Últimos artículos

$\Lambda$ effect in rotating hydrodynamic convection

Este estudio demuestra mediante simulaciones numéricas que las ondas térmicas de Rossby en convección turbulenta rotatoria generan un transporte de momento angular radial hacia afuera a altas velocidades de rotación, lo que contradice las teorías de campo medio actuales y resalta la tensión entre modelos teóricos, simulaciones y observaciones solares.

$\mathcal{R}^2$-corrected Tachyon Scalar Field Inflation, the ACT Data, and Phantom Transition

Este artículo demuestra que un modelo de inflación con campo escalar taquiónico corregido por un término $\mathcal{R}^2$ y un término de Einstein-Hilbert reescalado permite cruzar la línea de división fantasma y es compatible con los datos de ACT, siempre que la gravedad durante la inflación sea más fuerte que la gravedad de Einstein-Hilbert.

16 new quasars at the end of the reionization unveiled by self-supervised learning

Mediante el uso de aprendizaje auto-supervisado y ajuste de distribuciones de energía espectral en los datos del DESI Legacy Survey, los autores descubrieron 16 nuevos cuásares a alto desplazamiento cosmológico ($z \approx 6$), demostrando que este enfoque supera a los métodos tradicionales de selección por color para identificar estas fuentes raras y contaminadas.

A Modified Conveyor Belt Model: Implications for Surface Density Thresholds for Massive Star Formation

Este estudio utiliza un modelo modificado de cinta transportadora para demostrar que la cantidad total de material que ingresa a una región es el factor determinante para la formación de estrellas masivas, revelando que las clasificaciones basadas únicamente en la densidad superficial pueden ser engañosas en las etapas evolutivas tempranas.

A Multi-Level Parallel Pipeline for SPHERE-3 Detector Simulation: From EAS Generation to Image Approximation

El artículo presenta una suite de software con un pipeline computacional paralelo de múltiples niveles que optimiza la simulación de la configuración del detector SPHERE-3 para estudiar la composición de rayos cósmicos, aprovechando la atomicidad natural de los eventos para lograr una escalabilidad lineal mediante el uso de datos compartidos de solo lectura y estados mutables aislados por trabajador.

A Robust Geometric Distortion Solution for Main Survey Camera of CSST

Este artículo presenta el método WPDC-2P, una solución robusta de corrección de distorsión geométrica integrada en el pipeline de procesamiento del Telescopio de Sondeo de la Estación Espacial China (CSST) que logra una precisión astrométrica superior mediante ajuste polinómico ponderado y tablas de búsqueda, validada tanto con datos simulados como con observaciones reales.

A second visit to Eps Ind Ab with JWST: new photometry confirms ammonia and suggests thick clouds in the exoplanet atmosphere of the closest super-Jupiter

Mediante nuevas observaciones con el telescopio espacial JWST, este estudio confirma la presencia de amoníaco en la atmósfera del exoplaneta Eps Ind Ab y sugiere que la atenuación de sus características espectrales se debe a la existencia de espesas nubes de hielo de agua.

Accretion Disk Evolution in GX 339-4 Across Spectral States Using NuSTAR, NICER, and Insight-HXMT Observations

Este estudio de la binaria de rayos X GX 339-4 demuestra que la inclusión de una componente de corona cálida en el estado duro es esencial para reconciliar las discrepancias en el radio del disco de acreción y respalda un modelo geométrico dual de coronas, en contraste con la descripción de una sola corona caliente que basta para el estado blando.

Accretion Geometry of Black Hole X-ray Binaries: Insights from X-ray Observations

Esta breve revisión resume las técnicas de rayos X para medir la geometría de acreción en binarias de rayos X con agujeros negros, destacando que los estudios espectroscópicos indican que el disco de acreción se extiende cerca de la órbita circular estable más interna en el estado duro brillante y explorando las conexiones entre el disco, la corona y el chorro.

Accurate spectroscopic redshift estimation using non-negative matrix factorization: application to MUSE spectra

Este artículo presenta un método basado en la factorización de matrices no negativas (NMF) para estimar con precisión los corrimientos al rojo espectroscópicos de galaxias en datos del instrumento MUSE, logrando una tasa de éxito del 93,7% y demostrando su utilidad para separar fuentes reales de falsas y detectar fuentes mezcladas.

Analysis of Tidal Perturbations Due to Asymmetric Response of LARES 2 and LAGEOS

Este estudio analiza las perturbaciones de marea terrestre inducidas por la respuesta asimétrica de los satélites LARES 2 y LAGEOS, identificando 83 constituyentes significativos y evaluando el impacto acumulativo no despreciable de los restantes para refinar la dinámica orbital y las pruebas de efectos físicos fundamentales como el efecto Lense-Thirring.

Atmospheric Collapse and Habitability on Tidally-Locked Exoplanets

Este estudio demuestra mediante modelos climáticos que, en planetas exoplanetarios con acoplamiento de marea, el colapso atmosférico del CO₂ puede paradójicamente favorecer la persistencia de agua líquida en el lado diurno al reducir la redistribución de calor hacia el lado nocturno, a pesar de debilitar el efecto invernadero.

Beyond Fermi-II: Intermittent Particle Acceleration by Relativistic Turbulence in Astrophysical Plasmas

Este estudio presenta el marco Monte Carlo STRIPE, que demuestra cómo la aceleración de partículas impulsada por turbulencia relativista de alta amplitud genera espectros de energía duros y extendidos capaces de explicar las emisiones de rayos gamma de TeV-PeV observadas en microcuásares por LHAASO, superando las limitaciones de los modelos tradicionales de Fermi-II.

Binary Black Hole inspirals cannot hide their eccentricity

Este artículo presenta un método fenomenológico rápido y preciso basado en un modelo de masa chirp efectiva y un muestreo de verosimilitud que permite estimar la excentricidad de las coalescencias de agujeros negros binarios dentro de un margen de 0,2 en solo cinco minutos, aprovechando las mejoras en los detectores de ondas gravitacionales de próxima generación.

Black Hole Properties of Type-1 Active Galactic Nuclei in the North Ecliptic Pole Wide Field: I. Mid-infrared Sources with Optical Counterparts

Este estudio presenta las propiedades de los agujeros negros de 861 núcleos galácticos activos de tipo 1 en el campo NEP-Wide, derivando luminosidades, masas y ratios de Eddington para aproximadamente 450 objetos mediante el uso de datos de infrarrojo medio y óptico que permiten estimaciones fiables al mitigar los efectos de la extinción por polvo.

Characterizing the 3D evolution of two successive CMEs heading for Mercury

Este estudio analiza la evolución tridimensional y la cinemática temprana de dos eyecciones de masa coronal sucesivas dirigidas hacia Mercurio, utilizando observaciones multivista y el modelo de cono revisado para determinar sus parámetros geométricos y de movimiento con el fin de mejorar la predicción de impactos en planetas del sistema solar.

Characterizing the Instrumental Profile of LAMOST

Este artículo presenta un modelo basado en una red neuronal de tipo MLP para caracterizar con alta precisión el perfil instrumental del telescopio LAMOST, logrando reducir la dispersión en las mediciones de velocidad radial estelar en aproximadamente 3 km/s y facilitando así la búsqueda de estrellas binarias de largo periodo.

Comprehensive neutrino light curves and spectra: from pre-supernova evolution to early supernova phase

Este estudio presenta el primer análisis sistemático de las curvas de luz y espectros de neutrinos desde la evolución pre-supernova hasta la fase temprana de colapso del núcleo en estrellas masivas de 10 a 40 masas solares, revelando correlaciones robustas entre las propiedades de emisión de neutrinos y parámetros estructurales como la compacidad y la masa del núcleo de carbono-oxígeno, lo que permite inferir la estructura interna de la progenitora incluso bajo condiciones de detección realistas.

Constraints on Neutrino Mass with Void Weak Lensing Effect

Este estudio demuestra que la lente débil en vacíos cósmicos es una herramienta prometedora para restringir la masa total de los neutrinos, logrando una precisión de 0,096 eV sin ruido de forma y 0,340 eV con ruido típico de encuestas de etapa III, gracias a una relación lineal clara entre la señal de lente y la masa de los neutrinos.

Correcting Ionospheric Faraday Rotation for the VLA and MeerKAT

Este estudio demuestra que el software ALBUS, al utilizar datos locales de estaciones GNSS, corrige con mayor precisión la rotación de Faraday ionosférica para los telescopios VLA y MeerKAT en comparación con los mapas globales tradicionales, y establece además el ángulo de posición del vector eléctrico intrínseco de los calibradores 3C286 y 3C138.

Cosmological Spacetimes with Sign-Changing Spatial Curvature and Topological Transitions

Este artículo investiga la viabilidad de transiciones topológicas en el universo al promover la curvatura espacial $k$ de la métrica FLRW a una función dependiente del tiempo que cambia de signo, demostrando que tales transiciones son consistentes con la hiperbolicidad global bajo condiciones específicas y construyendo tres geometrías distintas que las ejemplifican.

CubeSats Reach the Millisecond X-Ray Domain: Crab Pulsar Timing with SpIRIT/HERMES

El artículo demuestra que el instrumento HERMES a bordo del CubeSat SpIRIT logró detectar el perfil de pulsos del púlsar del Cangrejo con precisión de milisegundos en el dominio de rayos X, validando la capacidad de los nanosatélites para realizar observaciones de alta energía que anteriormente requerían observatorios de gran envergadura.

Data reduction method for OPTICAM multiband time series of transiting exoplanets

Este artículo presenta un método de reducción de datos para observaciones de exoplanetas con el instrumento OPTICAM, demostrando que el uso de un filtro mediano de 3×3 píxeles minimiza eficazmente el ruido causado por píxeles calientes y mejora la precisión fotométrica, integrando esta solución en una nueva tubería de procesamiento.

Deep Learning Search for Gravitational Waves from Compact Binary Coalescence

Este artículo presenta un enfoque híbrido que combina conceptos de filtrado adaptado con redes neuronales convolucionales para realizar búsquedas eficientes de ondas gravitacionales provenientes de coalescencias de binarias compactas, logrando una eficiencia de detección comparable a los métodos estándar con un menor costo computacional y sin depender de pruebas de rechazo tradicionales.

Detection and Astrometry of the Ba-Bb Subsystem in $\alpha$ Piscium: First Dual-Field Interferometry at the CHARA Array

Este artículo presenta la primera demostración de interferometría de campo dual en el Array CHARA, logrando resolver directamente el subsistema Ba-Bb en $\alpha$ Piscium y determinar sus masas dinámicas precisas mediante la combinación de observaciones interferométricas, astrométricas y espectroscópicas.

Detection of afterglow emission up to 100 GeV through a stacking analysis of gamma-ray bursts

Este estudio presenta la detección de emisión de rayos gamma de hasta 100 GeV en 330 estallidos de rayos gamma mediante un análisis de apilamiento con Fermi-LAT, revelando que mientras los eventos brillantes se explican por el modelo estándar de despuésglow, los más débiles sugieren por primera vez la existencia de un efecto de inyección de energía en el rango de GeV.

Discovery of a compact hierarchical triple main-sequence star system while searching for binary stars with compact objects

Los autores descubrieron el sistema estelar triple jerárquico compacto G1010, compuesto por tres estrellas de la secuencia principal, mediante la combinación de observaciones espectroscópicas de diferentes niveles de relación señal-ruido y el análisis de curvas de luz de TESS, lo que corrigió la interpretación inicial de que acompañaba a un objeto compacto masivo.

Do the Amati and Yonetoku Relations Evolve with Redshift for Swift GRBs?

Este estudio analiza una muestra de 241 estallidos de rayos gamma largos de Swift y concluye que las relaciones de Amati y Yonetoku no evolucionan sistemáticamente con el corrimiento al rojo, demostrando ser más fiables en altos corrimientos al rojo y, por tanto, prometedoras como sondas cosmológicas.

Dual Cutler-Vallisneri Corrections: Mitigating PSD Drift in Zero-Latency Gravitational-Wave Searches

Este artículo presenta un marco perturbativo que generaliza las correcciones de Cutler-Vallisneri para mitigar los sesgos de tiempo, fase y localización causados por la deriva espectral en búsquedas de ondas gravitacionales de latencia cero, demostrando que estas correcciones analíticas son esenciales para mantener la precisión y el volumen de detección en futuras campañas observacionales.

Dynamics of thin accretion disks and accretion around a charged-PFDM black hole

Este artículo investiga la dinámica de acreción esférica y de disco delgado alrededor de un agujero negro cargado inmerso en materia oscura de fluido perfecto, utilizando observaciones del EHT para restringir sus parámetros y demostrando que, aunque la temperatura local es menor que en un agujero negro de Schwarzschild, su eficiencia radiativa y luminosidad total son mayores.

Electron densities and filling factors of extragalactic HII regions: NGC 2403 and NGC 628

Este estudio presenta una metodología de segmentación de imágenes aplicada a las galaxias NGC 2403 y NGC 628 para caracterizar la densidad electrónica y el factor de llenado de sus regiones HII, revelando factores de llenado bajos y relaciones tentativas entre la densidad y propiedades galácticas que ofrecen nuevas restricciones para los modelos de formación de cúmulos estelares.

Empirical flare energy limits for the largest historical sunspots

Mediante la extrapolación de relaciones estadísticas entre el área de las cintas de fulguración y la energía liberada hacia el grupo de manchas solares más grande registrado en 1947, el estudio concluye que el Sol podría teóricamente producir fulguraciones con energías bolométricas de varios 10^34 erg.

Epicyclic Density Variations in the Indus Stellar Stream

Este estudio revela que las variaciones de densidad observadas en la corriente estelar Indus se deben principalmente a movimientos epicíclicos internos generados durante la disrupción tidal, lo que sugiere que el halo de materia oscura original de la galaxia satélite progenitora poseía un perfil cuspy en lugar de uno coreado.

Euclid Quick Data Release (Q1) -- Characteristics and limitations of the spectroscopic measurements

Este artículo evalúa el rendimiento de la función de procesamiento de espectros del primer lanzamiento rápido de datos de Euclid (Q1), demostrando una alta precisión y un sesgo mínimo en la determinación de corrimientos al rojo comparados con DESI, aunque resalta la necesidad de criterios de calidad estrictos para mitigar falsas detecciones en espectros con pocas características.

Exploring the $S_8$ Tension: Insights from the CatNorth 1.5-Million Quasar Candidates

Este estudio utiliza el catálogo de 1,5 millones de candidatos a cuásar CatNorth y datos de lentes gravitacionales del CMB para medir el parámetro $S_8$ en diversos rangos de redshift, obteniendo resultados que muestran menos evidencia de la tensión $S_8$ observada previamente, aunque sugieren que la incompletitud de la muestra y la contaminación foreground podrían influir en las mediciones a bajo redshift.

FEAST: a NIRSpec/MOS survey of emerging young star clusters in NGC 628

El estudio FEAST presenta una primera observación con JWST/NIRSpec de cúmulos estelares jóvenes emergentes en NGC 628, demostrando cómo la espectroscopía multiplex puede revelar los mecanismos de retroalimentación estelar y la evolución de las regiones de formación estelar antes de la explosión de supernovas.

Far-infrared Polarization Properties of Nearby Star-forming Regions: A New Compendium of SOFIA/HAWC+ Observations

Este estudio presenta un compendio de observaciones polarimétricas en el infrarrojo lejano de 26 nubes moleculares cercanas utilizando datos de SOFIA/HAWC+, revelando que la polarización depende más de la densidad de columna que de la temperatura del polvo y que la resolución espacial es crucial para interpretar las propiedades del campo magnético en escalas de parsec.

Fast X-ray Transients produced by Off-axis Jet-Cocoons from Long Gamma-Ray Bursts

Este estudio propone mediante simulaciones numéricas que los transitorios rápidos de rayos X (FXTs) son producidos por la emisión de enfriamiento de cocinas de chorros relativistas desalineados en estallidos de rayos gamma largos, lo que explica naturalmente sus características observacionales de alta luminosidad, espectros suaves y ausencia de contrapartidas en rayos gamma.

Forward-modelling Milky Way Cepheids: selection effects and physical priors in the Gaia-HST calibration

Este estudio presenta un marco bayesiano de modelado directo que integra la geometría galáctica y las funciones de selección para calibrar las cefeidas de la Vía Láctea con precisión, demostrando que ignorar los efectos de selección introduce sesgos significativos y reforzando así la tensión de Hubble.

Freezing of the renormalized one-loop primordial scalar power spectrum

Utilizando la teoría de campo efectivo de las fluctuaciones inflacionarias, este trabajo demuestra explícitamente por primera vez que el espectro de potencia renormalizado a un bucle de la perturbación de curvatura primordial se congela exactamente en escalas mayores que su horizonte de sonido.

From planetesimals to planets with N-body simulations in the giant-planet formation region

Mediante simulaciones N-cuerpos aceleradas por GPU, el estudio demuestra que los núcleos de planetas gigantes en órbitas amplias pueden formarse a través de la acreción de guijarros a partir de planetesimales generados por inestabilidad de corrientes, resultando en sistemas planetarios que inevitablemente producen un disco disperso y donde los impactos gigantes entre núcleos son raros en los primeros 100 millones de años.

GRB 221009A: Observations with LST-1 of CTAO and Implications for Structured Jets in Long Gamma-Ray Bursts

El estudio presenta observaciones de GRB 221009A con el telescopio LST-1 del CTAO que revelan un exceso de rayos gamma con una significancia de 4.1$\sigma$ a 1.33 días del estallido, lo que permite descartar modelos de jets estructurados que predicen un flujo muy alto en esa época y ayuda a comprender la estructura angular de los chorros en los estallidos de rayos gamma largos.

Gamma-ray Signatures of r-Process Radioactivity from the Collapse of Magnetized White Dwarfs

Este estudio predice que el colapso de enanas blancas magnetizadas en rotación rápida producirá firmas de rayos gamma distintivas, caracterizadas por la coexistencia de líneas de elementos del proceso-r y del pico de hierro, que podrían ser detectadas por futuros telescopios MeV hasta distancias de 10-30 Mpc.

Going Wide and Deep with Roman: The z~6-9 UV luminosity function in a Roman Deep Field

Este estudio presenta una evaluación de posibles sondeos ultraprofundos con el telescopio Nancy Grace Roman para optimizar la función de luminosidad UV de galaxias a alto desplazamiento cosmológico (z~6-9), recomendando una cobertura de al menos dos campos con seis filtros para reducir significativamente las incertidumbres en la densidad de luminosidad en comparación con los programas existentes de JWST.

HAWC J0630+186 Could Not Be Powered by PSR J0630+19

Mediante observaciones de cronometraje realizadas con el telescopio FAST durante más de un año, los autores determinaron que el púlsar PSR J0630+19 es demasiado antiguo y tiene una luminosidad de frenado insuficiente para ser la fuente de energía de la emisión de rayos gamma de muy alta energía del objeto 3HWC J0630+186.

HI Observations of Giant Low Surface Brightness Galaxies

Este estudio presenta observaciones de hidrógeno neutro en 19 galaxias gigantes de baja superficie brillante que, al revelar discos rotacionales asimétricos y compararse con simulaciones de fusiones, sugieren que sus grandes discos ópticos podrían ser el resultado de fusiones galácticas recientes.

Half-year Evolution of a Decaying Solar Active Region and Peripheral Dimming Regions

Utilizando observaciones multibanda del SDO, este estudio analiza la evolución de seis meses de la región activa NOAA AR 12738, revelando por primera vez la disminución continua de una región de oscurecimiento periférica impulsada por un déficit térmico y una reestructuración magnética coronal.

Hidden Vela Supercluster Revealed by First Hybrid Redshift & Peculiar Velocity Reconstruction

Este estudio presenta una nueva metodología de reconstrucción híbrida que combina datos de velocidades peculiares y nuevos corrimientos al rojo, revelando por primera vez el supercúmulo de Vela como una concentración de masa dominante en la Zona de Evitación del sur, rivalizando con la concentración de Shapley y superando a Laniakea.

Joint Bayesian Source and Lens Reconstruction for Multi-messenger Binary Black Holes

Este artículo presenta *silmarel*, el primer paquete de software diseñado para reconstruir conjuntamente fuentes y lentes de agujeros negros binarios mediante la combinación de datos de ondas gravitacionales y observaciones electromagnéticas, facilitando así el análisis de eventos de lentes gravitacionales en la era de la astronomía multimensajero.

Joint Diagnostics of Circumsolar Sky Brightness Using Coronagraphic Measurements and Aerosol Optical Inversions at Mauna Loa

Este estudio valida la concordancia cuantitativa entre las mediciones coronográficas de brillo circunsolar y las inferencias derivadas de aerosoles en el Observatorio de Mauna Loa, permitiendo extender el análisis de la calidad del cielo diurno para la observación coronal a lo largo de décadas mediante datos de AERONET.

Lyman-$\alpha$ Escape through Anisotropic Media

Este estudio presenta simulaciones de transferencia radiativa que revelan que la fuga de radiación Lyman-$\alpha$ a través de medios neutros anisotrópicos no sigue necesariamente los caminos de menor densidad, sino que depende críticamente de la geometría, los flujos de salida y el polvo, lo que tiene implicaciones directas para el uso de esta radiación como indicador de la fuga de fotones ionizantes.

