y escalable que combina el análisis estático interprocedimental con el seguimiento del flujo de control y de la dependencia de datos para detectar con precisión bucles naturales y determinar sus recuentos de iteración en código binario optimizado, logrando una alta precisión y escalabilidad en software real y conjuntos de pruebas de referencia.
Este artículo establece un referente reproducible que demuestra que, si bien los datos completos de la pose del HMD pueden modelar eficazmente ciertos resultados subjetivos de la RV como la presencia espacial, funcionan mejor como una señal conductual complementaria a los cuestionarios tradicionales en lugar de un reemplazo completo, con una recuperabilidad que varía significamente a través de diferentes constructos como la usabilidad, la carga de trabajo y el cibersickness.
Este artículo propone un marco de evaluación sensible al costo y explicable para la predicción de la enfermedad renal crónica que demuestra cómo la optimización de los umbrales de decisión y la priorización de la evitación de falsos negativos, junto con un análisis de interpretabilidad que confirma la plausibilidad clínica, mejora la idoneidad de los modelos de aprendizaje automático para el soporte de decisiones clínicas.
Este artículo presenta un grafo de conocimiento basado en Neo4j que transforma la documentación estática de MITRE ATLAS en un sistema consultable y fundamentado en LLM, vinculado transversalmente con el OWASP Top 10 para Aplicaciones de LLM, permitiendo a los profesionales realizar razonamiento de amenazas, identificar 40 técnicas de IA generativa no mitigadas y demostrar la naturaleza ortogonal de las tácticas de ATLAS y las categorías de riesgo de OWASP.
Este artículo propone el Marco de Validación Semántica Consciente de la Seguridad (SSVF, por sus siglas en inglés), un novedoso enfoque consciente de la ejecución que transforma los planes de ejecución de bases de datos en conocimiento semántico estructurado para detectar ataques sofisticados de inyección SQL y mejorar la seguridad de las bases de datos relacionales mediante una validación inteligente y explicable.
Este artículo demuestra que los clasificadores de seguridad de prompts entrenados en benchmarks sintéticos sufren un desajuste de distribución significativo cuando se aplican a entradas de autoría humana, lo que conduce a una caída sustancial en la exhaustividad y a un aumento pronunciado de los falsos positivos que no puede resolverse simplemente aumentando la complejidad del modelo.
Este artículo presenta MedGemma StructCore, un proceso de dos etapas con prioridad local que utiliza modelos MedGemma 4B ajustados para convertir notas clínicas no estructuradas en hechos KVT4 auditables para la evaluación del riesgo de readmisión, demostrando que si bien los datos estructurados añaden señal predictiva y aseguran la estabilidad del formato en hardware de consumo, el sistema requiere una validación adicional de la precisión de la extracción y la calibración de la probabilidad antes de su despliegue clínico.
Este artículo propone un marco de proceso de decisión de Markov restringido (CMDP) utilizando Q-learning lagrangiano factorizado para optimizar el reequilibrio de la micromovilidad compartida mediante la imposición explícita de umbrales de equidad en las tasas de fallo del servicio, validado a través de redes sintéticas y un estudio de caso del mundo real en La Haya.
Este artículo presenta una arquitectura de seguridad del lado del cliente para bóvedas de credenciales basadas en la web que logra propiedades sólidas de conocimiento cero mediante la combinación de la extensión PRF de WebAuthn con criptografía simétrica y patrones de almacenamiento optimizados en el navegador.
Este artículo presenta AeroGround, un conjunto de datos de aviación abierto y fundamentado en citas derivado de fuentes de dominio público de los EE. UU. que permite el entrenamiento y la evaluación de modelos de lenguaje confiables capaces de proporcionar respuestas autorizadas y citadas o abstenciones calibradas cuando la evidencia es insuficiente.