2358 artículos
Este artículo presenta ADAM, un marco de modelos de lenguaje de gran tamaño multiagente que equilibra una alta autonomía con una supervisión humana dirigida mediante el uso de límites de reversibilidad semántica para guiar de forma segura la experimentación de materiales en bucle cerrado.
Esta encuesta presenta una taxonomía multidimensional exhaustiva para la detección de conductas indebidas en los Sistemas de Transporte Inteligentes Cooperativos, vinculando metodologías avanzadas como el aprendizaje federado y el blockchain con desafíos del mundo real, al tiempo que aborda las amenazas emergentes de la IA generativa y esboza direcciones futuras para mecanismos de defensa resilientes y que preserven la privacidad.
Este artículo afirma presentar una revolucionaria plataforma de computación reversible de 3,0 mm sin batería que elude el límite de Landauer y elimina la necesidad de memoria RAM física y redes tradicionales mediante la utilización de la recuperación adiabática de carga y la resonancia cuántica, logrando así supuestamente un consumo de energía cercano a cero, la síntesis instantánea de modelos de IA y una inmunidad total ante amenazas ambientales y de seguridad.
Este artículo evalúa marcos de IA híbridos que integran la selección de características optimizada y técnicas de IA explicable para desarrollar modelos robustos, interpretables y generalizables para la predicción de crisis epilépticas utilizando datos biomédicos multimodales.
Este estudio propone un marco que integra Redes Neuronales de Grafos Espaciotemporales con Inteligencia Artificial Explicable para pronosticar con precisión los riesgos de emergencia de patógenos utilizando una base de datos de epidemias humanas, logrando un rendimiento superior sobre los modelos de referencia al cuantificar la incertidumbre e identificar los factores clave para permitir intervenciones de salud pública proactivas.
Este artículo introduce el Flujo de Evidencia de Lenguaje (LEF) para descomponer las predicciones de los Transformers en evidencia por capa con signo y propone ScopeGate, una herramienta de diagnóstico basada en permutaciones que revela las limitaciones de los detectores de errores existentes tanto a nivel de modelo como de tarea, demostrando que ninguna métrica única predice universalmente el fallo del modelo.
Este artículo presenta la Fusión Cuántico-Cognitiva (Q-CogFusion), un novedoso marco de aprendizaje de conjunto de inspiración cuántica que integra el entrelazamiento de características, el equilibrio de clases consciente de la geometría y la agregación basada en la atención para lograr un diagnóstico multiclase de alta precisión e interpretable de enfermedades respiratorias en datos clínicos desbalanceados.
Este estudio piloto demuestra que el uso de instrucciones basadas en principios contemplativos de las tradiciones budista, védica y yóguica mejora significativamente la seguridad, la alineación ética y la calidad cooperativa de los grandes modelos de lenguaje en comparación con las líneas base no contemplativas, ofreciendo una intervención de bajo costo y agnóstica a la tradición que no requiere el reentrenamiento del modelo.
Este artículo presenta un benchmark controlado que compara las arquitecturas de polling REST, WebSocket push y CockroachDB CDC para la sincronización de bases de datos en tiempo real, revelando que mientras WebSocket push ofrece la latencia mediana más baja y el polling REST proporciona retrasos acotados predecibles, CDC ofrece medianas competitivas pero sufre una latencia de cola significativa debido al procesamiento por lotes e incompatibilidades de protocolo específicas.
Este estudio compara empíricamente cuatro métodos de codificación posicional en un pequeño Transformer a nivel de caracteres entrenado con texto de estilo shakesperiano, encontrando que los Embeddings Posicionales Rotatorios (RoPE) superan consistentemente a los embeddings aprendidos, a la codificación sinusoidal y a ALiBi en la pérdida de validación y en la calidad de la generación de texto, aunque los resultados son específicos del entorno experimental.