Mass Production of 2023 KMTNet Microlensing Planets I: Low Mass Ratio

Este artículo presenta el descubrimiento de tres candidatos a planetas de baja relación de masa ($q<2\times 10^{-4}$) en los datos de 2023 de KMTNet, destacando la caracterización espectroscópica del candidato KMT-2023-BLG-0164 y analizando dos eventos adicionales de interpretación ambigua.

Mass regulates the emerging timescale of young star clusters

Este estudio, basado en observaciones de HST y JWST de miles de cúmulos estelares jóvenes en cuatro galaxias cercanas, revela que la masa estelar regula la escala de tiempo de emergencia de los cúmulos de sus nubes natales, demostrando que los cúmulos masivos se dispersan más rápidamente, lo cual tiene implicaciones cruciales para la retroalimentación estelar, la formación planetaria y la simulación de la formación estelar.

Meta-learning for cosmological emulation: Rapid adaptation to new lensing kernels

Este artículo demuestra que el algoritmo de aprendizaje meta Model-Agnostic (MAML) permite entrenar un emulador cosmológico capaz de adaptarse rápidamente a nuevas distribuciones de corrimiento al rojo con muy pocos datos de ajuste fino, superando significativamente en precisión y en la recuperación de las restricciones cosmológicas a los emuladores tradicionales sin pre-entrenamiento o de tarea única.

Mock Catalogs of Strongly Lensed Gravitational Waves via A Halo Model Approach with Ground-based Detectors

Este estudio presenta un catálogo simulado completo de ondas gravitacionales fuertemente lentejadas, generado mediante un modelo de masa de halo compuesto para redes de detectores de tercera generación, que predice cientos de eventos anuales (incluyendo sistemas de múltiples imágenes y lentejados por subhalos) y proporciona priores estadísticos fundamentales para su futura identificación.

Modern Rate-of-Decline Relations for Novae

Este artículo analiza una gran muestra de tiempos de declive de novas para establecer relaciones cuantitativas entre $t_2$ y $t_3$, determinando mediante ajustes bidireccionales que el tiempo para que la luminosidad baje dos magnitudes es aproximadamente la mitad del tiempo necesario para bajar tres magnitudes ($t_2 \simeq 0.5~t_3$).

Multi-spacecraft constraints on relativistic solar energetic particle transport in the widespread 28 October 2021 event

Este estudio utiliza observaciones de múltiples naves espaciales y simulaciones numéricas para demostrar que el evento de partículas energéticas solares relativistas del 28 de octubre de 2021 fue gobernado por una región de inyección estrecha y una difusión interplanetaria eficiente, la cual permitió su amplia extensión espacial a pesar de las limitaciones en la difusión perpendicular.

Numerical effects on the stripping of dark matter and stars in IllustrisTNG galaxy groups and clusters

Este estudio demuestra que, aunque la pérdida de materia oscura en satélites dentro de grupos y cúmulos es independiente de la resolución numérica en las simulaciones IllustrisTNG, la stripping de masa estelar depende fuertemente de ella, lo que afecta la compactación de los satélites y la predicción de la masa de los halos estelares.

ODIN: Confirmation and 3D Reconstruction of Six Massive Protoclusters at Cosmic Noon

El estudio ODIN confirma la existencia y reconstruye la estructura tridimensional de seis protocúmulos masivos en el "mediodía cósmico" ($z\approx 2.4$ y $3.1$), revelando que las galaxias en sus núcleos más densos presentan un exceso de flujo de emisión Ly$\alpha$ y una falta de emisores débiles, lo que sugiere una evolución en la influencia ambiental y un apagado temprano de la formación estelar.

ODIN: Spectroscopic Validation of Ly$\alpha$-Emitting Galaxy Samples with DESI

El estudio valida la selección de galaxias emisoras de Lyman-alfa del sondeo ODIN mediante espectroscopía de DESI, confirmando tasas de identificación superiores al 90% en los corrimientos al rojo z=2.4, 3.1 y 4.5, y demostrando que los requisitos de exceso fotométrico en bandas estrechas minimizan eficazmente la contaminación por emisores de [O II].

Obscured Star Formation in the Dwarf Galaxy DDO 43? A Comparative UV-IR Analysis

Este estudio analiza la formación estelar en la galaxia irregular enana DDO 43 mediante imágenes UV e IR, revelando una correlación general entre ambas longitudes de onda que indica formación estelar coherente, aunque identifica algunas regiones con exceso de infrarrojo que sugieren formación estelar oscurecida por polvo.

On the Influence of Pluto on Twotino Dynamics Through Their Mutual 4:3 Mean Motion Resonance

Este estudio demuestra mediante simulaciones que la masa de Plutón influye significativamente en la estabilidad a largo plazo de los objetos Twotino al atraparlos en una resonancia de movimiento medio 4:3 con él, lo que implica que su exclusión de las simulaciones dinámicas del cinturón de Kuiper ya no es justificable.

On the modeling and mitigation of interference fringes in polarimetric instrumentation

Este artículo presenta un modelo aproximado y ágil para analizar y mitigar los frisos de interferencia en instrumentos polarimétricos, validando su precisión frente a métodos rigurosos como el cálculo de Berreman y proporcionando ejemplos extensos para guiar el diseño óptico.

One-loop renormalization of the effective field theory of inflationary fluctuations from gravitational interactions

Este artículo demuestra que, mediante la renormalización de la teoría efectiva de campo de las fluctuaciones inflacionarias, las correcciones de un bucle debidas a interacciones gravitacionales no generan divergencias ultravioletas dependientes del tiempo y preservan la conservación de los espectros de potencia escalares y tensoriales en escalas superhorizonte, manteniendo inalteradas las velocidades de propagación.

Optical QPOs with different periodicities in CSS and ZTF light curves of the quasar 4C 50.43

El estudio revela que el cuásar 4C 50.43 muestra oscilaciones cuasiperiódicas ópticas con periodos distintos (1124 y 513 días) en diferentes bases de datos, lo que sugiere que el ruido rojo intrínseco de la variabilidad del AGN influye significativamente en la detección de estos periodos y advierte sobre la cautela al interpretar las QPOs ópticas como indicadores de binarias de agujeros negros.

Optical calibration systems of the Pacific Ocean Neutrino Experiment

Este trabajo presenta el diseño, la caracterización de rendimiento y la validación experimental de los sistemas de calibración óptica del Experimento de Neutrinos del Océano Pacífico (P-ONE), destacando sus nuevos circuitos de control de pulsos de luz y sus módulos de calibración isotrópica que logran una precisión de emisión y una isotropía simulada de 1.00 ± 0.01.

Optimising the global detection of solar-like oscillations. Tuning the frequency range for asteroseismic detection predictions and searches

Este estudio demuestra que el rango de frecuencia óptimo para predecir y detectar oscilaciones solares en estrellas es $W \simeq 1.2\Gamma_{\rm env}$, en lugar del valor tradicionalmente asumido de $W \simeq 2\Gamma_{\rm env}$, lo que maximiza la probabilidad de detección y mejora los rendimientos en muestras estelares.

POLAR-II: modeling star formation history of galaxies on the 21-cm signal from Epoch of Reionization

El estudio POLAR-II demuestra que modelar la historia de formación estelar de las galaxias, en lugar de asumir una tasa de formación estelar constante, altera significativamente la topología y el momento de la ionización y calentamiento del medio intergaláctico durante la Época de Reionización, lo que a su vez modifica la señal global y el espectro de potencia de 21 cm.

POLISH'ing the Sky: Wide-Field and High-Dynamic Range Interferometric Image Reconstruction with Application to Strong Lens Discovery

Este trabajo presenta mejoras en el marco POLISH para la reconstrucción de imágenes interferométricas de radio mediante aprendizaje profundo, utilizando estrategias de parches y transformaciones de intensidad para lograr imágenes de gran campo y alto rango dinámico que permiten descubrir significativamente más lentes gravitacionales fuertes en futuras encuestas astronómicas.

Parallel Version of CORSIKA Code with Cherenkov Option for SPHERE-3 Project

Este artículo presenta una versión multihilo del código CORSIKA con opción de luz Cherenkov, desarrollada para el proyecto SPHERE-3 y ejecutada en el superordenador Lomonosov-2, con el fin de acelerar la generación de eventos de lluvias atmosféricas extensas y evitar que los procesos de alta energía sean interrumpidos por los límites de tiempo de cola.

Perturbative unitarity bounds on field-space curvature in de Sitter spacetime: purity vs scattering amplitude

Este artículo establece que la unitariedad perturbativa en el espacio-tiempo de de Sitter impone un límite superior a la curvatura del espacio de campos del orden de la escala de Hubble, una restricción que refleja la naturaleza térmica del universo y que se deriva mediante el análisis de la pureza en modelos de dos escalares.

Possible Extragalactic Origins of Five LMC Globular Clusters: Proper Motion Deviations in Gaia DR3

Este estudio utiliza datos de movimientos propios de Gaia DR3 para identificar cinco cúmulos globulares en la Gran Nube de Magallanes con desviaciones cinemáticas significativas que sugieren un origen extragaláctico debido a una antigua interacción o fusión con una galaxia enana desde el noreste, evento que podría haber desencadenado la formación estelar en la Nebulosa de la Tarántula.

Probing Physics Beyond the Standard Model through Combined Analyses of Next-Generation Type Ia Supernova, CMB, and BAO Surveys

Este trabajo pronostica que la combinación de datos de supernovas tipo Ia del LSST, oscilaciones acústicas bariónicas del DESI y mediciones del fondo cósmico de microondas mejorará significativamente las restricciones sobre la ecuación de estado de la energía oscura y permitirá una detección de la masa de los neutrinos con una significancia de 2-3σ.

Quantifying the Milky Way, LMC and their interaction using all-sky kinematics of outer halo stars

Utilizando datos cinemáticos de estrellas del halo exterior y un enfoque de inferencia basado en simulaciones, este estudio cuantifica la masa de la Vía Láctea y de la Gran Nube de Magallanes (LMC), determina la velocidad de su movimiento reflexivo inducido por el paso reciente de la LMC y demuestra que ignorar esta interacción sesga las estimaciones de la masa galáctica.

Radio Spectral Energy Distribution of Low-$z$ Metal Poor Extreme Starburst Galaxies: Novel insights on the escape of ionizing photons

Este estudio presenta nuevas observaciones de radio de galaxias con brotes estelares extremos de baja redshift y baja metalicidad, revelando a través de la modelización de su distribución espectral que una alta fracción térmica y la absorción libre-libre son consistentes con sus propiedades, lo que confirma una correlación entre la fracción de fuga de fotones ionizantes y el índice espectral de radio.

Recalibration of Pre-SM4 STIS Echelle Throughputs

Este informe presenta una recalibración de las eficiencias de los modos de ecelle del instrumento STIS anteriores al Servicio de Mantenimiento 4, aplicando un factor de escala derivado de las mejoras en los modelos atmosféricos estelares CALSPEC para lograr precisiones de flujo mejoradas del 0,5% al 2,4% en las regiones ultravioleta.

Reconstructing Gamma Ray Burst Energy Relations with Observational H(z) data in Neural Network Framework

Este artículo presenta una calibración independiente de modelos de las relaciones de energía de los estallidos de rayos gamma utilizando datos observacionales del parámetro de Hubble y redes neuronales, resolviendo el problema de circularidad y permitiendo una estimación robusta de la relación de Amati.

Recovering the infall mass for Milky Way satellite galaxy Sextans

Mediante simulaciones N-cuerpo, este estudio reconstruye la masa de infalible de la galaxia satélite Sextans, determinando que su masa inicial oscila entre $1.22$y$3.14\times10^9\rm\,M_\odot$ dependiendo de la masa de la Vía Láctea y del perfil de densidad de materia oscura, lo cual es consistente con las relaciones masa-estrella-halo y ofrece restricciones clave para comprender su historia de formación.

Red-Giant Asteroseismology of Low-Mass Population III Stars

Este estudio presenta el primer análisis de pulsaciones no radiales en modelos de estrellas de población III de baja masa, demostrando que la sismología estelar puede identificar estas reliquias primordiales en la Vía Láctea mediante firmas sísmicas distintivas, como la relación $\psi\equiv\Delta\nu/\Delta\Pi_1$, que revelan su estructura interna única a pesar de la posible contaminación superficial.

Rederivation of STIS Secondary Echelle Mode Traces

Este trabajo presenta un nuevo método basado en regresión de procesos gaussianos para definir trazas de modos secundarios del modo de ecuelle del STIS, lo que mejora el rendimiento del flujo en un 4% y permite actualizar los archivos de referencia para observaciones anteriores y posteriores a la Misión de Servicio 4.

Relativistic Corrections to the Formation Rate of Extreme Mass-Ratio Inspirals

Este artículo presenta un marco analítico relativista autoconsistente que demuestra que incorporar efectos de la relatividad general en la estimación de las tasas de formación de inspirales de masa extrema (EMRI) aumenta las predicciones en un factor de aproximadamente 8 en comparación con los tratamientos newtonianos, lo que subraya la importancia de estas correcciones para futuros detectores de ondas gravitacionales espaciales como LISA y Taiji.

Reliable Tests of Faint-end UV Luminosity Functions in Strong Lensing Fields

Esta tesis utiliza lentes gravitacionales fuertes y datos de HST/JWST para refinar la selección de galaxias de alto desplazamiento al rojo, no encontrando evidencia de un recorte en el extremo tenue de la función de luminosidad UV que permita establecer un límite inferior de confianza del 95% para la masa de la materia oscura ultraligera ($\psi$DM) superior a $2.97\times10^{-22}$eV.

Resolved molecular gas and star-formation in massive unquenched spirals : I. UGC 8179

Este estudio presenta la primera observación resuelta de la galaxia espiral masiva UGC 8179, revelando que, a pesar de su extrema masa, mantiene procesos de formación estelar locales estándar en su disco mientras experimenta una regulación dinámica central, desafiando así los escenarios clásicos de apagado galáctico.

Scalar field dark matter and stepped dark radiation in an extended Wess-Zumino dark radiation model

Este artículo presenta un modelo extendido de radiación oscura escalonada basado en el marco Wess-Zumino que acopla materia oscura de campo escalar con radiación oscura mediante acoplamiento de momento puro, demostrando mediante análisis de datos cosmológicos que, aunque ofrece mejoras marginales en los valores de $H_0$ y $S_8$ y una reducción en el estadístico $\chi^2_{\min}$ respecto al modelo $\Lambda$CDM, no logra resolver completamente las tensiones cosmológicas actuales.

Scalar shortcut to beyond-Kerr ringdown tests and their complementarity with black-hole shadow observations

Este artículo propone un método aproximado que utiliza las desviaciones de los modos cuasinormales de un campo escalar como proxy para las correcciones gravitacionales, demostrando que esta estrategia es precisa y que las restricciones actuales de la fase de ringdown son comparables o más estrictas que las observaciones de la sombra de los agujeros negros, ofreciendo además límites complementarios en sectores inaccesibles de otra manera.

Scattering from compact objects: Debye series and Regge-Debye poles

Este artículo investiga la dispersión elástica de ondas escalares por estrellas estáticas y esféricas en un espacio-tiempo curvo, introduciendo una descomposición exacta en serie de Debye que separa la reflexión superficial de las contribuciones internas y determinando el espectro de polos Regge-Debye, lo que revela diferencias fundamentales en la dinámica de resonancia entre objetos con densidad similar a la de estrellas de neutrones ($R>3M$) y objetos ultracompactos ($R<3M$).

Searching for Black Hole Candidates in Quiescence by Using Multi-band Observations in Globular Cluster M22 (NGC6656)

Este estudio presenta una investigación multibanda del cúmulo globular M22 que identifica a VLA22 como el candidato más prometedor a agujero negro estelar en cuiescencia, respaldando modelos de retención de agujeros negros en cúmulos globulares, mientras que VLA19 y VLA40 también muestran características compatibles con agujeros negros que requieren confirmación adicional.

Shaken, not stirred: inefficient mixing of CM- and CI-like materials

Este estudio demuestra mediante simulaciones numéricas que la dispersión de planetesimales tipo CM por el crecimiento de Saturno es ineficiente para implantarlos en la región de los gigantes gaseosos, lo que resulta en una contaminación insignificante del reservorio CI y confirma el aislamiento de estos depósitos carbonáceos.

Simulation-Based Prediction of Black Hole Spectra: From $10M_\odot$to$10^8 M_\odot$

Este estudio extiende un método de post-procesamiento basado en simulaciones de magnetohidrodinámica relativista para predecir espectros de agujeros negros desde masas estelares hasta $10^8 M_\odot$, demostrando que la física de radiación estándar puede reproducir con éxito diversas propiedades observadas, como los estados de acreción y el exceso de rayos X blandos, en todo el espectro de masas.

Spectral characteristics of fast rotating metal-poor massive stars

Este estudio predice las características espectrales de estrellas masivas muy pobres en metales que rotan rápidamente y evolucionan químicamente homogéneamente, clasificándolas principalmente como gigantes o supergigantes de tipo O temprano en fases iniciales y como estrellas del tipo WO en fases posteriores, con el objetivo de comparar estos resultados sintéticos con observaciones futuras del programa ULLYSES del telescopio Hubble.

Spitzer + HST parallaxes of 13 late T and Y dwarfs

Este estudio presenta mediciones de paralaje para 13 enanas marrones frías cercanas, obtenidas combinando datos de Spitzer y HST, que revelan una gran dispersión intrínseca en sus magnitudes y colores infrarrojos, lo que subraya la necesidad de mediciones astrométricas precisas para caracterizar adecuadamente a esta población diversa y hace poco fiables las estimaciones de distancia basadas únicamente en fotometría.

Statistical consistency of sign-switching vacuum energy with cosmological observations

El estudio evalúa la consistencia estadística de los modelos $\Lambda$CDM y su extensión con energía de vacío de cambio de signo ($\Lambda_{\rm s}$CDM) frente a observaciones cosmológicas, concluyendo que las métricas de tensión gaussianas pueden exagerar las inconsistencias y que el uso de diagnósticos no gaussianos exactos revela una excelente compatibilidad entre los datos de CMB y BAO en ambos modelos.

Stellar age determination using deep neural networks: Isochrone ages for 1.3 million stars, based on BaSTI, MIST, PARSEC, Dartmouth and SYCLIST evolutionary grids

Este estudio presenta un enfoque basado en redes neuronales profundas entrenadas en modelos evolutivos estelares para determinar las edades de 1,3 millones de estrellas de manera rápida y sin sesgos, liberando el paquete NEST y demostrando su eficacia al comparar diferentes grids evolutivos en grandes catálogos espectroscópicos.

Stellar halos of bright central galaxies II: Scaling relations, colors and metallicity evolution with redshift

Este estudio utiliza el modelo semianalítico FEGA25 para analizar la formación y evolución de los halos estelares en galaxias centrales brillantes, revelando que sus propiedades escalan con la masa del halo y la luz intracúmulo, y que actúan como regiones de transición químicamente y dinámicamente acopladas a ambos componentes, cuyas predicciones coinciden con los colores observados pero sugieren una mayor contribución de galaxias enanas disruptas en las metalicidades medidas.

Stochastic modelling of cosmic-ray sources for Galactic diffuse emissions

Mediante un estudio estocástico de Monte Carlo, el artículo demuestra que la naturaleza discreta de las fuentes de rayos cósmicos introduce incertidumbres significativas en las emisiones difusas galácticas a energías superiores a decenas de TeV, lo cual es crucial para interpretar las observaciones de LHAASO y futuros experimentos.

Supernova scores for active anomaly detection

Los autores presentan una estrategia híbrida que integra una puntuación supervisada de supernovas en un marco de detección de anomalías activo, logrando una mayor eficiencia en el descubrimiento de transitorios y anomalías astronómicas en los datos del Zwicky Transient Facility sin comprometer la diversidad de hallazgos.

Taking a Break at Cosmic Noon: Continuum-selected Low-mass Galaxies Require Long Burst Cycles

Este estudio utiliza espectros de JWST de galaxias de baja masa en el "mediodía cósmico" para demostrar que su formación estelar está dominada por ciclos de brotes de larga duración, lo que implica que estas galaxias deben considerarse como una población unificada en movimiento dinámico por encima y por debajo de la secuencia principal, regulada principalmente por ciclos de gas a escala galáctica.

Temporal Variation of the Coronal Parameter in a Jetted Tidal Disruption Event: Swift J1644+57

Este estudio analiza la variabilidad espectral a largo plazo del evento de disrupción tidal con chorro Swift J1644+57, revelando que los fotones de rayos X blandos y duros provienen de la misma corona, la cual experimenta una expansión rápida inicial seguida de una evolución hacia un estado de saturación.

Testing Screened Modified Gravity with Strongly Lensed Gravitational Waves

Este artículo propone un marco teórico y estadístico para utilizar las ondas gravitacionales fuertemente lenteadas como una sonda única para probar teorías de gravedad modificada con mecanismos de apantallamiento, permitiendo medir el parámetro post-newtoniano $\gamma_{\text{PN}}$ y restringir desviaciones de la Relatividad General a escalas cosmológicas mediante la precisión de los retrasos temporales y la magnificación absoluta.

