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.

607 artículos revisados por autores · 241–250 / 607

A brief review of evolutionary game dynamics in the reinforcement learning paradigm

Esta revisión sintetiza los avances recientes en la dinámica de juegos evolutivos que utilizan el aprendizaje por refuerzo como una alternativa superior al aprendizaje por imitación, demostrando su eficacia para explicar el surgimiento de la cooperación, la equidad, la confianza y la coordinación de recursos en sistemas humanos y naturales.

Guozhong Zheng, Xin Ou, Shengfeng Deng, Jiqiang Zhang, Li Chen2026-05-21✓ Author reviewed 🌀 nlin

Runtime-Certified Bounded-Error Quantized Attention

Este artículo presenta una arquitectura de caché KV escalonada que habilita la atención cuantizada con error acotado certificado en tiempo de ejecución mediante el cálculo en línea de límites de error para activar la selección de precisión adaptativa y una reversión determinista a FP16, garantizando así la recuperación de salidas de atención densa exactas mientras se mantiene una alta compresión para la inferencia de LLM de contexto largo.

Dean Calver2026-05-21✓ Author reviewed ⚡ eess

Lithium Enrichment in a Subgiant Star with a Brown Dwarf Companion: A Planetary Engulfment Candidate

Este estudio identifica a la estrella subgigante TOI-5882 como un candidato sólido para la ingestión planetaria, evidenciado por su enriquecimiento significativo de litio, el cual los modelos sugieren que podría resultar de la ingestión de un planeta de masa entre la de un super-Tierra y la de un Neptuno.

Brooke Kotten, Melinda Soares-Furtado, Ricardo Yarza, Andrew C. Nine, Seth A. Jacobson, Noah Vowell, Olivia Maynard, Allyson Bieryla, Andrew Vanderburg, Jack Schulte, Claudia Aguilera-Gomez, Enrico Ra (…)2026-05-21✓ Author reviewed 🔭 astro-ph

BALLAST: Bayesian Active Learning with Look-ahead Amendment for Sea-drifter Trajectories under Spatio-Temporal Vector Fields

El artículo presenta BALLAST, un marco de aprendizaje activo bayesiano que optimiza la colocación de derivares oceánicos lagrangianos para inferir campos vectoriales oceánicos dependientes del tiempo mediante la incorporación de predicciones de trayectoria prospectivas y un nuevo método eficiente de inferencia de Procesos Gaussianos denominado VaSE.

Rui-Yang Zhang, Lachlan Astfalck, Edward Cripps, David S. Leslie, Henry B. Moss2026-05-21✓ Author reviewed 📊 stat

Sutra: Tensor-Op RNNs as a Compilation Target for Vector Symbolic Architectures

El artículo presenta Sutra, un lenguaje de programación puramente funcional que compila operaciones simbólicas de Arquitectura de Símbolos Vectoriales en grafos de tensores fusionados de PyTorch, permitiendo que los programas logren una precisión de decodificación perfecta en diversos sustratos de incrustación congelados y sean entrenados mediante retropropagación, al tiempo que permanecen completamente legibles y recompilables como código fuente.

Emma Leonhart2026-05-21✓ Author reviewed 🤖 cs.LG

A Multi-Layer Testing Framework for Automated Data Quality Assurance in Cloud-Native ELT Pipelines

Este artículo presenta un marco de pruebas unificado y multinivel para tuberías ELT nativas de la nube que integra validación a nivel de orquestación, pruebas declarativas de dbt y pruebas semánticas generadas por modelos de lenguaje grande, demostrando mediante experimentos controlados que este enfoque logra una mejora del 128,57 % en la detección de anomalías frente a las líneas base manuales, manteniendo al mismo tiempo la viabilidad operativa.

Ismail Gargouri, Hassan Reza2026-05-21✓ Author reviewed 💻 cs

torchtune: PyTorch native post-training library

El artículo presenta torchtune, una biblioteca nativa de PyTorch diseñada para agilizar el ciclo de vida posterior al entrenamiento de los modelos de lenguaje grandes, priorizando la modularidad, la transparencia y la extensibilidad para permitir un ajuste fino eficiente y una iteración rápida en la investigación, manteniendo al mismo tiempo un rendimiento competitivo y una eficiencia en el uso de la memoria.

Mark Obozov, Maxime Griot, Joseph Cummings, Evan Smothers, Felipe Mello, Rafi Ayub, Philip John Bontrager, Salman Mohammadi, Ariel Kwiatkowski, Nathan Azrak, Mircea Mironenco2026-05-21✓ Author reviewed 🤖 cs.LG

Fuzzy Convolution Neural Networks for Tabular Data Classification

Este artículo propone un marco novedoso de Red Neuronal Convolucional Difusa (FCNN) que convierte datos tabulares en imágenes basadas en pertenencia difusa para aprovechar eficazmente el aprendizaje profundo en la clasificación, demostrando un rendimiento competitivo o superior en comparación con los algoritmos tradicionales de aprendizaje automático en conjuntos de datos complejos y ruidosos.

Arun D. Kulkarni2026-05-21✓ Author reviewed 🤖 cs.AI