Artículos en los que los autores originales han revisado nuestra explicación divulgativa.
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 · 351–360 / 607
El artículo introduce Medias de Clave-Valor (KVM), un mecanismo novedoso de recurrencia por bloques para la atención que unifica los beneficios de los transformadores y las RNN lineales al permitir un entrenamiento eficiente y paralelizable por fragmentos con crecimiento flexible del estado y tiempo de prellenado subcuadrático, todo ello utilizando operaciones estándar y parámetros adicionales mínimos.
El artículo presenta DP-LAC, un método ligero para el ajuste fino federado de modelos de lenguaje con privacidad diferencial que estima y adapta eficientemente el umbral de recorte sin costes adicionales de privacidad ni ajuste de hiperparámetros, logrando una mejora del 6,6% en la precisión respecto a enfoques existentes.
Este artículo introduce la Especulación en Tiempo de Prueba (TTS), un método de destilación en línea que adapta continuamente un modelo borrador durante la inferencia utilizando las señales de verificación del modelo objetivo, superando así la degradación del rendimiento de los especuladores existentes en secuencias largas y mejorando significativamente las longitudes de aceptación.
Este artículo presenta la construcción del Conjunto de Datos Anotados Financieros (FIAD), un recurso lingüístico coreano derivado de reseñas de aplicaciones bancarias y Grafos de Gramática Local, que se utiliza para generar datos de entrenamiento anotados que mejoran significativamente el rendimiento de diversos modelos de NLU en sistemas de diálogo de servicio al cliente bancario.
NEO es un método de Adaptación en Tiempo de Prueba libre de hiperparámetros y computacionalmente eficiente que mejora la robustez y la calibración del modelo bajo desplazamientos de distribución al re-centrar las incrustaciones de los datos objetivo en el origen, logrando una precisión superior en múltiples conjuntos de datos y dispositivos con una sobrecarga computacional mínima.
El artículo presenta Scam2Prompt, un marco escalable que revela una vulnerabilidad de seguridad crítica y agravante en los modelos de lenguaje grandes en producción, donde los prompts automatizados derivados de sitios de estafa maliciosos desencadenan exitosamente la generación de código dañino en hasta un 47,3 % de los casos en múltiples modelos, volviendo insuficientes las medidas de seguridad actuales como las barreras de protección y la RAG.
Este artículo establece que los lenguajes libres de contexto sustituibles bajo una tipificación fija de monoide finito pueden identificarse en el límite a partir de datos positivos, con una construcción y actualización de hipótesis que se ejecutan en tiempo polinomial respecto al tamaño de la muestra para la clase general de h fijo, y una garantía completa de tiempo y datos polinomial (incluyendo un límite polinomial en el tamaño de la muestra característica) para la subclase lineal, mediante una teoría de reconstrucción tipada finita construida alrededor de una gramática de hipótesis canónica derivada de un conjunto finito de observaciones.
El artículo demuestra que la clase de complejidad NL es distinta de logCFL, un resultado que implica además las separaciones L ≠ Ptime y NL ≠ Ptime.
Este trabajo presenta INCAMA, un marco consciente de la física que combina la inversión en el espacio latente con un codificador Mamba consciente de los retardos para recuperar estructuras causales neuronales dirigidas a partir de señales de neuroimagen distorsionadas, demostrando un rendimiento superior al de las líneas base tanto en simulaciones como en datos reales de fMRI.
Este artículo establece una representación de forma cuadrática de la traza escalar de Casimir mediante la derivación de un núcleo de Green inducido a partir de una reducción de Riesz de codimensión tres, lo que permite que la expectativa de la energía de una fuente gaussiana regularizada por calor reproduzca exactamente la traza y confirme los resultados estándar de parte finita en geometrías de placas paralelas de Dirichlet.