The Formulation of Scaling Expansion in an Euler-Poisson Dark-fluid Model

Este artículo presenta un modelo de fluido oscuro no viscoso y rotante que, al resolverse mediante un ansatz auto-similar en un marco newtoniano, ofrece nuevas soluciones escalantes consistentes para describir la transición de materia normal a energía oscura en escalas cosmológicas.

The Influence of Clouds and Deuterium-Burning on Brown Dwarf Habitable Zones

Este estudio presenta nuevas trayectorias de evolución de temperatura de equilibrio para enanas marrones que incorporan la formación de nubes y la combustión de deuterio, revelando que estos factores extienden significativamente la duración de la zona habitable para los planetas que las orbitan en comparación con estimaciones anteriores basadas en aproximaciones analíticas.

The Key to Unlocking Exoplanet Biosignatures: a UK-led IR Spectrograph for the Habitable Worlds Observatory Coronagraph

El artículo propone un espectrógrafo de campo integral en el infrarrojo liderado por el Reino Unido para el brazo infrarrojo del Coronógrafo del Observatorio de Mundos Habitable, con el fin de detectar múltiples firmas moleculares atmosféricas simultáneas y así identificar posibles signos de vida en exoplanetas rocosos.

The Response of Planetary Atmospheres to the Impact of Icy Comets III: Impact Driven Atmospheric Escape

Este estudio demuestra que las circulaciones atmosféricas globales en planetas con acoplamiento de marea facilitan el transporte de vapor de agua hacia altas altitudes tras impactos de cometas, resultando en tasas de escape de hidrógeno significativamente mayores en el lado diurno que en el nocturno y superando las observadas en atmósferas similares a la de la Tierra.

The Salamander: A case study of the magnetic field and peculiar morphology of G309.8-2.6 through radio polarimetry

Este estudio presenta nuevas observaciones de radio polarimétrico y un análisis multibanda del remanente de supernova G309.8-2.6, revelando una morfología inusual en forma de S y un campo magnético altamente ordenado que sugiere la interacción de una cáscara de SNR con una nebulosa de viento de púlsar relicta.

The detection of high X-ray polarization from an accretion disc corona source and its modelling via Monte Carlo radiation transfer simulation

Este estudio reporta la primera detección significativa de polarización en rayos X procedente del sistema de estrella de neutrones 2S 0921-630, analizando sus variaciones durante el eclipse y fuera de él mediante simulaciones de Monte Carlo que sugieren que un viento térmico irradiado explica la polarización observada, aunque la variación del ángulo de polarización con la energía podría indicar una geometría de dispersión más compleja.

The period clustering of magnetars and X-ray dim isolated neutron stars

Este estudio utiliza la técnica de verosimilitud puntual en una muestra combinada de magnetares y estrellas de neutrones aisladas con rayos X tenues para demostrar que sus períodos de rotación se agrupan en un rango estrecho, lo que sugiere un mecanismo físico común que pone fin a su fase observable cerca de los 14 segundos.

The role of mass loss in constraining quenching time in dwarf galaxies from AGB and RGB star counts

Este estudio utiliza modelos de evolución estelar actualizados que incluyen la formación de polvo y la pérdida de masa para demostrar que la tasa de pérdida de masa en la rama gigante roja es el factor determinante para relacionar la proporción observada de estrellas AGB y RGB con el tiempo de apagado (T90) de las galaxias enanas, permitiendo estimar dicho tiempo con una incertidumbre de aproximadamente 1 Gyr.

The rotational and magnetic properties of Polaris from long-term spectropolarimetric monitoring

Este estudio presenta la primera medición directa del periodo de rotación de una Cefeida clásica (100,29 días) en Polaris, basada en cinco años de monitoreo magnético que revelan un campo superficial estable y sugieren una velocidad de rotación ecuatorial de 23,3 km/s, lo que plantea nuevos desafíos para comprender su historia evolutiva y la hipótesis de fusión estelar.

The statistics and structure of dissipation in subsonic and supersonic turbulence

Mediante simulaciones de turbulencia de alta resolución, este estudio revela que la disipación de energía cinética en regímenes subsónicos y supersónicos presenta estadísticas y estructuras distintas, caracterizándose la primera por una correlación con la vorticidad y una localización en filamentos, mientras que la segunda se asocia principalmente a la densidad y a estructuras de choque que abarcan múltiples escalas.

Time-dependent photospheric radiative transfer in structured GRB jets: spectral evolution and polarization diagnostics

Este estudio investiga la transferencia radiativa dependiente del tiempo en chorros de GRB estructurados mediante simulaciones hidrodinámicas y Monte Carlo, revelando cómo la estructura angular del chorro y la carga de pares regulan la evolución espectral y las firmas de polarización para ofrecer predicciones comprobables con futuros polarímetros de alta energía.

Two Low Mass-Ratio Microlensing Planets and Two Types of Central-Resonant Degeneracy

Este artículo presenta el descubrimiento y análisis de dos exoplanetas de baja relación de masa mediante microlente gravitacional y clasifica la degeneración resonante central observada en estos eventos en dos tipos distintos basados en sus parámetros de relación de masa y radio de la fuente.

Understanding the impact of binary mass transfer in the accretor's measurable parameters

Este trabajo presenta un modelo analítico que demuestra que la transferencia de masa directa a través de un flujo es ineficiente para acelerar la rotación de la estrella acreedora hasta su límite crítico, permitiendo que esta gane una fracción significativa de su masa inicial sin alcanzar la rotación crítica, especialmente en órbitas más ajustadas o con donantes de mayor velocidad de rotación.

Variable magnetic field and adaptive mixing-length: reproducing Li abundances and constraining rotational evolution of solar-type stars in clusters

Este estudio presenta modelos estelares solares que incorporan campos magnéticos y longitudes de mezcla adaptativas para reproducir con éxito las abundancias de litio observadas y las tendencias de frenado rotacional, aunque aún requieren física adicional para explicar la lenta rotación y el bajo flujo magnético del Sol actual.

Weighing Hidden Companions of Compact Object Candidates via Rotational Broadening

Este estudio determina las masas de compañeros invisibles en diez sistemas binarios candidatos a objetos compactos midiendo el ensanchamiento rotacional de sus espectros LAMOST, identificando dos casos notables con masas cercanas al límite de Chandrasekhar que podrían ser progenitores de supernovas tipo Ia.

Winding, Unwinding, Rewinding the Gaia Phase Spiral

Este artículo resume los contenidos y debates de un taller en el Centro Lorentz sobre la Espiral de Fases de Gaia, comparte los recursos generados y convoca a la comunidad a unirse a los proyectos iniciados para comprender el origen de esta estructura y la física de la respuesta del disco galáctico a las perturbaciones.

Worlds Next Door. IV. Mapping the Late Stages of Giant Planet Evolution with a Precise Dynamical Mass and Luminosity for $\epsilon$ Ind Ab

Este estudio presenta nuevas detecciones de $\epsilon$ Ind Ab con el telescopio JWST en longitudes de onda de 4 a 25 $\mu$m, lo que permite determinar su masa dinámica, construir su primera distribución espectral de energía completa y validar los modelos de evolución planetaria en un régimen de baja luminosidad y edad avanzada.

XSNAP: An X-ray Supernova Analysis Pipeline with Application to the Type II Supernova 2024ggi

Este artículo presenta XSNAP, una nueva herramienta de análisis de rayos X de código abierto, y la aplica a la supernova 2024ggi para determinar una tasa de pérdida de masa constante de su progenitor basándose en observaciones multiépoca de Swift, Chandra y XMM.

unxt: A Python package for unit-aware computing with JAX

El artículo presenta *unxt*, un paquete de Python que habilita el cálculo consciente de unidades en JAX mediante la integración de *quax* y *astropy.units*, permitiendo una gestión fluida de las unidades físicas en computaciones numéricas de alto rendimiento para aplicaciones científicas.

Analytic treatment of a polaron in a nonparabolic conduction band

Este trabajo desarrolla y compara varias aproximaciones analíticas, destacando una extensión del método variacional de Feynman a redes de enlace fuerte, para describir con alta precisión los polarones en bandas de conducción no parabólicas y con acoplamiento espín-órbita, superando las limitaciones de la aproximación de masa efectiva y mostrando un acuerdo excelente con resultados numéricamente exactos en todo el régimen de acoplamiento.

Boundary critical behavior of the Gross-Neveu-Yukawa model

Este artículo estudia el comportamiento crítico del modelo de Gross-Neveu-Yukawa seminfinito bajo diversas condiciones de frontera, identificando nuevas clases de universalidad y calculando sus exponentes críticos hasta el orden de un bucle.

Capillary filling of star polymer melts in nanopores

Mediante simulaciones de dinámica molecular, este estudio revela que la topología de los polímeros estrella influye decisivamente en la dinámica de llenado capilar en nanoporos, mostrando que las cadenas largas penetran más rápido que lo predicho por la ecuación de Lucas-Washburn mientras que las cortas lo hacen más lento, debido a cambios en el entrelazamiento, la orientación de los brazos y un aumento de la fricción y la adsorción que retrasan el equilibrio tras la imbibición completa.

Critical behavior of the thermal phase transition of U(1) lattice gauge systems

Mediante simulaciones de Monte Carlo que tratan los campos de orden y gauge en pie de igualdad, este estudio determina que la transición de fase térmica de un sistema de gauge reticular U(1) modelando un superconductor pertenece a la clase de universalidad de la transición XY, con un exponente crítico $\beta$ consistente con la condensación de Bose-Einstein.

Critical point of the transition between $s_\pm$ and $s_{++}$ states of a two-band superconductor with nonmagnetic impurities

El artículo demuestra que la transición entre los estados superconductores $s_\pm$ y $s_{++}$ en un sistema de dos bandas con impurezas no magnéticas evoluciona de un cruce suave a alta temperatura a una transición de fase de primer orden a baja temperatura, dando lugar a un punto crítico terminal en el diagrama de fase que sugiere la posibilidad de una transición de fase cuántica.

Diffusive flux into a stochastically gated tube

Este artículo presenta una fórmula explícita y exacta en ciertos regímenes para estimar el flujo difusivo hacia un tubo con entrada estocásticamente controlada, generalizando resultados anteriores a geometrías tridimensionales no necesariamente estrechas y a difusividades distintas entre el tubo y el medio, lo cual se valida mediante simulaciones estocásticas en un amplio rango de parámetros.

Dynamics of viscous liquids and the Random Barrier Model

Este estudio demuestra que el modelo de barreras aleatorias (RBM), a pesar de carecer de parámetros libres y asumir mínimos energéticos idénticos, describe con mayor precisión que la ley de von Schweidler la dinámica inherente de un líquido ternario de Lennard-Jones en el régimen extremadamente viscoso, permitiendo predecir con mayor exactitud el coeficiente de difusión a partir de datos de simulación a corto plazo.

Effect of Cylindrical Confinement on the Collapse Dynamics of a Polymer

Mediante simulaciones de dinámica molecular, este estudio revela que el confinamiento cilíndrico altera la cinética del colapso de un homopolímero en dos etapas distintas (formación de un collar de perlas y posterior transición a una esfera), donde los tiempos de relajación y las energías de activación dependen del radio del cilindro, aunque el crecimiento del tamaño del cluster sigue una ley de potencia universal independiente de dicho radio.

Effect of Pressure and Oxygen-Isotope Substitution on Density-Wave Transitions in La$_4$Ni$_3$O$_{10}$

Este estudio de $\mu$SR y resistividad en el níquelato La$_4$Ni$_3$O$_{10}$ revela que la presión suprime uniformemente sus transiciones de densidad de espín y carga, mientras que la sustitución isotópica de oxígeno afecta selectivamente a las temperaturas de transición acopladas, destacando la interacción entre el orden magnético y de carga en este sistema.

Entanglement Measure Response to Modular Flow and Chiral Topological Phases

Este trabajo demuestra que la respuesta de medidas de entrelazamiento al flujo modular en fases topológicas quirales está unificada en una función generadora que, en límites apropiados, revela invariantes topológicos como la carga central quiral y la conductividad Hall, validándose mediante sistemas de fermiones libres y teoría de campos efectiva.

Entropic Clustering of Stickers Induces Aging in Biocondensates

El artículo propone un modelo mínimo que demuestra cómo la maximización entrópica de los espaciadores induce fuerzas atractivas entre los adhesivos, provocando su agrupamiento y explicando así el envejecimiento y la transición de líquido a sólido en los condensados biomoleculares.

Evidence of universal spectral collapse at a marginal dynamical regime

El estudio demuestra que los espectros incoherentes en diversos materiales fuertemente correlacionados surgen de un desorden dinámico autoinducido y siguen una ley de escala universal descrita por una función de cilindro parabólico, revelando un régimen de punto fijo donde los detalles microscópicos se vuelven irrelevantes a bajas energías.

Heat-dissipation decomposition and free-energy generation in a non-equilibrium dot with multi-electron states

Este trabajo demuestra experimentalmente la descomposición cuantitativa de la disipación de calor en un punto cuántico fuera del equilibrio, revelando una correlación directa entre la generación de energía libre y la producción de entropía que permite alcanzar una eficiencia de conversión del 25% en condiciones de señal fuerte.

Hopfield model for patterns with internal structure

Este artículo analiza el modelo de Hopfield esférico con patrones que poseen estructura interna, derivando analíticamente su energía libre mediante el método de réplicas y describiendo las transiciones de fase hacia estados de vidrio de espín, patrones y correlaciones en función de la temperatura y la capacidad de carga.

Interplay of Rashba spin-orbit coupling and Coulomb interaction in topological spin-triplet excitonic condensates

Este estudio investiga cómo la combinación del acoplamiento espín-órbita de Rashba y la interacción de Coulomb estabiliza condensados excitónicos topológicos de espín triple en sistemas bidimensionales, revelando un mecanismo microscópico para su realización en heteroestructuras de van der Waals no centrosimétricas.

Interplay of local and global quantum geometry in the stability of flat-band superfluids

El artículo demuestra que la estabilidad de la superfluidez en bandas planas depende críticamente de la distribución de la métrica cuántica dentro de la zona de Brillouin y requiere la presencia de al menos tres bandas en dos dimensiones, en lugar de basarse únicamente en la métrica cuántica integrada.

Ionic-Bond-Driven Atom-Bridged Room-Temperature Cooper Pairing in Cuprates and Nickelates: a Theoretical Framework Supported by 32 Experimental Evidences

Este artículo propone un marco teórico que identifica el apareamiento de Cooper a temperatura ambiente en cupratos y nickelatos como un fenómeno impulsado por enlaces iónicos a través de puentes de átomos de oxígeno o metales, respaldado por 32 evidencias experimentales que resuelven el misterio de 40 años sobre el mecanismo de superconductividad de alta temperatura.

Non-equilibrium generalized Langevin equation for multi-dimensional observables

Este artículo presenta una ecuación de Langevin generalizada fuera del equilibrio para observables multidimensionales derivada mediante el formalismo de Mori-Zwanzig, destacando la existencia de una fuerza de fricción instantánea en el caso de componentes correlacionados y aplicando el marco teórico al modelado del plegamiento de la polipéptido amiloide de los islotes humanos (IAPP).

Oxygen-isotope effect on density wave transitions in La$_3$Ni$_2$O$_{7}$

El estudio revela que la sustitución isotópica de oxígeno en La$_3$Ni$_2$O$_7$ eleva la temperatura de transición de la onda de densidad de carga, evidenciando un fuerte acoplamiento electrón-fonón en la formación del orden de carga, mientras que la ordenación magnética permanece inalterada, lo que sugiere un origen electrónico predominante para esta última y una posible relevancia del acoplamiento electrón-fonón para el mecanismo de apareamiento superconductor.

Phase diagram and Ashkin-Teller universality in the classical square-lattice Heisenberg-compass model

Mediante simulaciones de Monte Carlo a gran escala, este estudio determina el diagrama de fases a temperatura finita del modelo de Heisenberg-Brújula cuadrado-clásico, identificando seis fases ordenadas y caracterizando sus transiciones críticas, las cuales pertenecen a la clase de universalidad de Ashkin-Teller o son de tipo Ising según la simetría rota.

Phase diagrams of S=1/2 bilayer Models of SU(2) symmetric antiferromagnets

Este estudio examina los diagramas de fase a temperatura cero de modelos de bilayers de antiferromagnetos SU(2) con S=1/2 que incluyen intercambios de 2, 4 y 6 espines, revelando que mientras un modelo con acoplamiento de espín permite estados de líquido de valencia simple y transiciones continuas, un modelo con acoplamiento solo energético prohíbe dicho estado y presenta transiciones de primer orden entre fases Néel y VBS con comportamientos de escalamiento finito distintivos.

Predictive first-principles simulations for co-designing next-generation energy-efficient AI systems

Este artículo de perspectivas argumenta que las simulaciones predictivas basadas en primeros principios, libres de parámetros de ajuste, pueden cerrar la brecha entre la física a nanoescala y las métricas de carga de trabajo, permitiendo el diseño conjunto de hardware especializado que logre mejoras de órdenes de magnitud en la eficiencia energética de los sistemas de IA generativa.

Proximate Spin Liquid Ground State Arising from Competing Stripy and 120$^{\circ}$ Spin Correlations in the Triangular Quantum Antiferromagnet ErMgGaO$_4$

El estudio de ErMgGaO$_4$ mediante dispersión de neutrones revela un estado fundamental de líquido de espín proximal que surge de la competencia entre correlaciones de espín tipo rayas y de 120$^{\circ}$ en una red triangular, situando al material cerca del límite de fase cuántica entre el orden magnético y el líquido de espín.

Quantum spin ladder with ferromagnetic rungs in Bi$_2$CuO$_3$(SO$_4$)

El artículo presenta a Bi$_2$CuO$_3$(SO$_4$) como un raro ejemplo de escalera de espín cuántica con puentes ferromagnéticos y patas antiferromagnéticas, caracterizada mediante una combinación de experimentos y simulaciones teóricas que revelan un acoplamiento de patas excepcionalmente fuerte mediado por oxígeno.

Quasi-one-dimensional soliton in a self-repulsive spin-orbit-coupled dipolar spin-half and spin-one condensates

Este estudio utiliza la ecuación de Gross-Pitaevskii para analizar la formación y estabilidad dinámica de diversos tipos de solitones en condensados de Bose-Einstein dipolares auto-repulsivos con acoplamiento espín-órbita en una dimensión cuasi-uniforme, identificando modos específicos como solitones oscuros-brillantes y modulaciones espaciales periódicas dependiendo de la intensidad del acoplamiento y del estado de espín (pseudo-espín 1/2 o espín 1).

Reproducible nucleation and control of stable quantum vortex rings in Bose-Einstein condensates

El artículo propone y valida numéricamente un protocolo experimentalmente viable para la nucleación y manipulación determinista de anillos de vórtice cuánticos estables en condensados de Bose-Einstein mediante el barrido de una barrera de láser, lo que permite un control preciso sobre su formación y dinámica para estudiar la turbulencia cuántica.

Revisiting the $J_1$-$J_2$ Heisenberg Model on a Triangular Lattice: Quasi-Degenerate Ground States and Phase Competition

Mediante simulaciones de estado de producto matricial en cilindros YC6, este estudio demuestra que los dos estados fundamentales cuasi-degenerados del modelo de Heisenberg $J_1$-$J_2$ en una red triangular a $J_2/J_1 = 0.125$ presentan diferencias significativas en sus correlaciones estáticas y dinámicas, lo que sugiere que no corresponden simplemente a sectores topológicos distintos de un líquido de espín $\mathbb{Z}_2$ gapped.

Rigid body rotation and chiral reorientation combine in filamentous E. coli swimming in low-Re flows

Este estudio revela que las bacterias *E. coli* filamentosas sometidas a estrés por antibióticos exhiben un comportamiento de natación complejo en flujos de bajo número de Reynolds, caracterizado por una combinación de rotación de cuerpo rígido y reorientación quiral que genera un movimiento de "zigzagueo" y quimiotaxis hacia las paredes, mientras que las bacterias no motiles siguen simplemente las líneas de corriente como varillas rígidas.

Simple mathematical model for a pairing-induced motion of active and passive particles

Este artículo propone un modelo matemático simple que describe el movimiento inducido por el apareamiento de partículas activas y pasivas unidas por un resorte, el cual reproduce mediante análisis teórico y simulaciones numéricas transiciones entre movimientos rectilíneos, circulares y de slalom dependiendo de la magnitud de la autopropulsión.

Stability of flat-band Bose-Einstein condensation from the geometry of compact localized states

Este trabajo demuestra que la estabilidad de la condensación de Bose-Einstein en bandas planas depende de la geometría de los estados localizados compactos, donde las configuraciones triangulares con área no nula favorecen la condensación, mientras que las estructuras cuadradas la impiden.

Symmetric $\mathrm{U(1)}$ and $\mathbb{Z}_2$ spin liquids on the pyrochlore lattice

Este artículo presenta una clasificación completa de los líquidos de espín simétricos $\mathrm{U(1)}$ y $\mathbb{Z}_2$ en la red pirocloro, identificando nuevas clases teóricas, incluyendo estados con una estructura de "estrella nodal" protegida por simetrías que genera una firma distintiva en el calor específico a bajas temperaturas.

