5302 artículos
ThunderAgent es un sistema de inferencia ágil y consciente del programa que unifica la gestión de recursos heterogéneos mediante la abstracción de flujos de trabajo como "programas LLM", logrando mejoras significativas en el rendimiento y la eficiencia de memoria en comparación con los sistemas existentes.
OmniVTON++ es un marco de prueba de ropa virtual universal y sin entrenamiento que aborda desafíos de alineación y coherencia mediante morfología de prendas estructurada, guía de pose principal y costura de límites continua, logrando un rendimiento superior en diversos escenarios y soportando casos de múltiples prendas, personas y personajes de anime.
El marco Similarity-as-Evidence (SaE) calibra las predicciones sobreconfiadas de los Modelos Visuales-Linguísticos mediante una cabeza de evidencia de similitud que parametriza una distribución Dirichlet, permitiendo una selección de muestras más interpretable y eficiente en etiquetas para el aprendizaje activo en imágenes médicas al priorizar casos de alta vacuidad y disonancia.
Este artículo presenta un marco de triangulación basado en plantillas que incrusta fronteras derivadas de imágenes en una malla triangular regular mediante una tabla de búsqueda simbólica para garantizar una discretización de EDPs estable, paralela y geométricamente fiel sin necesidad de actualizaciones globales de conectividad.
El artículo presenta SIMSPINE, un marco de simulación consciente de la biomecánica y un nuevo conjunto de datos abierto que, al generar 2,14 millones de anotaciones 3D de vértebras a partir de modelos musculoesqueléticos, establece el primer benchmark unificado para la estimación de movimientos de la columna vertebral basada en visión por computadora, logrando mejoras significativas en el estado del arte.
Este artículo proporciona la justificación teórica de que el marco -DRESS distingue pares CFI para todo y demuestra condicionalmente que su poder de discriminación es al menos equivalente al de la jerarquía -WL para todos los grafos.
El artículo presenta InterNeg, un marco que mejora la detección de distribuciones fuera de contexto en modelos de visión y lenguaje al resolver inconsistencias en el uso de distancias intra-modales mediante la selección coherente de textos negativos y la generación dinámica de embeddings textuales a partir de imágenes OOD, logrando así un rendimiento superior en benchmarks estándar.
Este trabajo presenta "Kraken", el primer ataque de canal lateral electromagnético de alto orden capaz de extraer parámetros de modelos de aprendizaje profundo directamente de las unidades Tensor Core de las GPUs, demostrando la vulnerabilidad de estos sistemas tanto en campo cercano como en campo lejano a través de obstáculos.
Este artículo presenta la primera evaluación exhaustiva del ajuste fino eficiente en parámetros (PEFT) para el análisis de código multitarea, demostrando que un único módulo PEFT compartido puede igualar o superar al ajuste completo con una reducción drástica de costos computacionales y de almacenamiento, aunque su éxito depende críticamente de factores como la estabilidad de las tareas, la arquitectura del modelo y la calidad de los datos.
Este artículo identifica y evalúa 26 barreras sociales, económicas y técnicas que limitan la adopción de Recursos Educativos Abiertos (REA), proponiendo un modelo conceptual y estrategias para superarlas y fomentar un ecosistema educativo más inclusivo y equitativo.
El artículo propone la especificación inicial de una API estandarizada y agnóstica a plataformas llamada Ed, diseñada para crear un ecosistema interoperable de microservicios educativos que automatice funciones clave como la retroalimentación, la evaluación y los chatbots, mejorando así la experiencia de aprendizaje en diversas disciplinas.
Este estudio evalúa si cinco modelos de lenguaje grandes (LLMs) exhiben sesgos cognitivos humanos, como el efecto de víctima virtuosa y el efecto halo, al asistir en sentencias judiciales, encontrando que aunque muestran variaciones y limitaciones para su uso inmediato, presentan mejoras modestas respecto a los benchmarks humanos en la reducción de ciertos prejuicios.
Este artículo examina cómo el principio de proporcionalidad del Derecho de la Unión Europea puede guiar el desarrollo de métodos científicos para calibrar las evaluaciones de riesgos sistémicos de los modelos de IA de propósito general, asegurando que cumplan con los objetivos de la Ley de IA sin imponer cargas excesivas a los proveedores.
El artículo presenta DeliberationBench, una nueva métrica normativa que evalúa la influencia de los modelos de lenguaje grandes (LLM) en las opiniones de los usuarios comparándola con encuestas deliberativas democráticas, y demuestra mediante un experimento que estos modelos generan cambios de opinión sustanciales y epistémicamente deseables.
Este artículo examina el surgimiento de la "GPTheología" como una forma de tecnorreligión en la que la inteligencia artificial es tratada como un oráculo divino, analizando cómo las narrativas comunitarias y las interacciones rituales con modelos de lenguaje reflejan conceptos religiosos tradicionales y plantean desafíos éticos y sociotécnicos sobre la relación entre la humanidad y sus creaciones.
Este artículo examina cómo los patrones oscuros en el diseño de aplicaciones pueden comprometer la autonomía del consumidor y generar responsabilidad legal, proponiendo estrategias de arquitectura de elección y diseño transparente para que los desarrolladores cumplan con las leyes de protección al consumidor y fomenten la confianza.
Este artículo sostiene que, en lugar de endurecer la legislación para anticiparse a las nuevas tecnologías, el sistema legal debe proteger el futuro mediante la restricción regulatoria y el uso de las herramientas generales y adaptables del derecho consuetudinario, evitando así que las leyes rígidas y específicas sofocuen la innovación y la libertad.
Este artículo examina la evolución de la ley de protección al consumidor desde sus raíces históricas hasta los desafíos actuales de la era digital, analizando el impacto de la inteligencia artificial y los grandes datos en el mercado, así como las respuestas regulatorias como las leyes de privacidad y la prohibición de patrones oscuros.
Esta revisión integradora de más de 500 estudios sintetiza las evidencias sobre cómo la tecnología digital, especialmente la inteligencia artificial generativa, puede erosionar capacidades cognitivas superiores y agotar la reserva cognitiva a largo plazo mediante mecanismos como la interferencia funcional y la desregulación neuroquímica, a pesar de optimizar el rendimiento inmediato.
Este artículo presenta un marco de evaluación basado en el equilibrio de respuesta cuantal (QRE) para medir la sofisticación estratégica de los modelos de lenguaje, ofreciendo una métrica continua calibrada con datos humanos que supera las limitaciones de los puntajes agregados tradicionales, aunque revela una alta sensibilidad a la formulación de las instrucciones.