Para cada artículo de esta página, al menos uno de los autores originales ha visto nuestra explicación divulgativa y se ha implicado con ella — ya sea confirmando su precisión o solicitando correcciones que después aplicamos. Una confirmación no significa que los autores aprueben formalmente cada frase, pero sí que la explicación ha pasado por los ojos de quienes escribieron el artículo.

281 artículos revisados por autores · 221–230 / 281

Reexamining Paradigms of End-to-End Data Movement

Este artículo demuestra que el rendimiento real de la transferencia de datos a gran escala depende de un diseño holístico hardware-software que aborde seis paradigmas críticos más allá del ancho de banda de la red, introduciendo el modelo de "Patrón de Cuenca de Drenaje" para identificar y resolver los cuellos de botella que limitan el rendimiento en entornos de producción.

Chin Fang, Timothy Stitt, Michael J. McManus, Toshio Moriya2026-03-09✓ Author reviewed 💻 cs

Self-Supervised Flow Matching for Scalable Multi-Modal Synthesis

El artículo presenta "Self-Flow", un paradigma de flujo de autoaprendizaje que integra el aprendizaje de representaciones dentro del marco generativo mediante una programación de doble paso de tiempo, logrando una síntesis multimodal escalable y superior sin depender de modelos externos.

Hila Chefer, Patrick Esser, Dominik Lorenz, Dustin Podell, Vikash Raja, Vinh Tong, Antonio Torralba, Robin Rombach2026-03-09✓ Author reviewed 💻 cs

Single- and Multi-Level Fourier-RQMC Methods for Multivariate Shortfall Risk

Este artículo presenta nuevos algoritmos numéricos de un solo nivel y multinivel que combinan técnicas de inversión de Fourier con muestreo cuasi-Monte Carlo aleatorizado para estimar de manera eficiente y precisa el riesgo de déficit multivariante y sus asignaciones óptimas, superando a los métodos tradicionales de Monte Carlo en términos de convergencia y costo computacional.

Chiheb Ben Hammouda, Truong Ngoc Nguyen2026-03-09✓ Author reviewed 🔢 math

EigenData: A Self-Evolving Multi-Agent Platform for Function-Calling Data Synthesis, Auditing, and Repair

El documento presenta EigenData, una plataforma multiagente autoevolutiva que automatiza la síntesis, auditoría y reparación de datos para la llamada de funciones, demostrando su eficacia al corregir sistemáticamente el benchmark BFCL-V3 y mejorar la correlación entre las métricas de evaluación y la corrección funcional percibida por humanos.

Jiaao Chen, Jingyuan Qi, Mingye Gao, Wei-Chen Wang, Hanrui Wang, Di Jin2026-03-09✓ Author reviewed 🤖 cs.AI

Cannabis Use by People with HIV is Associated with an Anti-Inflammatory Immunometabolic Phenotype in Monocyte-Derived Macrophages

El estudio demuestra que el uso diario de cannabis en personas con VIH se asocia con una reducción del deterioro cognitivo y con la reprogramación inmunometabólica de los macrófagos hacia un fenotipo antiinflamatorio y neuroprotector.

Ford, M., Halcrow, P. W., Laird, A., Leyva, B., Boustani, A., Spencer, M., Melcher, J., Walter, K., Hong, D., Funk, G., Searson, E., Le, A. A., Ellis, R. J., Letendre, S., Marcondes, M. C. G., Schlach (…)2026-03-06✓ Author reviewed 🛡️ immunology

SkillNet: Create, Evaluate, and Connect AI Skills

SkillNet es una infraestructura abierta que crea, evalúa y conecta habilidades de IA a gran escala mediante una ontología unificada y un repositorio de más de 200.000 habilidades, logrando mejorar significativamente el rendimiento de los agentes al permitirles acumular y transferir conocimientos en lugar de reinventar soluciones.

Yuan Liang, Ruobin Zhong, Haoming Xu, Chen Jiang, Yi Zhong, Runnan Fang, Jia-Chen Gu, Shumin Deng, Yunzhi Yao, Mengru Wang, Shuofei Qiao, Xin Xu, Tongtong Wu, Kun Wang, Yang Liu, Zhen Bi, Jungang Lou (…)2026-03-06✓ Author reviewed 💻 cs

On braided simple extensions and braided non-semisimple near-group categories

El artículo demuestra que toda categoría de grupo cercano no semisimple y no degenerada con estructura trenzada es una extensión simple trenzada de sRep(WW)\mathrm{sRep}(W\oplus W^*) y que cualquier tal categoría surge canónicamente como una extensión de esta por Rep(G)\mathrm{Rep}(G), donde GG es el grupo de Picard de una subcategoría simétrica determinada.

Daniel Sebbag2026-03-06✓ Author reviewed 🔢 math