Temporal Berry Phase and the Emergence of Bose-Glass-Analog Phase in a Clean U(1) Superfluid

El artículo demuestra que la fase de Berry temporal en un modelo sigma no lineal U(1) induce una anisotropía espacio-temporal en la proliferación de vórtices, dando lugar a una fase cuasi-desordenada con coherencia temporal persistente que comparte las propiedades de correlación de la fase de vidrio de Bose, revelando así un origen topológico unificado para la emergencia de fases vítreas en transiciones de superfluidos impulsadas por fluctuaciones de fase.

Three phases of odd robotic active matter

Los autores presentan el MASBot, una plataforma robótica activa sintonizable que demuestra experimentalmente la transición entre tres fases de materia impar (cristal elástico, líquido viscoso y gas activo quiral) y valida su potencial como estado de la materia programable para aplicaciones en física fuera del equilibrio.

Three-stage melting of a macroscopic continuous spacetime crystal

Este estudio presenta la observación directa del deshielo de un cristal continuo macroscópico en un sistema de discos granulares activos, revelando un proceso de tres etapas donde el orden espacial y temporal se destruyen mediante mecanismos distintos, lo que demuestra que la ruptura espontánea de ambas simetrías translacionales puede desacoplarse en fases de materia clásica fuera del equilibrio.

Tunable shear thickening in active non-Brownian suspensions

Mediante simulaciones de partículas, este estudio demuestra que la auto-propulsión en suspensiones activas de granos no brownianos puede reducir la viscosidad en regímenes de cizallamiento alto, superando el espesamiento por fricción mediante un mecanismo de "desespesamiento" sintonizable que se ajusta a un marco de escalado universal.

Virtual walks in the Ising model: finite time scaling

Este artículo analiza la dinámica del modelo de Ising mediante un escenario de caminata virtual tras un enfriamiento brusco, demostrando que el desplazamiento promedio de los espines revela una región de no equilibrio más prolongada que la magnetización y permite identificar un punto crítico dependiente del tiempo, cuyos resultados de escalamiento en tiempo finito en dos dimensiones coinciden consistentemente con los exponentes críticos conocidos.

When velocity autocorrelations mirror force autocorrelations: Exact noise-cancellation in interacting Brownian systems

Este trabajo demuestra teóricamente que el algoritmo de cancelación de ruido para sistemas brownianos es exacto en equilibrio térmico debido a la anulación de las correlaciones cruzadas entre el desplazamiento total y las contribuciones inducidas por interacciones, mientras que en sistemas fuera del equilibrio estas correlaciones persisten, proporcionando una firma distintiva de la física no equilibrada y la necesidad de correcciones.

Chern character and Fermi point

Este artículo expresa el carácter de Chern en K-teoría topológica mediante puntos singulares de operadores de Fredholm (puntos de Fermi), interpretando el carácter de Chern impar como una generalización del flujo espectral y aplicándolo para demostrar la paridad del índice de borde y la correspondencia volumen-borde en aislantes topológicos cuatridimensionales con simetría de inversión temporal.

Cooling of electrons via superconducting tunnel junctions and their arrays exhibiting nodal lines

El artículo estudia teóricamente el enfriamiento de electrones mediante uniones de túnel superconductoras con fase $\pi$ y capas ferroeléctricas, aprovechando la compleja estructura de entropía generada por líneas nodales que permiten una densidad de estados divergente para extraer calor de un baño de electrones.

Effects of correlated hopping on thermoelectric response of a quantum dot strongly coupled to ferromagnetic leads

Mediante el método del grupo de renormalización numérico, este estudio demuestra que el salto correlacionado induce características de transporte dependientes del espín asimétricas y modula la eficiencia termoeléctrica en puntos cuánticos acoplados a electrodos ferromagnéticos.

Fokker-Planck approach to thermal fluctuations in antiferromagnetic systems

Los autores desarrollan un enfoque de Fokker-Planck para describir la dinámica de la magnetización escalonada y las fluctuaciones térmicas en sistemas antiferromagnéticos bidimensionales, aplicando esta metodología al estudio de la dinámica de ondas de espín y a la formulación de un modelo fenomenológico para las fluctuaciones de resistencia en semiconductores antiferromagnéticos bidimensionales.

Gate-tunable anisotropic Josephson diode effect in topological Dirac semimetal Cd$_3$As$_2$ nanowires

Este estudio presenta una investigación sistemática del efecto diodo de Josephson en uniones de nanocables de Cd$_3$As$_2$, demostrando una respuesta diodo altamente anisotrópica y sintonizable mediante puerta que permite distinguir entre los estados de transporte del volumen y de la superficie topológica, revelando así la coexistencia de múltiples canales de transporte.

Geometrical properties of strained and twisted moiré heterostructures

Esta revisión ofrece una introducción integral a la geometría de los superredes de moiré deformadas, abarcando desde la teoría de elasticidad lineal hasta la predicción de patrones especiales y la aplicación de técnicas de deformación recientes en materiales bidimensionales.

Helical orbitals in electrical uni-directional molecular motors

Este artículo presenta un mecanismo para motores moleculares unidireccionales basado en corrientes electrónicas a través de orbitales helicoidales, proponiendo una definición formal de helicalidad que vincula el momento angular con la simetría de subred y predice que el sentido de rotación es independiente de la dirección de la corriente.

High-efficiency Pt$_{75}$Au$_{25}$-based spintronic terahertz emitters

Este artículo presenta un nuevo emisor terahertz espintrónico basado en la aleación Pt$_{75}$Au$_{25}$ que supera a los dispositivos convencionales de Pt al lograr un aumento del 30 % en la potencia de salida gracias a su efecto Hall de espín gigante y a la optimización de la composición y el espesor de las capas.

Higher-harmonic acoustic driving of quantum-dot optical transitions beyond Rabi-frequency resonance

Este artículo propone un esquema de control híbrido que supera las limitaciones de frecuencia de los métodos acústicos anteriores en puntos cuánticos, utilizando modulación armónica de orden superior para lograr transiciones ópticas de alta fidelidad a frecuencias acústicas accesibles, lo que habilita nuevas aplicaciones en tecnologías cuánticas en chip como la preparación de estados y el entrelazamiento.

How to formulate the $\mathbb{Z}_8$ topological invariant of Majorana fermion on the lattice

Este trabajo propone y verifica numéricamente una formulación en retículo del invariante topológico $\mathbb{Z}_8$ de Arf-Brown-Kervaire para fermiones de Majorana, demostrando que puede extraerse de los pfaffianos del operador de Wilson Dirac y que sus resultados coinciden con la teoría de continuo en diversas superficies bidimensionales.

Impact of Exchange-Correlation Functionals on Predictions of Phonon Hydrodynamics: A Study of Fluorides, Chlorides, and Hydrides

Este estudio utiliza cálculos de teoría del funcional de la densidad para demostrar que la selección del funcional de intercambio-correlación influye significativamente en la predicción de la conductividad térmica y las ventanas de hidrodinámica de fonones en una serie de fluoruros, cloruros e hidruros alcalinos, revelando nuevos casos de hidrodinámica de fonones en materiales como NaH, LiH, KH, KF, NaCl y KCl.

Intrinsic magnetization of the superconducting condensate in Fe(Te,Se)

Este artículo presenta evidencia experimental de una magnetización intrínseca en anillos mesoscópicos de Fe(Te,Se) causada por un condensado superconductor polarizado en espín, cuyo campo magnético escala linealmente con la corriente de polarización y se explica mediante un modelo de acoplamiento Rashba con interacción anisotrópica, abriendo nuevas posibilidades para la espintrónica superconductora y las plataformas de información cuántica.

Local Hall Conductivity in Disordered Topological Insulators

El artículo deriva una expresión para la conductividad Hall local en sistemas sin simetría de traslación y demuestra que el desorden no magnético y la fragmentación de parches desordenados pueden expandir las regiones de fase donde existen estados aislantes topológicos, como el aislante de Chern y el aislante topológico de Anderson.

Low-Noise Quantum Dots in Ultra-Shallow Ge/SiGe Heterostructures for Prototyping Hybrid Semiconducting-Superconducting Devices

Los autores demuestran que las heteroestructuras Ge/SiGe con capas de encapsulamiento ultra-delgadas (~4 nm) y óxidos depositados a baja temperatura albergan puntos cuánticos de bajo ruido de carga, lo que las convierte en una plataforma atractiva para prototipar dispositivos híbridos semiconductores-superconductores.

Magnetic field tuning of modulated magnetic orders in CrOCl at the two-dimensional limit

Mediante espectroscopía de dispersión Raman magnética, este estudio revela cómo la reducción a la escala bidimensional y la aplicación de campos magnéticos modulan las fases magnéticas competidoras y la acoplamiento espín-red en el CrOCl, identificando nuevos estados ordenados y efectos de magnetostricción hasta el límite de una sola capa.

Magnetic properties of an individual Magnetospirillum gryphiswaldense cell

Mediante magnetometría de torque ultrasensible, microscopía electrónica de transmisión y simulaciones micromagnéticas, este estudio caracteriza las propiedades magnéticas, configuraciones y momento remanente de la cadena de magnetosomas en una única bacteria *Magnetospirillum gryphiswaldense*, aportando conocimientos esenciales para comprender la magnetotaxis y sus aplicaciones biomédicas.

Magneto-optical Response of 5-SL MnBi$_2$Te$_4$ in Spin-Flip States

Mediante cálculos de primeros principios y modelos de conos de Dirac acoplados, este estudio revela que las películas delgadas de MnBi$_2$Te$_4$ de cinco capas pueden alternar entre estados aislantes topológicos y triviales, así como modular su respuesta magneto-óptica, dependiendo de las configuraciones de espín entre capas.

Microscopic origin of $p$-wave magnetism

Este artículo establece el origen microscópico de la magnetización en ondas $p$, explicando la polarización de espín fuera del plano mediante una densidad de espín compensada por sitio y proporcionando principios de construcción y clasificación para los antialtermagnetos, validados tanto teóricamente como mediante cálculos *ab initio* en CeNiAsO.

Nonlinear Hall Effect in Metal-Organic Frameworks

Este artículo propone los marcos metal-orgánicos (MOFs) como una plataforma versátil y diseñable para lograr el efecto Hall no lineal, demostrando mediante cálculos de primeros principios y un modelo efectivo que su estructura de bandas puede generar puntos calientes de curvatura de Berry cerca del nivel de Fermi, los cuales pueden ser aprovechados mediante ingeniería de tensión, sustratos o dopaje para obtener una respuesta de transporte no lineal.

Nonlocal Andreev transport through a quantum dot in a magnetic field: Interplay between Kondo, Zeeman, and Cooper-pair correlations

Este estudio investiga el transporte de Andreev no local a través de un punto cuántico fuertemente correlacionado acoplado a dos terminales normales y uno superconductor, revelando cómo la interacción entre el efecto Kondo, la división de Zeeman y las correlaciones de pares de Cooper modula la conductancia y potencia la reflexión de Andreev cruzada, especialmente en las regiones de cruce entre regímenes dominados por el Kondo, la proximidad superconductora y el campo magnético.

Orbital-Zeeman cross correlation in $p$- and $d$-wave altermagnets

Este artículo investiga el término cruzado orbital-Zeeman en altermagnetos de onda $p$ y $d$, revelando que el parámetro de orden $d$ invierte el signo de dicho término en metales Rashba y modifica su dependencia del potencial químico en la superficie de aislantes topológicos, mientras que el parámetro $p$ tiene un efecto más limitado.

Pfaffian-based topological invariants for one dimensional semiconductor-superconductor heterostructures

Este artículo revisa y valida los invariantes topológicos basados en el Pfaffiano para heteroestructuras unidimensionales semiconductor-superconductor, demostrando su equivalencia entre descripciones en el espacio de momentos y espacio real (incluso en sistemas desordenados) y estableciendo su interpretación física directa como el cambio de paridad fermiónica del estado fundamental.

Phonon mode splitting and phonon anomaly in multiband electron systems

Este artículo demuestra que el acoplamiento entre fermiones quirales y fonones locales induce una división topológica del espectro fonónico y una anomalía de paridad, revelando que las corrientes fonónicas pueden servir como sonda directa de la quiralidad electrónica y las estructuras topológicas.

Structural and electronic signatures of strain-tunable marginally twisted bilayer graphene

Mediante microscopía de efecto túnel y cálculos de enlace fuerte, este estudio revela cómo la tensión controla las transiciones de paredes de dominio y define las firmas electrónicas en el grafeno bicapa con ángulos de giro marginales, identificando estados electrónicos altamente localizados en regiones AA y reconstrucción de red en dominios AB.

Thermal Hall conductivity from semiclassical spin dynamics simulations: implementation and applications to chiral ferromagnets and Kitaev magnets

Este artículo presenta una implementación de simulaciones de dinámica de espín semiclásica para calcular la conductividad térmica Hall en sistemas magnéticos, aplicándola exitosamente a imanes quirales y al modelo de Kitaev para capturar efectos cuantitativos más allá de las aproximaciones no interactuantes y servir como referencia para experimentos en regímenes de fuertes fluctuaciones térmicas e interacciones no lineales.

Ultralight High-Entropy Nanowire Scaffolds for Extreme-Temperature Functionality

Este estudio presenta andamios ultraligeros de nanocables de aleaciones de alta entropía (FeCoNiCrCu) con densidad inferior al 1 % de la del metal, que combinan entropía configuracional y porosidad estructural para lograr funcionalidad magnética y térmica a temperaturas extremas.

Unconventional Altermagnetism in Quasicrystals: A Hyperspatial Projective Construction

Este artículo demuestra que los cuasicristales, mediante una construcción de proyección hiperspatial, permiten la emergencia de nuevas fases de altermagnetismo no convencionales (ondas $g$ e $h$) con división espectral de espín dependiente del momento que respeta las simetrías rotacionales no cristalográficas.

3D Mapping of Intragranular Residual Strain and Microstructure in Recrystallized Iron Using Dark-Field X-ray Microscopy

Este estudio presenta las primeras mediciones experimentales directas de variaciones de deformación elástica residual dentro de granos completamente recristalizados en hierro de pureza comercial mediante microscopía de rayos X en campo oscuro, revelando distribuciones heterogéneas de tensión que deben considerarse en los modelos futuros de crecimiento de granos.

A new approach for measurement of Cr4+ concentration in Cr4+:YAG transparent materials: some conceptual difficulties and possible solutions

El artículo presenta un nuevo enfoque basado en espectroscopía óptica para estimar la concentración de Cr4+ en materiales Cr4+:YAG, abordando las dificultades conceptuales y las incertidumbres inherentes al uso de la fórmula de Smakula-Dexter y a la descomposición de los espectros de absorción.

A systematic study of single molecule metallocenes with 4d and 3d transition metal atoms

Este estudio utiliza teoría del funcional de la densidad para investigar sistemáticamente las propiedades magnéticas y de anisotropía de los metalocenos con metales de transición 3d y 4d, revelando que la anisotropía depende del ordenamiento orbital más que del número de electrones d, alcanzando valores máximos de aproximadamente 20 K para el molibdeno y el rodio en estado neutro y hasta 60 K en estados catiónicos.

AI-driven Inverse Design of Complex Oxide Thin Films for Semiconductor Devices

Este artículo presenta IDEAL, una plataforma de diseño inverso que integra modelos generativos, potenciales interatómicos de aprendizaje automático y redes neuronales de grafos con la deposición de capas atómicas para predecir y sintetizar experimentalmente óxidos complejos de Hf-Zr-O con propiedades dieléctricas optimizadas para dispositivos semiconductores.

Ab initio simulation of the first-order proton-ordering transition in water ice

Este estudio combina potenciales de interacción atómica basados en aprendizaje automático con actualizaciones de bucles que respetan las reglas del hielo para simular con precisión *ab initio* la transición de primer orden del hielo Ih al hielo XI a 83 K, superando los desafíos de muestreo y estimando que los efectos cuánticos nucleares reducen esta temperatura a un valor cercano al experimental de 72 K.

Adaptive hydrogels with spatiotemporal stiffening using pH-modulating enzymes

Este estudio presenta un hidrogel adaptativo que utiliza ondas químicas de pH generadas por enzimas para inducir un endurecimiento espaciotemporal autónomo, revelando que la transducción mecánica es el paso limitante que requiere un suministro continuo de energía para convertir estímulos localizados en respuestas mecánicas sistémicas.

Aligning van der Waals heterostructures using electron backscatter diffraction

Este trabajo demuestra que la difracción de electrones retrodispersados (EBSD) es una herramienta robusta y precisa para determinar la orientación cristalográfica de materiales de van der Waals, permitiendo el control exacto de los ángulos de giro en heteroestructuras para aplicaciones en twistrónica y óptica.

Application of dual-tree complex wavelet transform for spectra background reduction

Este artículo presenta un método universal basado en la Transformada de Ondícula Compleja de Árbol Dual (DTCWT) para la eliminación de fondos en datos espectrales experimentales, demostrando su eficacia en la extracción de información significativa en difracción de rayos X y fotoluminiscencia de cristales de $Ga_{2}O_{3}$, superando las limitaciones de las técnicas tradicionales de ajuste y filtrado.

Beyond-quasiparticle transport with vertex correction: self-consistent ladder formalism for electron-phonon interactions

Este trabajo presenta un marco de muchos cuerpos autoconsistente que integra correcciones de vértice y efectos más allá de los cuasipartículas para calcular el transporte electrónico limitado por fonones, logrando un acuerdo cuantitativo con datos experimentales en semiconductores y metales al unificar las aproximaciones de burbuja y la ecuación de transporte de Boltzmann.

Bulk magnetic properties of distorted square lattice compounds M'-LnTaO4 (Ln = Tb, Dy, Ho, Er)

Este estudio investiga las propiedades magnéticas de los tantalatos de lantánidos M'-LnTaO4 (Ln = Tb, Dy, Ho, Er) con una red cuadrada distorsionada, confirmando mediante difracción de neutrones la estructura cristalina y el orden antiferromagnético a largo plazo en M'-TbTaO4, mientras que los demás compuestos muestran correlaciones magnéticas o desorden de corto alcance, y se identifica un estado fundamental de doblete de Kramers en M'-ErTaO4.

Chemical heterogeneity at conducting ferroelectric domain walls

Mediante la combinación de mediciones de transporte y tomografía de sonda atómica en BiFeO3, este estudio revela que la heterogeneidad química a lo largo de las paredes de dominio ferroeléctrico es la causa fundamental de su conductividad variable, demostrando que múltiples mecanismos de conducción pueden coexistir en una misma pared de dominio.

Competing Hydrogenation Pathways to Metastable CaH$_6$ Revealed by Machine-Learning-Potential Molecular Dynamics

Mediante simulaciones de dinámica molecular con potenciales de aprendizaje automático, este estudio revela que la estructura del precursor CaH₂ favorece una transformación topotáctica martensítica que permite la formación cinética del metastable CaH₆, evitando la vía reconstructiva hacia el termodinámicamente estable CaH₅.₇₅.

Comprehensive structural and optical analysis of differently oriented Yb-implanted $\beta$-Ga$_2$O$_3$

Este estudio analiza el daño estructural y la respuesta óptica del $\beta$-Ga$_2$O$_3$ dopado con Yb tras la implantación iónica en tres orientaciones cristalográficas, revelando que la orientación (010) presenta la menor densidad de defectos y tensión compresiva, mientras que las otras dos orientaciones, aunque sufren mayor daño y tensión tensil, favorecen una mayor luminiscencia de los iones Yb$^{3+}$.

DFT calculations of magnetocrystalline anisotropy energy with fixed spin moment

El artículo presenta el método de momento de espín fijo totalmente relativista (FR-FSM) como una herramienta teórica para reconciliar las discrepancias en los cálculos de energía de anisotropía magnetocristalina (MAE) obtenidos con diferentes potenciales de intercambio-correlación, permitiendo estimar valores máximos hipotéticos y optimizar aleaciones para el diseño de nuevos imanes permanentes.

Dielectric, magnetic and lattice dynamics properties of double perovskite (Ca0.5Mn1.5)MnWO6

Este estudio refuta la clasificación previa de (Ca0.5Mn1.5)MnWO6 como multiferroico híbrido, demostrando mediante nuevas muestras y análisis que las anomalías dieléctricas observadas se deben a impurezas químicas y acoplamiento espín-fonón, concluyendo que el material es en realidad un antiferromagnético paraeléctrico.

Direct Laser Writing of Ferromagnetic Nickel Utilizing the Principle of Sensitized Triplet-Triplet Annihilation Upconversion

Este trabajo presenta un nuevo método para la escritura láser directa de microestructuras ferromagnéticas de níquel en condiciones ambientales, utilizando un proceso combinado de desoxigenación fotoquímica, aniquilación triplete-triplete sensibilizada y reducción fotográfica de iones Ni2+.

Efficient method for calculation of low-temperature phase boundaries

Este trabajo presenta un marco general y eficiente que combina la ecuación de Clausius-Clapeyron con la aproximación cuasi-armónica para calcular fronteras de fase a bajas temperaturas con un mínimo de cálculos, demostrando su precisión mediante el diagrama de fases de la sílice utilizando tanto la teoría del funcional de la densidad como potenciales interatómicos aprendidos por máquina.

Enhancing Reconstruction Capability of Wavelet Transform Amorphous Radial Distribution Function via Machine Learning Assisted Parameter Tuning

Este estudio presenta el marco WT-RDF+, que optimiza los parámetros de la Transformada de Ondículas de la Función de Distribución Radial mediante aprendizaje automático para superar las limitaciones de precisión en la reconstrucción de estructuras amorfas de Ge-Se y Ag-Ge-Se, superando a modelos de referencia como RBF y LSTM con solo el 25% de los datos de entrenamiento.

Exact downfolding and its perturbative approximation

Este trabajo presenta una formulación rigurosa del procedimiento de "downfolding" para derivar modelos efectivos exactos en un espacio objetivo arbitrario, estableciendo condiciones para su aproximación perturbativa, derivando formalmente la aproximación cRPA y aplicando el método a ejemplos de materiales como el níquel fcc y el cuprato SrCuO$_2$.

Field-Programmable Topological Torons in Chiral Nematic Liquid Crystals

Este trabajo demuestra experimentalmente y mediante simulaciones que es posible crear, dirigir y estacionar torones en cristales líquidos nemáticos quirales utilizando campos eléctricos de corriente alterna personalizados, logrando un control determinista de su trayectoria para aplicaciones como memorias de datos, patrones reconfigurables y micromanipulación.

From Word2Vec to Transformers: Text-Derived Composition Embeddings for Filtering Combinatorial Electrocatalysts

Este artículo evalúa una estrategia de cribado sin etiquetas que utiliza incrustaciones de texto derivadas de Word2Vec y Transformers para filtrar candidatos a electrocatalizadores de soluciones sólidas complejas, demostrando que el modelo Word2Vec ligero, basado en una combinación lineal de elementos, logra a menudo la mayor reducción de candidatos manteniendo un rendimiento cercano al óptimo medido.

Ground-State Structure Search of Defective High-Entropy Alloys Using Machine-Learning Potentials and Monte Carlo Sampling

Este artículo presenta PAIPAI, un marco de trabajo eficiente basado en potenciales de aprendizaje automático y muestreo Monte Carlo que permite identificar configuraciones atómicas de estado fundamental en aleaciones de alta entropía defectuosas con intersticiales, superando las limitaciones de los métodos tradicionales mediante una arquitectura paralela dual validada con cálculos de teoría del funcional de la densidad.

Impact of spin--orbit coupling on orbital diamagnetism in a narrow-gap semiconductor $\mathrm{Pb}_{1-x}\mathrm{Sn}_x\mathrm{Te}$

Este estudio demuestra que el acoplamiento espín-órbita incrementa el diamagnetismo orbital en el semiconductor de brecha estrecha $\mathrm{Pb}_{1-x}\mathrm{Sn}_x\mathrm{Te}$ al potenciar la contribución de tipo Dirac derivada de efectos interbanda, especialmente en campos magnéticos intensos.

Introduction to Spectroscopy of Cr4+:YAG Transparent Ceramics

Este artículo investiga las propiedades espectroscópicas de la cerámica transparente Cr4+:YAG a temperaturas de 5 a 300 K, revelando la existencia de un doblete en los espectros de absorción y emisión a baja temperatura y proponiendo explicaciones sobre su origen.

Ionic-instability induced color tuning in lead-based, mixed-halide perovskites

Este estudio demuestra que es posible estabilizar energías de fotoluminiscencia intermedias en perovskitas de plomo con haluros mixtos mediante la sintonización cinética de la fotosegregación inducida por inestabilidad iónica, lo que ofrece nuevas perspectivas para aplicaciones en iluminación y explica fenómenos como el desplazamiento espectral hacia el azul bajo iluminación pulsada de alta intensidad.

Machine-learning assistant DFT study of half-metallic full-Heusler alloy N2CaNa: structural, electronic, mechanical, and thermodynamics properties

Este estudio basado en la teoría del funcional de la densidad y el aprendizaje automático caracteriza las propiedades estructurales, electrónicas, mecánicas y termodinámicas de la aleación Heusler N2CaNa, revelando su estabilidad, naturaleza dúctil y potencial para aplicaciones en espintrónica e ingeniería estructural.

Material-Property-Field-based Deep Neural Network in Hopfield Framework

Este trabajo presenta mPFDNN, un marco de red neuronal profunda analítico e interpretable que integra Campos de Propiedades de Materiales (MPF) con la arquitectura de Hopfield para mapear con precisión y rigor físico las relaciones estructura-propiedad en diversos sistemas materiales.

Materials Acceleration Platform for Electrochemistry (MAP-E): a Platform for Autonomous Electrochemistry

El artículo presenta la Plataforma de Aceleración de Materiales para Electroquímica (MAP-E), un sistema autónomo de alto rendimiento que automatiza las pruebas de corrosión para generar rápidamente conjuntos de datos de alta calidad y construir diagramas de estabilidad, acelerando así el descubrimiento y diseño de materiales.

Nanoscale imaging of spin textures with locally varying altermagnetic response in $\alpha$-Fe$_2$O$_3$

Este estudio demuestra, mediante espectroscopía de dicroísmo magnético de rayos X a nanoescala, la conmutación y la presencia local de respuestas altermagnéticas en las paredes de dominio y texturas de merones de $\alpha$-Fe$_2$O$_3$ a través de la transición de Morin, estableciendo una vía para el control de funcionalidades de espín complejas en altermagnetos.

On the Mathematical Foundation of a Decoupled Directional Distortional Hardening Model for Metal Plasticity in the Framework of Rational Thermodynamics

Este estudio propone un modelo de endurecimiento distorsional direccional desacoplado dentro de la termodinámica racional que resuelve las inconsistencias matemáticas y las limitaciones de modelos anteriores, permitiendo representar simultáneamente el aplanamiento y el afilado de la superficie de fluencia incluso en ausencia de endurecimiento cinemático.

On the origin of diverse interlayer charge redistribution in transition-metal dichalcogenides

Este estudio teórico revela tres mecanismos unificados basados en interacciones de cuasi-enlace químico intercapa que explican las diversas redistribuciones de carga observadas en diferentes fases y configuraciones electrónicas de los dicalcogenuros de metales de transición.

Optically driven thermodynamic transition from free- to locked-epitaxy

Este estudio demuestra que la irradiación lumínica puede inducir de forma determinista una transición termodinámica en la epitaxia de Fe4N sobre mica, cambiando la orientación cristalina de una epitaxia libre dominada por fuerzas de van der Waals a una epitaxia bloqueada por acoplamiento químico al potenciar la afinidad interfacial mediante portadores fotoexcitados.

Optimal parallelisation strategies for flat histogram Monte Carlo sampling

Este estudio evalúa y compara diversas estrategias de paralelización para el muestreo Monte Carlo de histogramas planos, concluyendo que la división no uniforme de los dominios de energía ofrece las mejoras de rendimiento más significativas al simular sistemas como las superaleaciones de alta entropía refractarias y el sistema binario CuZn.

Orbital Altermagnetism

Este artículo introduce el concepto de altermagnetismo orbital, un orden magnético protegido por simetría que surge de corrientes de bucle escalonadas y produce un acoplamiento orbital-momento tipo onda-d, el cual se predice que existe independientemente del orden de espín en materiales como CuBr$_2$ y VS$_2$, ofreciendo una nueva plataforma para la espintrónica basada en orbitales.

Physics-informed neural operator for predictive parametric phase-field modelling

Este trabajo presenta PF-PINO, un operador neuronal informado por la física que supera a los métodos convencionales en precisión, generalización y estabilidad a largo plazo para modelar la evolución paramétrica de microestructuras en problemas de campo de fase complejos.

Pressure-Induced Structural and Magnetic Evolution in Layered Antiferromagnet YbMn$_2$Sb$_2$

El estudio revela que la presión induce una transición estructural y un cambio de semiconductor a metal en YbMn$_2$Sb$_2$ alrededor de 3.5 GPa, estabilizando estados magnéticos inusuales caracterizados por pares de espines antiferromagnéticos.

Pressure-Stabilized MnSb$_2$ with Complex Incommensurate Magnetic Order

Este artículo reporta la estabilización a alta presión y la caracterización magnética del compuesto MnSb$_2$, revelando un estado fundamental magnético inusual e incommensurable con un vector de propagación dependiente de la temperatura, lo que lo convierte en una plataforma prometedora para explorar comportamientos magnéticos exóticos como el altermagnetismo.

Receptogenesis in a Vascularized Robotic Embodiment

Este trabajo presenta un robot vascularizado capaz de realizar "receptogénesis", es decir, construir sensores *in situ* mediante la polimerización fotográfica de fluidos precursores para adaptarse físicamente y cerrar bucles de control en tiempo real.

Resolving Transient Electron-Phonon Coupling with Time-Resolved Spontaneous Raman Spectroscopy

Los autores desarrollaron una técnica de espectroscopía Raman espontánea resuelta en el tiempo con alta resolución espectral y temporal para caracterizar el acoplamiento electrón-fonón en silicio dopado con boro, permitiendo detectar interacciones sutiles en estados excitados de larga duración que son inaccesibles para las técnicas ultrafast convencionales.

Spectral Indicators of Piezomagnetically Induced Symmetry Breaking in Altermagnets

Este trabajo demuestra que la dicroísmo lineal magnético de rayos X (XMLD) en altermagnetos surge de efectos piezomagnéticos inducidos por el ordenamiento de multipoles magnéticos de alto rango, estableciendo así técnicas espectroscópicas como herramientas elementales para detectar simetrías rotas y fenómenos de espín controlables por deformación más allá del ferromagnetismo convencional.

Synthetic design of force-responsive hydrogels with ring-forming catch bonds

Este estudio presenta un marco sintético minimalista basado en polímeros reversibles que forman anillos para crear hidrogeles con enlaces de agarre, los cuales aumentan su durabilidad bajo tensión mecánica y ofrecen un nuevo enfoque para el diseño de materiales adaptativos.

Ultra-Fast Machine-Learned Interatomic Potential for MoS2 Enabling Non-Equilibrium Molecular-Dynamics Simulation of Epitaxial Growth

Este artículo presenta un potencial interatómico aprendido por máquina (MLIP) basado en el marco UF3 para el MoS2 multicapa, que combina una precisión cercana a la de la DFT en propiedades estructurales y energías de defectos con una velocidad computacional elevada, permitiendo simulaciones de dinámica molecular no equilibrada que revelan con éxito el crecimiento epitaxial homogéneo y la formación de dominios triangulares.

Uncovering the properties of homo-epitaxial GaN devices through cross-sectional infrared nanoscopy

Este trabajo demuestra que la microscopía óptica de campo cercano de tipo dispersión (s-SNOM) en rangos espectrales de infrarrojo medio y terahercios permite caracterizar con alta resolución y sensibilidad defectos subsuperficiales y variaciones de densidad de portadores en dispositivos de GaN homoepitaxial, superando las limitaciones de las técnicas de metrología tradicionales.

Weyl-Transition-Driven Giant Reversible Orbital Hall Conductivity

El estudio demuestra que la ingeniería de cruces de Weyl en el material monocapa PtBi2 permite generar y controlar reversiblemente una gigantesca conductividad de Hall orbital mediante la manipulación de la textura orbital quiral y transiciones estructurales inducidas por tensión.

"Should I Give Up Now?" Investigating LLM Pitfalls in Software Engineering

Este estudio analiza cómo las inexactitudes y la sobrecarga cognitiva provocadas por los asistentes de IA en tareas de ingeniería de software llevan a la mayoría de los participantes a abandonar su uso, revelando que las respuestas poco útiles aumentan significativamente la probabilidad de abandono mientras que la iteración de prompts la reduce.

"Who wants to be nagged by AI?": Investigating the Effects of Agreeableness on Older Adults' Perception of LLM-Based Voice Assistants' Explanations

Este estudio con 70 adultos mayores revela que, aunque la amabilidad de los asistentes de voz basados en LLM aumenta la confianza y la empatía en situaciones cotidianas, su efectividad disminuye en emergencias donde la claridad es prioritaria, lo que demuestra la necesidad de adaptar las explicaciones de la IA al contexto, la personalidad del usuario y la situación específica.

3D UAV Trajectory Estimation and Classification from Internet Videos via Language Model

Este trabajo presenta un marco novedoso que estima trayectorias 3D y clasifica drones directamente a partir de videos de internet sin anotaciones manuales, utilizando razonamiento visión-lingüístico y refinamiento físico para lograr un rendimiento superior en tareas de contra-drones mediante transferencia cero-shot.

A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight

El artículo presenta a *AirPulse*, un robot autónomo de 26 gramos inspirado en mariposas que logra por primera vez un vuelo controlado y cerrado en una plataforma alada sin cola, replicando las complejas ondulaciones corporales biológicas mediante un diseño de alas flexibles y una arquitectura de control jerárquica.

A Decade of News Forum Interactions: Threaded Conversations, Signed Votes, and Topical Tags

Este artículo presenta un conjunto de datos a gran escala y longitudinal que abarca una década (2013-2022) de interacciones en el foro de noticias del periódico austriaco DerStandard, incluyendo más de 75 millones de comentarios y 400 millones de votos anonimizados y representados mediante vectores para preservar la privacidad, facilitando así investigaciones sobre dinámicas de discusión y análisis semántico en alemán.

A Decentralized Frontier AI Architecture Based on Personal Instances, Synthetic Data, and Collective Context Synchronization

Este artículo propone la arquitectura H3LIX, un modelo de inteligencia artificial descentralizado que utiliza instancias locales para generar señales de aprendizaje sintéticas y sincronizarlas en un Campo de Contexto Colectivo, permitiendo un aprendizaje colaborativo que preserva la privacidad, se adapta a la disponibilidad de energía renovable y fomenta la emergencia de inteligencia distribuida sin necesidad de sincronización centralizada de parámetros.

A Generalized Voronoi Graph based Coverage Control Approach for Non-Convex Environment

Este artículo propone un método de control de cobertura basado en el Gráfico de Voronoi Generalizado (GVG) para sistemas multi-robot en entornos no convexos, el cual divide el área en subregiones mediante un algoritmo de equilibrio de carga ponderado y utiliza un controlador colaborativo para garantizar una cobertura eficiente y convergente.

A Hybrid Residue Floating Numerical Architecture with Formal Error Bounds for High Throughput FPGA Computation

Este artículo presenta la Arquitectura Numérica de Residuo Híbrido Flotante (HRFNA), un sistema diseñado para FPGAs que combina aritmética de residuo sin acarreo con escalado de exponentes para lograr un alto rendimiento, eficiencia energética y límites de error formales, superando significativamente a la aritmética de punto flotante IEEE 754 en aplicaciones científicas y de CAD.

A PTAS for Weighted Triangle-free 2-Matching

Este artículo presenta un algoritmo de aproximación en tiempo polinomial (PTAS) para el problema de la 2-matching ponderada sin triángulos, superando la mejor aproximación previa de 2/3 mediante un método de búsqueda local y un análisis no trivial.

A Regularized Ensemble Kalman Filter for Stochastic Phase Field Models of Brittle Fracture

Este trabajo presenta un filtro de Kalman de conjunto regularizado que, mediante inferencia bayesiana, actualiza el estado de modelos de campo de fase para fractura frágil utilizando datos de sensores de desplazamiento, corrigiendo las estimaciones para garantizar la consistencia con las suposiciones del modelo y permitiendo inferir tanto el campo de desplazamientos como el campo de fase.

A Simple Constructive Bound on Circuit Size Change Under Truth Table Perturbation

Este artículo establece explícitamente que el tamaño óptimo de un circuito cambia como máximo en $O(n)$ ante una perturbación de un punto en su tabla de verdad, extendiendo el resultado a distancias de Hamming generales y verificando su optimalidad exhaustiva para $n=4$ mediante un análisis SAT en la base AIG.

A Survey on Wi-Fi Sensing Generalizability: Taxonomy, Techniques, Datasets, and Future Research Prospects

Esta encuesta ofrece una revisión exhaustiva y estructurada de más de 200 artículos sobre las técnicas, conjuntos de datos y desafíos de generalización en la detección por Wi-Fi, presentando una taxonomía basada en la cadena de procesamiento y proponiendo la plataforma SDP para fomentar la colaboración comunitaria.

A Tale of 1001 LoC: Potential Runtime Error-Guided Specification Synthesis for Verifying Large-Scale Programs

Este artículo presenta Preguss, un marco modular que combina análisis estático y modelos de lenguaje grandes para sintetizar especificaciones formales y verificar automáticamente la ausencia de errores en tiempo de ejecución en programas a gran escala, reduciendo significativamente el esfuerzo humano necesario.

A Voronoi Cell Formulation for Principled Token Pruning in Late-Interaction Retrieval Models

Este trabajo propone un marco de poda de tokens fundamentado en la geometría de espacios hiperesféricos y la estimación de celdas de Voronoi para reducir la sobrecarga de almacenamiento en modelos de recuperación de interacción tardía como ColBERT, manteniendo al mismo tiempo la calidad de la recuperación y ofreciendo una mayor interpretabilidad.

A comprehensive study of time-of-flight non-line-of-sight imaging

Este estudio presenta un análisis exhaustivo y unificado de diversos métodos de imagen no lineal de tiempo de vuelo (ToF NLOS), estableciendo un marco común de formulación y hardware para evaluar sus similitudes, diferencias y limitaciones de rendimiento, con el objetivo de servir como referencia para comparaciones objetivas en futuras investigaciones.

A saccade-inspired approach to image classification using visiontransformer attention maps

Este artículo propone un método de clasificación de imágenes inspirado en los movimientos sacádicos humanos que utiliza los mapas de atención de un Vision Transformer (DINO) para focalizar el procesamiento en regiones clave, logrando un rendimiento comparable o superior al de la visión completa con mayor eficiencia.

ARSGaussian: 3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis

El artículo presenta ARSGaussian, un método innovador de síntesis de nuevas vistas para la teledetección aérea que integra nubes de puntos LiDAR y un modelo de cámara con parámetros de distorsión dentro de la técnica 3D Gaussian Splatting para resolver problemas de flotadores y crecimiento excesivo, mejorando así la precisión geométrica y la alineación geo-espacial, todo ello respaldado por el lanzamiento del nuevo conjunto de datos abierto AIR-LONGYAN.

AVGGT: Rethinking Global Attention for Accelerating VGGT

Este artículo presenta AVGGT, un método de aceleración sin entrenamiento que analiza y reestructura la atención global en modelos como VGGT y $\pi^3$ mediante la conversión de capas tempranas y el muestreo de tokens, logrando aceleraciones de inferencia de hasta 10 veces en secuencias largas sin sacrificar la precisión.

Accelerating High-Order Finite Element Simulations at Extreme Scale with FP64 Tensor Cores

Este artículo demuestra por primera vez que el uso directo de núcleos tensoriales FP64 en GPUs NVIDIA, combinado con optimizaciones de fusión de kernels en la biblioteca MFEM, acelera significativamente las simulaciones de elementos finitos de alto orden a escala exascale, logrando mejoras de rendimiento de hasta 2 veces y una eficiencia energética del 83% en sistemas como Alps.

Actegories, Copowers, and Higher-Order Message Passing Semantics

Este artículo demuestra que una derecha actegoría con objetos hom es equivalente a una categoría enriquecida a la derecha con copotencias, extendiendo este resultado a bases monoidales no cerradas y no simétricas para fundamentar la semántica de procesos de orden superior en el lenguaje concurrente CaMPL.

Active Prompt Learning with Vision-Language Model Priors

Este artículo presenta un marco de aprendizaje activo eficiente en presupuesto para modelos visión-idioma que utiliza agrupación guiada por clases y consultas selectivas adaptativas para superar las limitaciones de las estrategias de prompts existentes y lograr mayor precisión con menos datos etiquetados.

Adaptive Multi-Objective Tiered Storage Configuration for KV Cache in LLM Service

El artículo presenta Kareto, un optimizador que utiliza poda guiada por rendimientos decrecientes y ajuste adaptativo para gestionar dinámicamente el almacenamiento en niveles de la memoria caché KV en servicios de modelos de lenguaje grandes, logrando mejoras significativas en el equilibrio entre costo, rendimiento y latencia en comparación con las estrategias estáticas.

Adaptive SINDy: Residual Force System Identification Based UAV Disturbance Rejection

Este artículo presenta un método de control adaptativo que integra la identificación de sistemas SINDy con un controlador RLS para rechazar perturbaciones del viento en UAVs, logrando un seguimiento de trayectoria preciso y estable en entornos turbulentos tanto simulados como reales.

Age-Related Differences in the Perception of Eye-Gaze from a Social Robot

Este trabajo investiga cómo las diferencias relacionadas con la edad afectan la percepción de la mirada deíctica en la interacción humano-robot, con el objetivo de mejorar el diseño de señales no verbales adaptativas para robots sociales que asisten a adultos mayores.

Agentic AI as a Network Control-Plane Intelligence Layer for Federated Learning over 6G

El artículo propone un sistema de Inteligencia Artificial Agente que actúa como capa de control en redes 6G para gestionar el aprendizaje federado, traduciendo objetivos de alto nivel en acciones adaptativas que optimizan la selección de clientes, la asignación de recursos y la programación en tiempo real considerando las condiciones dinámicas de la red y las capacidades de los dispositivos.

AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations

El artículo presenta AgenticCyOps, un marco de seguridad arquitectónico que protege la integración de sistemas multiagente en operaciones cibernéticas empresariales mediante la definición de cinco principios defensivos y la reducción de fronteras de confianza explotables en un 72% para mitigar vectores de ataque en la orquestación de herramientas y la gestión de memoria.

Algorithmic Collusion at Test Time: A Meta-game Design and Evaluation

Este artículo introduce un diseño de meta-juego para evaluar el riesgo de colusión algorítmica en entornos de prueba, modelando agentes con políticas preentrenadas y reglas de adaptación para analizar cómo emergen la cooperación o la competencia bajo restricciones de tiempo y configuraciones asimétricas.

Almost-Optimal Upper and Lower Bounds for Clustering in Low Dimensional Euclidean Spaces

Este trabajo mejora el tiempo de ejecución de los algoritmos de aproximación $(1+\varepsilon)$ para los problemas de $k$-mediana y $k$-medias en espacios euclídeos de baja dimensión a $2^{\tilde{O}(1/\varepsilon)^{d-1}} \cdot n \cdot \text{polylog}(n)$ y demuestra que este límite es casi óptimo bajo la Hipótesis del Tiempo Exponencial con Brecha para 3-SAT.

An Analysis of Modern Web Security Vulnerabilities Inside WebAssembly Applications

Este artículo analiza cómo las vulnerabilidades binarias en aplicaciones WebAssembly pueden comprometer la seguridad de las páginas web al permitir ataques como inyecciones SQL o XS-Leaks, y propone mejores prácticas para mitigar estos riesgos.

An Empirical Study of Interaction Smells in Multi-Turn Human-LLM Collaborative Code Generation

Este estudio empírico presenta la primera taxonomía de "olores de interacción" en la generación de código colaborativa con LLMs, analiza su distribución en modelos actuales y propone el marco multiagente InCE para mitigar estos problemas y mejorar el éxito de las tareas en interacciones de múltiples turnos.

AnalogToBi: Device-Level Analog Circuit Topology Generation via Bipartite Graph and Grammar Guided Decoding

El artículo presenta AnalogToBi, un marco de generación de topologías de circuitos analógicos a nivel de dispositivo que utiliza una representación de grafo bipartito y decodificación guiada por gramática para lograr un control funcional explícito, garantizar la validez eléctrica y descubrir topologías novedosas y de alta calidad sin intervención humana.

Artificial Intelligence (AI) Maturity in Small and Medium-Sized Enterprises: A Framework of Internalized and Ecosystem-Embedded Capabilities

Este estudio propone un marco conceptual de madurez en inteligencia artificial específicamente diseñado para las pymes, que redefine el desarrollo de capacidades como un proceso multidimensional, no lineal y arraigado en el ecosistema, abordando así las limitaciones de los modelos existentes y las realidades organizativas de estas empresas.

Asset-Centric Metric-Semantic Maps of Indoor Environments

Este artículo presenta un sistema de mapeo métrico-semántico centrado en activos para entornos interiores que combina mallas detalladas de objetos con sus categorías y poses, logrando una precisión superior a los métodos basados en modelos fundamentales y una integración eficiente con modelos de lenguaje grandes para la navegación y planificación robótica.

Audio-Visual World Models: Towards Multisensory Imagination in Sight and Sound

Este trabajo presenta el primer marco formal para Modelos de Mundo Audiovisuales (AVWM), introduciendo el conjunto de datos AVW-4k y el modelo AV-CDiT para simular dinámicas ambientales sincronizadas en audio y visión, lo que mejora significativamente la planificación y navegación de agentes en entornos multisensoriales.

Automated Coral Spawn Monitoring for Reef Restoration: The Coral Spawn and Larvae Imaging Camera System (CSLICS)

Este artículo presenta el Sistema de Cámara de Imágenes de Desove y Larvas de Coral (CSLICS), una solución automatizada de bajo costo que utiliza visión por computadora para contar desoves de coral con precisión, reduciendo drásticamente el trabajo manual y facilitando la restauración de arrecifes a gran escala.

Avoiding Big Integers: Parallel Multimodular Algebraic Verification of Arithmetic Circuits

Este artículo presenta TalisMan2.0, una herramienta de verificación algebraica híbrida que utiliza razonamiento multimodular en paralelo para evitar el uso de enteros grandes y mejorar significativamente la eficiencia en la verificación de circuitos aritméticos.

BOPIM: Bayesian Optimization for influence maximization on temporal networks

El artículo presenta BOPIM, un algoritmo de optimización bayesiana que supera a los métodos existentes en velocidad y eficacia para la maximización de influencia en redes temporales, resolviendo desafíos de espacio combinatorio mediante nuevas funciones de kernel y cuantificando por primera vez la incertidumbre en los conjuntos de nodos semilla óptimos.

Beware of the Classical Benchmark Instances for the Traveling Salesman Problem with Time Windows

El artículo demuestra que un método exacto sencillo resuelve casi todas las instancias clásicas de referencia del problema del viajante con ventanas de tiempo en menos de diez segundos, lo que indica que estas ya no son representativas para evaluar algoritmos ni para diseñar conjuntos de entrenamiento difíciles para aprendizaje automático.

Beyond Short-Horizon: VQ-Memory for Robust Long-Horizon Manipulation in Non-Markovian Simulation Benchmarks

Este trabajo presenta RuleSafe, un nuevo benchmark de manipulación articulado con tareas no markovianas de largo alcance, y propone VQ-Memory, una representación temporal compacta basada en VQ-VAE que mejora significativamente la planificación y generalización de modelos de visión-idioma-acción en entornos de simulación complejos.

BinaryAttention: One-Bit QK-Attention for Vision and Diffusion Transformers

El artículo presenta BinaryAttention, un método que binariza las consultas y claves en los transformadores de visión y difusión para lograr una atención de 1 bit mediante operaciones bit a bit y un sesgo aprendible, logrando más del doble de velocidad que FlashAttention2 sin sacrificar la precisión.

Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning

El artículo presenta AFRO, un marco de aprendizaje auto-supervisado que genera representaciones 3D conscientes de la dinámica mediante un proceso difusivo y la modelación conjunta de dinámicas directas e inversas, logrando un rendimiento superior en tareas de manipulación robótica sin necesidad de supervisión de acciones o reconstrucción geométrica explícita.

BrainSTR: Spatio-Temporal Contrastive Learning for Interpretable Dynamic Brain Network Modeling

El artículo presenta BrainSTR, un marco de aprendizaje contrastivo espaciotemporal que modela redes cerebrales dinámicas interpretables mediante la identificación de fases críticas y subredes relacionadas con enfermedades, mejorando así el diagnóstico neuropsiquiátrico en trastornos como el autismo, el trastorno bipolar y la depresión mayor.

CIGPose: Causal Intervention Graph Neural Network for Whole-Body Pose Estimation

El artículo presenta CIGPose, un marco basado en redes neuronales gráficas e intervención causal que elimina las correlaciones espurias del contexto visual mediante la sustitución de representaciones de keypoints confundidas, logrando así un nuevo estado del arte en la estimación de poses corporales completas con mayor robustez y plausibilidad anatómica.

CLIOPATRA: Extracting Private Information from LLM Insights

El artículo presenta CLIOPATRA, el primer ataque que demuestra cómo un adversario puede eludir las protecciones de privacidad de sistemas de análisis de IA como Clio para extraer información médica sensible de usuarios, revelando que las defensas heurísticas actuales son insuficientes.

CORAL: Scalable Multi-Task Robot Learning via LoRA Experts

El artículo presenta CORAL, un marco escalable para el aprendizaje robótico multi-tarea que utiliza expertos LoRA especializados y aislados por tarea para mitigar la interferencia entre gradientes y evitar el olvido catastrófico, logrando un rendimiento superior en robots reales y simulados sin sobrecarga de inferencia.

Can AI Agents Generate Microservices? How Far are We?

El estudio demuestra que, aunque los agentes de IA pueden generar microservicios funcionales con código de calidad y buena adherencia a contratos de API, la inconsistencia en la corrección y la necesidad de supervisión humana indican que la generación totalmente autónoma aún no es viable.

Can ChatGPT Generate Realistic Synthetic System Requirement Specifications? Results of a Case Study

Este estudio de caso demuestra que, aunque es posible generar especificaciones de requisitos de sistema sintéticas y realistas con ChatGPT mediante un enfoque iterativo de patrones de prompts, la evaluación automática basada en modelos de lenguaje no puede sustituir completamente la revisión exhaustiva de expertos debido a errores como contradicciones y alucinaciones.

Case Study: Performance Analysis of a Virtualized XRootD Frontend in Large-Scale WAN Transfers

Este artículo presenta un estudio de caso que analiza el rendimiento de una arquitectura frontend virtualizada de XRootD en el T2_BR_SPRACE, demostrando su capacidad para sostener un rendimiento agregado de 51,3 Gb/s en transferencias de datos a gran escala en WAN bajo condiciones de producción.

Caterpillar-Inspired Spring-Based Compressive Continuum Robot for Bristle-based Exploration

Este artículo presenta un robot continuo impulsado por tendones y resorte, inspirado en la locomoción de las orugas, que integra sensores de contacto tipo cerdas para permitir la exploración y percepción de superficies en espacios confinados mediante un brazo robótico comercial.

Chain of Event-Centric Causal Thought for Physically Plausible Video Generation

Este artículo presenta un marco para la generación de videos físicamente plausibles que aborda la progresión causal mediante dos módulos clave: el razonamiento de cadenas de eventos impulsado por la física y la instrucción cruzada multimodal consciente de las transiciones, logrando así una superioridad en benchmarks como PhyGenBench y VideoPhy.

Characterization, Analytical Planning, and Hybrid Force Control for the Inspire RH56DFX Hand

Este artículo presenta tres mejoras para transformar el robot de mano Inspire RH56DFX de un dispositivo de caja negra en una herramienta de investigación: caracterización de hardware, un modelo MuJoCo validado para la planificación de agarres y un controlador híbrido de velocidad-fuerza, logrando un rendimiento superior en tareas de inserción y agarre en comparación con métodos existentes.

ChatNeuroSim: An LLM Agent Framework for Automated Compute-in-Memory Accelerator Deployment and Optimization

Este trabajo presenta ChatNeuroSim, un marco de agentes basado en modelos de lenguaje grande que automatiza el despliegue y la optimización de aceleradores de memoria en cómputo (CIM) mediante la gestión integral del flujo de trabajo y una técnica de poda del espacio de diseño que reduce significativamente el tiempo de ejecución en comparación con los métodos tradicionales.

ChimeraLoRA: Multi-Head LoRA-Guided Synthetic Datasets

El artículo presenta ChimeraLoRA, un método que combina un LoRA compartido por clase con LoRAs específicos por imagen para generar conjuntos de datos sintéticos diversos y detallados que mejoran el rendimiento de clasificación en escenarios de escasez de datos.

Clarifying the Compass: A Reflexive Narrative on Entry Barriers into HCI and Aging Research

Este manuscrito reflexiona sobre las barreras interdisciplinarias en la investigación de HCI y el envejecimiento, explorando la desconexión entre las necesidades de los adultos mayores y el diseño tecnológico, así como el viaje personal de los autores hacia una mayor empatía a través del voluntariado en una comunidad de vida senior.

Class Model Generation from Requirements using Large Language Models

Este artículo investiga la capacidad de modelos de lenguaje avanzados para generar diagramas de clases UML a partir de requisitos en lenguaje natural, proponiendo un marco de validación dual que combina evaluadores de IA y expertos humanos, y demostrando que estos modelos pueden producir diagramas estructuralmente coherentes y semánticamente significativos con una alta alineación respecto a las evaluaciones humanas.

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

El artículo presenta CoRe-GS, un marco de dispersión gaussiana de lo grueso a lo fino que optimiza selectivamente solo los objetos de interés en una escena, logrando una reconstrucción 3D más rápida y de mayor calidad al reducir los costos computacionales innecesarios para aplicaciones robóticas.

CogBlender: Towards Continuous Cognitive Intervention in Text-to-Image Generation

El artículo presenta CogBlender, un marco que permite la intervención continua y multidimensional de propiedades cognitivas (como valencia, excitación, dominio y memorabilidad) en la generación de imágenes a partir de texto, logrando alinear el contenido visual con la intención psicológica mediante la interpolación de campos de velocidad en un espacio cognitivo.

Collaborative Problem Solving in Mixed Reality: A Study on Visual Graph Analysis

Este estudio con 72 participantes demuestra que, aunque la resolución colaborativa de problemas en realidad mixta es relevante para tareas complejas, la representación de gráficos en 3D no genera resultados superiores a los de los grupos nominales, lo que subraya la importancia de utilizar estos últimos como referencia para evaluar entornos virtuales colaborativos.

Comparative Analysis of Patch Attack on VLM-Based Autonomous Driving Architectures

Este artículo presenta un marco sistemático que demuestra mediante ataques de parche físicos en simulación CARLA que las arquitecturas de modelos visión-idioma (VLM) para conducción autónoma, como Dolphins, OmniDrive y LeapVAD, son severamente vulnerables a perturbaciones adversarias, revelando fallos críticos en la detección de objetos y patrones de vulnerabilidad específicos en cada diseño.

Compartmentalization-Aware Automated Program Repair

Este trabajo presenta un marco de reparación automática de programas basado en modelos de lenguaje grande, diseñado específicamente para identificar y corregir vulnerabilidades en las interfaces entre compartimentos de software mediante un ciclo de retroalimentación que integra un fuzzer especializado, técnicas de análisis para dotar de conciencia de compartimentación a los modelos y una validación de parches.

Component-Aware Sketch-to-Image Generation Using Self-Attention Encoding and Coordinate-Preserving Fusion

Este artículo presenta un marco de generación de imágenes a partir de bocetos consciente de los componentes que utiliza una arquitectura de dos etapas con codificación de autoatención y fusión de puertas preservadora de coordenadas para superar las limitaciones de los modelos existentes, logrando resultados superiores en fidelidad y coherencia visual en diversos dominios.

Computer Vision-Based Vehicle Allotment System using Perspective Mapping

Esta investigación presenta un sistema inteligente de asignación de plazas de aparcamiento basado en visión por computadora y el modelo YOLOv8, que utiliza mapeo de perspectiva inversa para integrar vistas de múltiples cámaras y simular un entorno 3D que guía a los usuarios hacia espacios vacíos de manera eficiente y económica.

Computing $L_\infty$ Hausdorff Distances Under Translations: The Interplay of Dimensionality, Symmetry and Discreteness

Este artículo utiliza la complejidad de precisión fina para analizar cómo la dimensionalidad, la simetría (dirigido vs. no dirigido) y la discretización afectan la complejidad temporal de calcular la distancia de Hausdorff $L_\infty$ bajo traslaciones, revelando asimetrías en los límites superiores e inferiores y reducciones a problemas como 3SUM y MaxConv.

ConfCtrl: Enabling Precise Camera Control in Video Diffusion via Confidence-Aware Interpolation

El artículo presenta ConfCtrl, un marco de interpolación de video consciente de la confianza que permite a los modelos de difusión generar vistas novedosas geométricamente consistentes y visualmente plausibles a partir de solo dos imágenes, superando las limitaciones de los métodos existentes mediante una proyección ponderada por confianza y un mecanismo de corrección residual inspirado en el filtro de Kalman para manejar grandes cambios de perspectiva.

Connectivity Maintenance and Recovery for Multi-Robot Motion Planning

Los autores proponen un algoritmo de planificación de movimiento en tiempo real basado en curvas Bézier y funciones de barrera y Lyapunov (MPC-CLF-CBF) que garantiza la conectividad y mejora la navegación de flotas de robots en entornos cluttered, permitiendo la recuperación ante pérdidas de conexión y validándose mediante simulaciones y experimentos físicos con ocho cuadricópteros Crazyflie.

Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation

El artículo presenta Context-Nav, un enfoque sin entrenamiento específico que mejora la navegación de instancias mediante la integración de descripciones contextuales completas en la exploración y la verificación de candidatos a través de un razonamiento espacial 3D consciente de la perspectiva, logrando así un rendimiento superior en entornos 3D complejos.

CovertComBench: A First Domain-Specific Testbed for LLMs in Wireless Covert Communication

El artículo presenta CovertComBench, un nuevo banco de pruebas especializado para evaluar las capacidades de los Grandes Modelos de Lenguaje (LLM) en comunicaciones encubiertas inalámbricas, revelando que, aunque son eficaces en tareas conceptuales y de generación de código, carecen de la fiabilidad necesaria para realizar las derivaciones matemáticas complejas exigidas por las garantías de seguridad.

Cutting the Cord: System Architecture for Low-Cost, GPU-Accelerated Bimanual Mobile Manipulation

Este trabajo presenta un manipulador móvil bimanual de bajo costo (menos de 1300 dólares) basado en XLeRobot con computación a bordo NVIDIA Jetson Orin Nano, que ofrece un diseño mecánico optimizado, una topología de alimentación robusta y autonomía completa para teleoperación y manipulación basada en visión sin dependencias externas.

DCAU-Net: Differential Cross Attention and Channel-Spatial Feature Fusion for Medical Image Segmentation

El artículo presenta DCAU-Net, un nuevo marco de segmentación de imágenes médicas que mejora la precisión y la eficiencia mediante una Atención Cruzada Diferencial para resaltar estructuras discriminativas y reducir la complejidad computacional, junto con una estrategia de Fusión de Características Espacio-Canales para integrar adaptativamente la información semántica y espacial.

DISPLAY: Directable Human-Object Interaction Video Generation via Sparse Motion Guidance and Multi-Task Auxiliary

El artículo presenta DISPLAY, un marco de generación de videos de interacción humano-objeto que logra un control intuitivo y alta fidelidad mediante una guía de movimiento dispersa (coordenadas de muñeca y cajas delimitadoras de objetos) y una estrategia de entrenamiento auxiliar multi-tarea para superar las limitaciones de flexibilidad y consistencia física de los métodos existentes.

DOCFORGE-BENCH: A Comprehensive 0-shot Benchmark for Document Forgery Detection and Analysis

El documento presenta DOCFORGE-BENCH, el primer benchmark unificado de cero disparos para la detección de falsificaciones documentales, que revela que el principal obstáculo para el despliegue práctico no es la capacidad de discriminación de los modelos, sino una falla de calibración crítica causada por la baja proporción de píxeles alterados, la cual puede mitigarse mediante la adaptación del umbral sin necesidad de reentrenamiento.

DRIFT: Dual-Representation Inter-Fusion Transformer for Automated Driving Perception with 4D Radar Point Clouds

El artículo presenta DRIFT, un modelo transformador de doble representación que fusiona características locales y globales mediante una arquitectura de dos vías para mejorar la percepción en la conducción automatizada utilizando nubes de puntos de radar 4D, superando a los métodos existentes en tareas de detección de objetos y estimación de carreteras.

DeZent: Decentralized z-Anonymity with Privacy-Preserving Coordination

El artículo presenta deZent, una implementación descentralizada de la anonimización z que utiliza estructuras de conteo estocástico y sumas seguras para coordinar la privacidad en redes de sensores, logrando un rendimiento comparable al enfoque centralizado mientras reduce la sobrecarga de comunicación y la dependencia de una entidad central de confianza.

Deblurring structural edges in variable thickness topology optimization via density-gradient-informed projection

Este artículo presenta un método de proyección informado por el gradiente de densidad que elimina eficazmente el desenfoque de los bordes estructurales y suprime las regiones de espesor indeseable en la optimización topológica de espesor variable, mejorando la definición geométrica sin comprometer significativamente el cumplimiento estructural.

Decoder-Free Distillation for Quantized Image Restoration

El artículo presenta QDR, un marco de distilación libre de decodificador que combina auto-distilación, reponderación de magnitud aprendible y un modelo ligero para superar los cuellos de botella de la cuantización en la restauración de imágenes, logrando un rendimiento cercano al de precisión completa y alta velocidad en dispositivos de borde.

Design Guidance Towards Addressing Over-Reliance on AI in Sensemaking

Este artículo propone principios de diseño preliminares para sistemas de conciencia grupal aumentados con IA generativa que, mediante la visualización implícita de datos colaborativos y la generación de conflictos cognitivos, fomentan el sentido crítico autónomo y evitan la sobredependencia de las instrucciones explícitas de la IA.

Designing Culturally Aligned AI Systems For Social Good in Non-Western Contexts

Este artículo analiza ocho implementaciones reales de IA en contextos no occidentales para identificar seis factores clave y proponer 12 directrices que priorizan la colaboración interdisciplinaria y el diseño culturalmente alineado para lograr sistemas de IA seguros, equitativos y efectivos en ámbitos de alto impacto.

DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics

El artículo presenta DiffWind, un marco de modelado diferenciable basado en física que utiliza la simulación de partículas y restricciones de dinámica de fluidos para reconstruir y simular con alta precisión la interacción entre el viento y objetos deformables a partir de observaciones de video.

Diffusion-Based Authentication of Copy Detection Patterns: A Multimodal Framework with Printer Signature Conditioning

Este trabajo propone un marco de autenticación basado en difusión que utiliza la firma de la impresora para distinguir eficazmente los patrones de detección de copias genuinos de los falsificados, superando a los métodos tradicionales y anteriores enfoques de aprendizaje profundo.

Dishonesty Tendencies in Testing Scenarios Among Students with Virtual Reality and Computer-Mediated Technology

Este estudio con 22 voluntarios concluye que la cantidad de deshonestidad académica durante exámenes es exactamente la misma tanto en entornos de realidad virtual como al utilizar tecnología mediada por computadora tradicional.

Distributed Convolutional Neural Networks for Object Recognition

Este artículo propone una nueva función de pérdida para entrenar una red neuronal convolucional distribuida (DisCNN) que extrae exclusivamente características de una clase positiva específica mapeándolas a un conjunto compacto, logrando así una arquitectura ligera con excelente generalización para la detección de objetos en fondos complejos.

Dynamic Multimodal Expression Generation for LLM-Driven Pedagogical Agents: From User Experience Perspective

Este estudio propone un método impulsado por modelos de lenguaje grande para generar expresiones multimodales dinámicas en agentes pedagógicos de realidad virtual, demostrando mediante experimentos subjetivos que la alineación semántica entre el habla y los gestos mejora significativamente la experiencia de aprendizaje, la participación y la percepción de presencia social.

Dynamic Precision Math Engine for Linear Algebra and Trigonometry Acceleration on Xtensa LX6 Microcontrollers

Este artículo presenta y evalúa un motor de matemáticas de precisión dinámica para microcontroladores ESP32 que combina aritmética de punto fijo, un módulo CORDIC y multiplicación de matrices optimizada para lograr aceleraciones significativas en operaciones trigonométricas y de álgebra lineal mediante la conmutación en tiempo real entre rutas de ejecución de punto fijo y de coma flotante.

ENIGMA-360: An Ego-Exo Dataset for Human Behavior Understanding in Industrial Scenarios

El artículo presenta ENIGMA-360, un nuevo conjunto de datos sincronizado de vistas egocéntrica y exocéntrica grabado en un entorno industrial real y etiquetado para facilitar la comprensión del comportamiento humano mediante tareas como la segmentación temporal de acciones, el reconocimiento de pasos clave y la detección de interacciones persona-objeto.

EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering

Este trabajo presenta EasyText, un marco basado en transformadores de difusión que permite la generación precisa y controlable de texto multilingüe mediante la incorporación de codificaciones de posición de caracteres y el uso de un extenso conjunto de datos sintéticos.

EgoMI: Learning Active Vision and Whole-Body Manipulation from Egocentric Human Demonstrations

El artículo presenta EgoMI, un marco que supera la brecha de encarnación en el aprendizaje por imitación al capturar trayectorias sincronizadas de manos y cabeza activa de demostraciones humanas, permitiendo a robots semihumanoides replicar estrategias de fijación visual dinámica mediante una política aumentada con memoria para lograr una manipulación robusta.

Electoral Systems Simulator: An Open Framework for Comparing Electoral Mechanisms Across Voter Distribution Scenarios

Este artículo presenta \texttt{electoral\_sim}, un marco de código abierto en Python que simula y compara diversos sistemas electorales en diferentes distribuciones de preferencias de votantes, evaluando su rendimiento mediante la distancia euclidiana al mediano geométrico e incluyendo un mecanismo hipotético basado en un kernel softmax de Boltzmann como referencia teórica.

EmbC-Test: How to Speed Up Embedded Software Testing Using LLMs and RAG

El artículo presenta EmbC-Test, un pipeline basado en RAG y modelos de lenguaje grande que automatiza la generación de pruebas para software embebido en C, logrando una corrección sintáctica del 100 %, una tasa de éxito del 85 % en validación y reduciendo hasta un 66 % el tiempo de prueba manual.

EmoSURA: Towards Accurate Evaluation of Detailed and Long-Context Emotional Speech Captions

El artículo presenta EmoSURA, un nuevo marco de evaluación que supera las limitaciones de las métricas tradicionales y los jueces basados en LLM al descomponer las descripciones emocionales de voz en unidades perceptuales atómicas para verificarlas directamente contra la señal de audio, ofreciendo así una evaluación más precisa y correlacionada con el juicio humano para textos largos.

Enabling Multi-Client Authorization in Dynamic SSE

El artículo presenta MASSE, un esquema de cifrado buscable simétrico (SSE) dinámico y multiusuario que integra el control de acceso basado en atributos para permitir búsquedas seguras y granulares en la nube sin revelar información sensible al servidor, garantizando además privacidad, revocación eficiente y escalabilidad superior a soluciones existentes como OXT.

Ensuring Data Freshness in Multi-Rate Task Chains Scheduling

Este artículo propone un marco de programación basado en tareas que garantiza la frescura de los datos en sistemas autónomos mediante la sincronización de offsets de ejecución y la descomposición de grafos de dependencias, logrando así una latencia mínima y una eficiencia de recursos sin comprometer la capacidad de programación global.

Entangling Like Mycorrhizae: Mixing Realities Through Touch in "FungiSync"

El artículo presenta *FungiSync*, una experiencia de realidad mixta que traduce la interdependencia de las redes micorrícicas en un ritual participativo donde el contacto físico entre usuarios entrelaza sus percepciones digitales individuales, fomentando una epistemología fúngica que cuestiona el individualismo acelerado de la era posthumana.

Epistemic Closure: Autonomous Mechanism Completion for Physically Consistent Simulation

Este trabajo presenta un agente generativo neuro-simbólico que supera las alucinaciones físicas en la simulación científica al validar y completar autónomamente los mecanismos físicos faltantes mediante razonamiento deductivo, demostrando su eficacia en la predicción correcta de la respuesta de rocas bajo presurización térmica al identificar y corregir suposiciones teóricas erróneas.

Evaluating Large Language Models for Multilingual Vulnerability Detection at Dual Granularities

Este estudio evalúa empíricamente la eficacia de modelos de lenguaje preentrenados y grandes modelos de lenguaje en la detección de vulnerabilidades multilingües a nivel de función y línea, demostrando que los grandes modelos de lenguaje, especialmente GPT-4o, superan significativamente a los enfoques anteriores al identificar con mayor precisión vulnerabilidades críticas en múltiples lenguajes de programación.

Evaluating the Practical Effectiveness of LLM-Driven Index Tuning with Microsoft Database Tuning Advisor

Este artículo evalúa la efectividad práctica del ajuste de índices impulsado por modelos de lenguaje grande (LLM) en comparación con el Asesor de Ajuste de Bases de Datos (DTA) de Microsoft, concluyendo que, aunque los LLM pueden identificar configuraciones superiores y ofrecer conocimientos intuitivos, su adopción en producción sigue siendo un desafío debido a su alta variabilidad de rendimiento y los costos de validación.

EventVGGT: Exploring Cross-Modal Distillation for Consistent Event-based Depth Estimation

El artículo presenta EventVGGT, un marco innovador que mejora la estimación de profundidad basada en eventos mediante la distilación de conocimientos espaciotemporales y geométricos del modelo VGGT, superando las limitaciones de consistencia temporal y precisión de los métodos anteriores al tratar las secuencias de eventos como videos coherentes en lugar de fotogramas independientes.

Evidential Perfusion Physics-Informed Neural Networks with Residual Uncertainty Quantification

El artículo presenta EPPINN, un marco de aprendizaje profundo evidencial basado en redes neuronales informadas por física que mejora la precisión y fiabilidad de la estimación de parámetros de perfusión en la tomografía computarizada para el ictus isquémico agudo al cuantificar la incertidumbre aleatoria y epistémica sin necesidad de muestreo bayesiano.

Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval

El artículo presenta RF-Mem, un recuperador de memoria dual que imita los procesos cognitivos humanos de familiaridad y recuerdo para personalizar de manera escalable y eficiente los modelos de lenguaje grandes, superando las limitaciones de los métodos de recuperación actuales.

Excess demand in public transportation systems: The case of Pittsburgh's Port Authority

Este estudio presenta un marco metodológico basado en un modelo de regresión de Poisson y datos filtrados para estimar la demanda excedente en sistemas de transporte público, aplicándolo exitosamente a los datos de la Autoridad Portuaria de Pittsburgh para cuantificar el número de pasajeros que no pudieron abordar los autobuses debido a la falta de capacidad.

Experience Report on the Adaptable Integration of Requirements Engineering Courses into Curricula for Professionals

Este informe de experiencia detalla el desarrollo de tres currículos de ingeniería de software para profesionales y propone principios y un enfoque sistemático basado en el mapeo de contenidos para integrar eficazmente cursos de ingeniería de requisitos en dichos programas dinámicos y modulares.

Exploiting the Final Component of Generator Architectures for AI-Generated Image Detection

Este artículo propone un método de detección de imágenes generadas por IA que explota los componentes finales compartidos por diversos generadores, logrando una alta generalización y una precisión promedio del 98,83% al clasificar imágenes de generadores no vistos.

Exploring Modality-Aware Fusion and Decoupled Temporal Propagation for Multi-Modal Object Tracking

El artículo presenta MDTrack, un marco novedoso para el seguimiento de objetos multimodal que supera las limitaciones de las estrategias de fusión uniformes mediante una fusión adaptativa basada en expertos y una propagación temporal desacoplada utilizando modelos de espacio de estado, logrando así un rendimiento superior en cinco benchmarks.

Exploring the Design of GenAI-Based Systems to Support Socially Shared Metacognition

Este artículo explora el diseño de sistemas de Grupo de Conciencia (GATs) aumentados con IA Generativa para fomentar la metacognición socialmente compartida autónoma en el trabajo y aprendizaje colaborativo, presentando principios de diseño preliminares que buscan evitar la dependencia excesiva de la IA y promover la autorregulación grupal.

Expressive Power of Property Graph Constraint Languages

Este artículo presenta el primer estudio sistemático sobre el poder expresivo del lenguaje de restricciones PG-Keys para grafos de propiedades, estableciendo una jerarquía estricta de expresividad al compararlo con las dependencias funcionales y generativas de grafos (GFD y GGD) dentro de un marco unificado, con el fin de informar la futura revisión del estándar GQL.

Extension of ACETONE C code generator for multi-core architectures

Este trabajo presenta la extensión del generador de código C ACETONE, diseñado originalmente para sistemas de aprendizaje automático, hacia arquitecturas multinúcleo mediante la definición formal de un problema de asignación de procesadores y el desarrollo de heurísticas de programación y mecanismos de sincronización para generar código paralelo.

External entropy supply for IoT devices employing a RISC-V Trusted Execution Environment

Este artículo presenta una solución basada en un Entorno de Ejecución Confiable (TEE) de RISC-V que proporciona un servicio de entropía externa para dispositivos IoT con recursos limitados, permitiendo que estos generen claves criptográficas seguras al solicitar entropía de alta calidad a un servidor verificado.

FAME: Force-Adaptive RL for Expanding the Manipulation Envelope of a Full-Scale Humanoid

El artículo presenta FAME, un marco de aprendizaje por refuerzo adaptativo a fuerzas que permite a un humanoide a escala real mantener el equilibrio y ampliar su envelope de manipulación bimanual estimando las fuerzas de interacción a partir de la dinámica del robot sin necesidad de sensores de par en las muñecas.

Fair and Square: Replacing One Real Multiplication with a Single Square and One Complex Multiplication with Three Squares When Performing Matrix Multiplication and Convolutions

Este artículo demuestra que es posible sustituir asintóticamente cada multiplicación real por una sola operación de cuadrado y cada multiplicación compleja por tres, logrando reducciones significativas en el uso de recursos hardware al implementar estas técnicas en arquitecturas como arrays sistólicos y núcleos tensoriales.

Fast and Optimal Differentially Private Frequent-Substring Mining

Este trabajo presenta un nuevo algoritmo de minería de subcadenas frecuentes con privacidad diferencial que mantiene garantías de error cercanas a la óptima mientras reduce drásticamente la complejidad de tiempo y espacio en comparación con enfoques anteriores, haciendo el proceso escalable.

FetalAgents: A Multi-Agent System for Fetal Ultrasound Image and Video Analysis

El artículo presenta FetalAgents, el primer sistema multiagente diseñado para analizar imágenes y videos de ecografías fetales mediante la coordinación dinámica de expertos visuales especializados, logrando un rendimiento superior en diagnóstico, medición y segmentación, además de generar informes clínicos estructurados a partir de flujos de video completos.

Fine-grained Motion Retrieval via Joint-Angle Motion Images and Token-Patch Late Interaction

Este trabajo propone un método interpretable para la recuperación de movimiento a partir de texto que utiliza representaciones de imágenes de ángulos articulares y una interacción tardía token-parche para superar las limitaciones de las representaciones globales y lograr correspondencias finas y precisas entre descripciones lingüísticas y secuencias de movimiento 3D.

First Steps towards Categorical Algebraic Artificial Chemistry

Este artículo presenta la construcción de un functor que asigna dinámica a un modelo algebraico de componentes interactivos, generalizando el modelo computacional AlChemy de Fontana y Buss mediante el cálculo lambda y explorando el uso de la teoría de categorías para formalizar la conexión entre los aspectos algebraicos y dinámicos de la química artificial.

Flash-KMeans: Fast and Memory-Efficient Exact K-Means

El artículo presenta Flash-KMeans, una implementación optimizada para GPU que supera los cuellos de botella de E/S y contención de memoria mediante innovaciones como FlashAssign y sort-inverse update, logrando aceleraciones de hasta 17,9 veces respecto a las mejores soluciones existentes y habilitando el uso de k-means en sistemas en línea.

Floating-Point Usage on GitHub: A Large-Scale Study of Statically Typed Languages

Este estudio presenta el primer análisis a gran escala del uso de aritmética de punto flotante en repositorios públicos de GitHub para lenguajes estáticamente tipados, revelando que, aunque algunos benchmarks existentes son representativos, el código real presenta matices que requieren nuevas evaluaciones y proporcionando un conjunto de datos de 10 millones de funciones para guiar el desarrollo futuro de técnicas de razonamiento.

Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming

Este trabajo presenta un sistema de localización magnética sin infraestructura que permite a un UAV ligero aterrizar y rastrear con precisión centimétrica a un robot cuadrúpedo móvil, logrando un posicionamiento relativo de 3D con un error cuadrático medio de 5 cm mediante sensores integrados y filtrado de Kalman.

ForgeDreamer: Industrial Text-to-3D Generation with Multi-Expert LoRA and Cross-View Hypergraph

El artículo presenta ForgeDreamer, un marco innovador para la generación industrial de texto a 3D que supera las limitaciones actuales mediante un mecanismo de ensamblaje LoRA multiexperto para evitar interferencias de conocimiento y una mejora geométrica basada en hipergrafos de vistas cruzadas para garantizar consistencia estructural de nivel de fabricación.

FormalRTL: Verified RTL Synthesis at Scale

El artículo presenta FormalRTL, un marco de trabajo multiagente que integra modelos de referencia de software como especificaciones formales para generar y verificar código RTL de manera escalable y fiable, abordando así los desafíos de los diseños industriales a gran escala mediante la síntesis asistida por modelos de lenguaje grandes.

FrameDiT: Diffusion Transformer with Frame-Level Matrix Attention for Efficient Video Generation

El artículo presenta FrameDiT, un modelo de generación de video que introduce el mecanismo de atención matricial a nivel de cuadro para equilibrar la eficiencia y la coherencia temporal, logrando resultados de vanguardia al preservar la estructura espacio-temporal global sin comprometer el rendimiento computacional.

From Ideal to Real: Stable Video Object Removal under Imperfect Conditions

El artículo presenta SVOR, un marco robusto que logra la eliminación estable de objetos en videos bajo condiciones imperfectas mediante tres diseños clave: MUSE para el manejo de movimientos abruptos, DA-Seg para la localización consciente del desruido y un entrenamiento curricular en dos etapas, superando así los límites de los modelos existentes y alcanzando resultados de vanguardia en escenarios del mundo real.

From Perception to Cognition: How Latency Affects Interaction Fluency and Social Presence in VR Conferencing

Este estudio analiza cómo la latencia afecta la fluidez de la interacción y la presencia social en conferencias de realidad virtual mediante experimentos subjetivos comparativos con la videollamada tradicional, proporcionando insights para optimizar estos sistemas.

From Verification to Amplification: Auditing Reverse Image Search as Algorithmic Gatekeeping in Visual Misinformation Fact-checking

Este estudio audita la búsqueda inversa de imágenes de Google y revela que, como herramienta de verificación, a menudo prioriza la desinformación repetida y contenido irrelevante sobre las correcciones, exponiendo así las limitaciones del gatekeeping algorítmico en la lucha contra la información visual falsa.

GIIM: Graph-based Learning of Inter- and Intra-view Dependencies for Multi-view Medical Image Diagnosis

El artículo presenta GIIM, un enfoque novedoso basado en grafos para el diagnóstico médico que mejora la precisión y robustez al modelar simultáneamente las dependencias intra e intervistas de las anomalías y manejar eficazmente los datos incompletos.

GSStream: 3D Gaussian Splatting based Volumetric Scene Streaming System

El artículo presenta GSStream, un sistema innovador de transmisión de escenas volumétricas basado en 3D Gaussian Splatting que integra predicción de visuales colaborativa y adaptación de bitrate mediante aprendizaje por refuerzo profundo para optimizar la calidad visual y el uso de la red.

Game-Theoretic Modeling of Stealthy Intrusion Defense against MDP-Based Attackers

Este artículo presenta un modelo de teoría de juegos para la defensa contra intrusiones sigilosas de amenazas persistentes avanzadas (APT) en redes, donde se analizan estrategias defensivas óptimas bajo tres regímenes informativos distintos frente a atacantes que utilizan cadenas de Markov para navegar por un grafo de ataque.

Gap-ETH-Tight Algorithms for Hyperbolic TSP and Steiner Tree

Los autores presentan un esquema de aproximación óptimo bajo Gap-ETH para el problema del viajante y el árbol de Steiner en espacios hiperbólicos de dimensión fija, logrando un tiempo de ejecución $2^{O(1/\varepsilon^{d-1})}n^{1+o(1)}$ mediante una nueva descomposición jerárquica llamada "cuadrícula híbrida hiperbólica" y un análisis de cruces ponderados.

GenAI Is No Silver Bullet for Qualitative Research in Software Engineering

Este artículo argumenta que la IA generativa no es una solución mágica para la investigación cualitativa en ingeniería de software, ya que su aplicación requiere una adaptación cuidadosa a cada estrategia de investigación y ofrece tanto promesas como riesgos que deben ser comprendidos por los investigadores.

Gender Bias in Perception of Human Managers Extends to AI Managers

El estudio demuestra que los sesgos de género en la percepción de la liderazgo, donde los managers masculinos son mejor valorados y las femeninas enfrentan mayor escepticismo al no otorgar recompensas, se extienden desde los gerentes humanos hacia los gerentes de inteligencia artificial.

Generative AI and LLMs in Industry: A text-mining Analysis and Critical Evaluation of Guidelines and Policy Statements Across Fourteen Industrial Sectors

Este estudio analiza mediante minería de texto 160 directrices y declaraciones políticas de catorce sectores industriales para evaluar la gobernanza de la IA generativa y los LLM, identificando los desafíos éticos y regulatorios y ofreciendo recomendaciones para una integración responsable y segura.

GeoAlignCLIP: Enhancing Fine-Grained Vision-Language Alignment in Remote Sensing via Multi-Granular Consistency Learning

El artículo presenta GeoAlignCLIP, un marco unificado que mejora la alineación visión-idioma en teledetección mediante el aprendizaje de consistencia multi-granular y un nuevo conjunto de datos (RSFG-100k), logrando un rendimiento superior en tareas de detalle fino en comparación con los métodos existentes.

GeoBenchr: An Application-Centric Benchmarking Suite for Spatiotemporal Database Platforms

Este artículo presenta GeoBenchr, una suite de evaluación de código abierto y centrada en aplicaciones diseñada para comparar de manera integral el rendimiento de plataformas de bases de datos espaciotemporales en escenarios del mundo real, como el seguimiento de ciclismo, aviación y marítimo.

GeoSolver: Scaling Test-Time Reasoning in Remote Sensing with Fine-Grained Process Supervision

El artículo presenta GeoSolver, un marco innovador que mejora el razonamiento paso a paso en la interpretación de teledetección mediante el uso de un modelo de recompensa de proceso (GeoPRM) y un algoritmo de aprendizaje por refuerzo (Process-Aware Tree-GRPO) para lograr un escalado robusto en el tiempo de prueba y alcanzar el estado del arte en diversas pruebas.

Geometry-Aware Metric Learning for Cross-Lingual Few-Shot Sign Language Recognition on Static Hand Keypoints

Este trabajo propone un marco de aprendizaje métrico consciente de la geometría que utiliza descriptores de ángulos interarticulares invariantes para superar la variabilidad de dominio y lograr un reconocimiento de lenguaje de señas de pocos ejemplos entre idiomas con alta precisión, incluso en escenarios de recursos limitados.

Granulon: Awakening Pixel-Level Visual Encoders with Adaptive Multi-Granularity Semantics for MLLM

Granulon es un nuevo modelo de lenguaje multimodal basado en DINOv3 que supera las limitaciones de los encoders visuales actuales mediante un controlador de granularidad condicionado por texto y una agregación de tokens adaptativa, logrando un razonamiento unificado de nivel de píxel a concepto global que mejora la precisión y reduce las alucinaciones.

HECTOR: Hybrid Editable Compositional Object References for Video Generation

HECTOR es un pipeline generativo que permite un control composicional fino en la generación de videos mediante referencias híbridas de imágenes y videos estáticos o dinámicos, junto con la especificación explícita de trayectorias para cada elemento.

HMR-1: Hierarchical Massage Robot with Vision-Language-Model for Embodied Healthcare

Este artículo presenta HMR-1, un robot de masaje jerárquico que integra un modelo de lenguaje visual para la localización de acupuntos y un módulo de control de bajo nivel, respaldado por el nuevo conjunto de datos multimodal MedMassage-12K y un benchmark para evaluar tareas de masaje en la atención sanitaria.

Hardness of the Binary Covering Radius Problem in Large $\ell_p$ Norms

Este artículo demuestra que el problema de decisión de aproximación del radio de cobertura en retículos bajo la norma $\ell_p$ es NP-duro para una función explícita de factor de aproximación $\gamma(p)$ cuando $p$ supera un umbral de aproximadamente 35.31, estableciendo así la primera prueba de dureza para este problema en normas $\ell_p$ explícitas.

HelixTrack: Event-Based Tracking and RPM Estimation of Propeller-like Objects

El artículo presenta HelixTrack, un método basado en eventos que rastrea objetos tipo hélice y estima su RPM en tiempo real, junto con la introducción del nuevo conjunto de datos TQE para abordar la falta de datos públicos en esta tarea.

HeteroFedSyn: Differentially Private Tabular Data Synthesis for Heterogeneous Federated Settings

HeteroFedSyn es el primer marco de síntesis de datos tabulares con privacidad diferencial diseñado específicamente para entornos federados horizontales heterogéneos, que mediante innovaciones en la selección de márgenes distribuidos logra una utilidad comparable a la síntesis centralizada a pesar de la heterogeneidad de los datos y el ruido adicional.

Hierarchical Observe-Orient-Decide-Act Enabled UAV Swarms in Uncertain Environments: Frameworks, Potentials, and Challenges

Este artículo propone un marco jerárquico basado en el ciclo Observe-Orient-Decide-Act (H-OODA) que integra la nube, el borde y los terminales mediante virtualización de funciones de red para mejorar la toma de decisiones autónoma y el control cooperativo de enjambres de UAVs en entornos inciertos.

High-Slip-Ratio Control for Peak Tire-Road Friction Estimation Using Automated Vehicles

Este artículo presenta un marco de control de alto deslizamiento para vehículos automatizados que excita activamente la región de fricción máxima durante operaciones sin carga, utilizando un modelo de neumático Magic Formula y una estrategia de control óptimo para estimar con precisión y seguridad el coeficiente de fricción neumático-carretera.

How to Write to SSDs

Este artículo demuestra que la adopción de escrituras fuera de lugar es fundamental para optimizar el rendimiento y la vida útil de las SSD, presentando un rediseño de LeanStore que reduce significativamente la amplificación de escritura y mejora el rendimiento en cargas de trabajo OLTP.

Idempotent Slices with Applications to Code-Size Reduction

Este artículo formaliza el concepto de rebanadas idempotentes y presenta un algoritmo eficiente para extraerlas en forma GSA, permitiendo una reducción de tamaño de código mediante la fusión de instrucciones no contiguas, lo que logra disminuciones de hasta un 7,24% en ciertos benchmarks de LLVM.

Impact of Different Failures on a Robot's Perceived Reliability

Este estudio demuestra que, en la interacción humano-robot, los errores de selección o colocación afectan menos la fiabilidad percibida que los deslizamientos o bloqueos, y que una ejecución exitosa posterior es suficiente para recuperar la confianza sin necesidad de reparaciones sociales explícitas.

ImpedanceDiffusion: Diffusion-Based Global Path Planning for UAV Swarm Navigation with Generative Impedance Control

El artículo presenta ImpedanceDiffusion, un marco jerárquico que combina planificación global de trayectorias basada en difusión condicionada por imágenes, seguimiento con campos de potencial artificial y control de impedancia variable semánticamente consciente para lograr una navegación segura y adaptativa de enjambres de drones en entornos interiores abarrotados.

Implicit Biases in Refereeing: Lessons from NBA Referees

Este estudio revisa y amplía la investigación sobre sesgos implícitos en el arbitraje de la NBA, utilizando datos de jugadas y reportes de los últimos dos minutos para concluir que, aunque existe un sesgo favorable hacia los equipos locales (especialmente en playoffs) y ciertos jugadores se benefician estadísticamente de las decisiones arbitrales, no se encontró evidencia de sesgos negativos hacia jugadores o equipos específicos, ni de sesgos raciales.

Implicit Geometry Representations for Vision-and-Language Navigation from Web Videos

Este trabajo introduce un marco de navegación visión-lenguaje a gran escala derivado de videos web que, mediante representaciones geométricas implícitas para extraer información espacial directamente de imágenes RGB sin reconstrucción 3D, supera las limitaciones de los datos simulados y establece nuevos récords de rendimiento en múltiples benchmarks.

Improving 3D Foot Motion Reconstruction in Markerless Monocular Human Motion Capture

Este artículo presenta FootMR, un método de refinamiento que mejora la reconstrucción de movimientos finos de los pies en la captura de movimiento humano monocular sin marcadores al levantar secuencias de keypoints 2D a 3D utilizando datos de captura de movimiento a gran escala, y introduce el conjunto de datos MOOF para evaluar este rendimiento.

Improving Large Vision-Language Models' Understanding for Flow Field Data

El artículo presenta FieldLVLM, un marco innovador que mejora la comprensión de los Grandes Modelos Visuales-Lingüísticos sobre datos de campos científicos mediante una estrategia de generación de lenguaje específica del dominio y un ajuste de modelos multimodales con compresión de datos, logrando un rendimiento superior en tareas de investigación científica.

Influence of Interactivity in Shaping User Experience and Social Acceptance of Mobile XR

Este estudio investiga cómo el grado de interactividad en aplicaciones de realidad aumentada móvil influye en la experiencia de usuario y la aceptación social, concluyendo que es necesario un diseño equilibrado que considere tanto la usabilidad como las implicaciones sociales para facilitar la integración de esta tecnología en entornos cotidianos.

Integrating Virtual and Augmented Reality into Public Education: Opportunities and Challenges in Language Learning

Este artículo examina las oportunidades y desafíos de integrar la realidad virtual y aumentada en la enseñanza de idiomas dentro de la educación pública, concluyendo que, aunque estas tecnologías aumentan la motivación y el aprendizaje contextual, su implementación efectiva requiere superar barreras técnicas, cognitivas y de infraestructura mediante mejoras en el diseño, la capacitación docente y la adaptación curricular.

Intelligent Spatial Estimation for Fire Hazards in Engineering Sites: An Enhanced YOLOv8-Powered Proximity Analysis Framework

Este estudio propone un marco de trabajo mejorado basado en YOLOv8 que combina la detección de fuego y humo con el análisis de proximidad a objetos circundantes para generar una evaluación cuantitativa de riesgos y alertas prioritarias en sitios de ingeniería.

InternVL-U: Democratizing Unified Multimodal Models for Understanding, Reasoning, Generation and Editing

El artículo presenta InternVL-U, un modelo multimodal unificado ligero de 4 mil millones de parámetros que democratiza las capacidades de comprensión, razonamiento, generación y edición mediante un diseño modular y una síntesis de datos centrada en el razonamiento, logrando un rendimiento superior al de modelos baselines mucho más grandes con una eficiencia notable.

IntroSVG: Learning from Rendering Feedback for Text-to-SVG Generation via an Introspective Generator-Critic Framework

El artículo presenta IntroSVG, un marco generativo introspectivo que utiliza un modelo de lenguaje visual unificado en un bucle cerrado de "generar-revisar-refinar" con retroalimentación visual y optimización directa de preferencias para superar las limitaciones de los métodos actuales y producir gráficos vectoriales escalables (SVG) de mayor calidad, complejidad y alineación semántica.

Investigating the Effects of LLM Use on Critical Thinking Under Time Constraints: Access Timing and Time Availability

Un estudio experimental revela que el impacto de los modelos de lenguaje grandes (LLM) en el pensamiento crítico depende fundamentalmente del tiempo disponible y el momento de acceso: mientras que el uso temprano o continuo de LLM mejora el rendimiento bajo presión temporal, lo perjudica cuando hay tiempo suficiente, invirtiendo este efecto cuando el acceso es tardío o nulo.

Kinodynamic Motion Retargeting for Humanoid Locomotion via Multi-Contact Whole-Body Trajectory Optimization

Este artículo presenta KDMR, un marco novedoso de reasignación de movimiento cinodinámico que utiliza optimización de trayectorias de cuerpo completo con restricciones de dinámica y contacto para generar locomoción de humanoides físicamente viables, superando las limitaciones de los métodos puramente cinemáticos y mejorando la estabilidad y eficiencia de las políticas de control posteriores.

Kite: How to Delegate Voting Power Privately

Este artículo presenta Kite, un protocolo que permite a los miembros de las Organizaciones Autónomas Descentralizadas (DAO) delegar, revocar y reasignar su poder de voto de forma privada mediante pruebas de conocimiento cero, garantizando que ni siquiera los delegados sepan quién les ha delegado su voto, todo ello implementado y evaluado en la blockchain de Ethereum.

LAP: A Language-Aware Planning Model For Procedure Planning In Instructional Videos

El artículo presenta LAP, un modelo de planificación que utiliza un modelo de lenguaje-visión para convertir observaciones visuales en descripciones textuales más distintivas y generar secuencias de acciones mediante un modelo de difusión, logrando así un rendimiento superior en la planificación de procedimientos para videos instruccionales.

LARA-Gen: Enabling Continuous Emotion Control for Music Generation Models via Latent Affective Representation Alignment

El artículo presenta LARA-Gen, un marco que habilita el control continuo y fino de las emociones en la generación de música mediante la alineación de representaciones latentes afectivas y un módulo basado en el espacio valencia-activación, superando las limitaciones de los enfoques basados en texto y logrando un rendimiento superior en adherencia emocional y calidad musical.

LLaVAShield: Safeguarding Multimodal Multi-Turn Dialogues in Vision-Language Models

El artículo presenta LLaVAShield, un sistema de seguridad diseñado para auditar diálogos multimodales de múltiples turnos en modelos de visión-idioma, respaldado por el nuevo conjunto de datos MMDS y el marco de red teaming MMRT, que supera a las herramientas existentes al abordar riesgos contextuales y de intención oculta.

Latency Effects on Multi-Dimensional QoE in Networked VR Whiteboards

Este estudio investiga cómo la latencia afecta la calidad de experiencia (QoE) en pizarras virtuales de realidad en red, clasificándola en aspectos pragmáticos y hedónicos, y analizando su impacto a través de diferentes modos de colaboración y configuraciones de plataformas (con y sin avatares) en comparación con una pizarra basada en PC.

Learning Convex Decomposition via Feature Fields

Este trabajo presenta el primer modelo de aprendizaje profundo para la descomposición convexa en entornos abiertos, que aprende campos de características continuas mediante un objetivo auto-supervisado basado en la geometría para generar descomposiciones de alta calidad en una amplia variedad de representaciones 3D.

Learning Encoding-Decoding Direction Pairs to Unveil Concepts of Influence in Deep Vision Networks

Este trabajo propone un método no supervisado para recuperar los mecanismos de codificación y decodificación de conceptos en redes neuronales profundas mediante la identificación de pares de direcciones latentes, lo que permite desvelar conceptos interpretables, explicar predicciones y corregir errores sin depender de la reconstrucción de características.

Let's Reward Step-by-Step: Step-Aware Contrastive Alignment for Vision-Language Navigation in Continuous Environments

Este artículo presenta SACA, un marco de alineación contrastiva sensible a los pasos que mejora la navegación visión-lenguaje en entornos continuos al extraer supervisión densa de trayectorias imperfectas para resolver los problemas de errores acumulativos y recompensas dispersas que limitan a los modelos actuales.

Leveraging whole slide difficulty in Multiple Instance Learning to improve prostate cancer grading

Este artículo propone y valida dos métodos de Aprendizaje Multi-Instancia que aprovechan la dificultad de las diapositivas completas, definida por el desacuerdo entre patólogos expertos y no expertos, para mejorar significativamente la clasificación del cáncer de próstata, especialmente en los grados Gleason más altos.

Lightening the Load: A Cluster-Based Framework for A Lower-Overhead, Provable Website Fingerprinting Defense

Este trabajo presenta Adaptive Tamaraw, un marco unificado que combina técnicas de regularización y agrupación supersecuencial para ofrecer una defensa adaptable contra la huella digital de sitios web, logrando reducir la sobrecarga en un 99% en comparación con Tamaraw clásico mientras mantiene garantías de seguridad demostrables.

Local Stability of Rankings

Este artículo introduce el concepto de estabilidad local para medir cómo afectan los cambios menores en los valores de los ítems a su clasificación, proponiendo algoritmos eficientes para aproximar esta métrica y detectar regiones densas, junto con garantías teóricas y validación experimental.

Lockbox -- A Zero Trust Architecture for Secure Processing of Sensitive Cloud Workloads

Este artículo presenta Lockbox, una arquitectura de confianza cero diseñada para garantizar el procesamiento seguro de cargas de trabajo sensibles en la nube mediante la aplicación de verificación explícita de confianza, aislamiento estricto y acceso de mínimo privilegio en todo el ciclo de vida de la aplicación.

LogoDiffuser: Training-Free Multilingual Logo Generation and Stylization via Letter-Aware Attention Control

LogoDiffuser es un método sin entrenamiento que genera y estiliza logotipos multilingües integrando la estructura de los caracteres mediante mapas de atención inyectados en transformadores de difusión multimodales, evitando así distorsiones geométricas y la necesidad de reentrenamiento.

Low-rank Orthogonal Subspace Intervention for Generalizable Face Forgery Detection

El artículo propone SeLop, un método de intervención en subespacio ortogonal de bajo rango que elimina las correlaciones espurias irrelevantes para la falsificación en las representaciones de CLIP, logrando así una detección de falsificaciones faciales más robusta y generalizable con un mínimo número de parámetros entrenables.

M4-SAR: A Multi-Resolution, Multi-Polarization, Multi-Scene, Multi-Source Dataset and Benchmark for optical-SAR Object Detection

Este trabajo presenta M4-SAR, un nuevo conjunto de datos a gran escala y un marco de referencia unificado para la detección de objetos mediante la fusión de imágenes ópticas y SAR, que demuestra mejoras significativas en la precisión de detección, especialmente en entornos complejos.

MARRS: Masked Autoregressive Unit-based Reaction Synthesis

El trabajo presenta MARRS, un marco novedoso que genera reacciones humanas coordinadas y detalladas mediante representaciones continuas, utilizando un VAE dividido por unidades corporales, fusión condicionada por acciones, modulación adaptativa entre unidades y un modelo de difusión con predictores MLP independientes para superar las limitaciones de los enfoques autoregresivos basados en cuantización vectorial.

MEGC2026: Micro-Expression Grand Challenge on Visual Question Answering

El artículo presenta el Reto de Gran Expresión Micro (MEGC) 2026, una iniciativa que introduce dos nuevas tareas de respuesta a preguntas visuales (ME-VQA y ME-LVQA) para evaluar la capacidad de los modelos de lenguaje y visión grandes en el análisis y razonamiento temporal de expresiones faciales micro en secuencias de video cortas y largas.

MO-Playground: Massively Parallelized Multi-Objective Reinforcement Learning for Robotics

Este artículo presenta MORLAX y MO-Playground, un algoritmo de aprendizaje por refuerzo multiobjetivo nativo de GPU y un entorno de simulación acelerado que permiten aproximar conjuntos de Pareto en minutos con una aceleración de 25 a 270 veces respecto a los enfoques tradicionales basados en CPU, facilitando así la resolución de problemas complejos de robótica multiobjetivo como la locomoción de un robot humanoide.

MORE-R1: Guiding LVLM for Multimodal Object-Entity Relation Extraction via Stepwise Reasoning with Reinforcement Learning

El artículo presenta MORE-R1, un modelo innovador que utiliza aprendizaje por refuerzo y un proceso de entrenamiento en dos etapas para dotar a los Grandes Modelos Visuales-Lingüísticos de capacidades de razonamiento paso a paso y lograr un rendimiento superior en la tarea de extracción de relaciones multimodales entre objetos y entidades.

Mapping Historic Urban Footprints in France: Balancing Quality, Scalability and AI Techniques

Este estudio presenta un pipeline de aprendizaje profundo escalable que, mediante un enfoque de U-Net de doble paso aplicado a mapas históricos, genera el primer conjunto de datos nacional de huellas urbanas abierto para Francia entre 1925 y 1950, superando las limitaciones de ruido y artefactos de los mapas antiguos.

Measuring onion website discovery and Tor users' interests with honeypots

Este estudio utiliza honeypots en la red Tor para demostrar que la mayoría de los usuarios humanos descubren sitios a través de Ahmia.fi y que, entre las categorías de contenido ilegal monitoreadas, los sitios temáticos de abuso sexual infantil (CSAM) generan un nivel de interacción significativamente superior, especialmente en sus versiones en inglés.

MedKCO: Medical Vision-Language Pretraining via Knowledge-Driven Cognitive Orchestration

El artículo presenta MedKCO, un método de preentrenamiento visión-idioma médico que supera las limitaciones cognitivas actuales mediante una orquestación basada en el conocimiento que organiza los datos en un currículo de dos niveles y utiliza una pérdida de contraste asimétrica auto-pasiva para mejorar las representaciones de características y el rendimiento en tareas posteriores.

Memory-Guided View Refinement for Dynamic Human-in-the-loop EQA

Este trabajo introduce el conjunto de datos DynHiL-EQA y el marco de entrenamiento DIVRR para abordar los desafíos de la respuesta a preguntas encarnadas en entornos dinámicos mediante la refinación de vistas y la selección de memoria, mejorando la robustez y la eficiencia en comparación con los métodos existentes.

MetaDAT: Generalizable Trajectory Prediction via Meta Pre-training and Data-Adaptive Test-Time Updating

El artículo presenta MetaDAT, un enfoque de predicción de trayectorias que combina un marco de meta-aprendizaje para la pre-entrenación con un mecanismo de actualización de modelo adaptativo a los datos durante la prueba, logrando así una adaptación superior y robusta ante cambios de distribución en escenarios complejos.

MissBench: Benchmarking Multimodal Affective Analysis under Imbalanced Missing Modalities

El artículo presenta MissBench, un nuevo marco de referencia y conjunto de métricas diagnósticas diseñado para evaluar y detectar inequidades en el análisis afectivo multimodal bajo condiciones realistas de datos faltantes desbalanceados, revelando que los modelos que parecen robustos en escenarios ideales pueden presentar desequilibrios significativos en la práctica.

Modeling Concurrency Control as a Learnable Function

El artículo presenta NeurCC, un algoritmo de control de concurrencia aprendido que utiliza optimización bayesiana y búsqueda de reducción de grafos para generar una tabla de búsqueda eficiente que supera consistentemente a los métodos existentes en rendimiento y adaptabilidad ante diversas cargas de trabajo.

Modeling Trend Dynamics with Variational Neural ODEs for Information Popularity Prediction

El artículo presenta VNOIP, un nuevo método basado en ecuaciones diferenciales ordinarias neuronales variacionales con mecanismos de atención y saltos bidireccionales que modela explícitamente la dinámica temporal continua de las tendencias de popularidad para predecir con mayor precisión la difusión de información en redes sociales.

More than the Sum: Panorama-Language Models for Adverse Omni-Scenes

Este trabajo introduce el paradigma de Modelado Lenguaje-Panorama (PLM) y el conjunto de datos PanoVQA para escenarios adversos, proponiendo un módulo de atención dispersa panorámica que permite a los modelos de visión-lingüística existentes procesar imágenes de 360° de manera holística, superando las limitaciones de los enfoques basados en imágenes de campo estrecho.

Multi-Quadruped Cooperative Object Transport: Learning Decentralized Pinch-Lift-Move

Este artículo presenta un enfoque de aprendizaje descentralizado que permite a equipos de robots cuadrúpedos cooperar mediante contacto físico para transportar objetos no manipulables, utilizando una arquitectura jerárquica y un diseño de recompensas que fomenta un comportamiento de agarre rígido sin necesidad de comunicación ni acoplamiento mecánico.

Multimodal Adversarial Quality Policy for Safe Grasping

Este trabajo propone la Política de Calidad Adversarial Multimodal (MAQP), un marco que utiliza la optimización dual de parches heterogéneos y una estrategia de equilibrio a nivel de gradiente para generar ataques adversarios multimodales efectivos que garantizan la seguridad en el agarre guiado por visión de robots colaborativos.

Multimodal Classification via Total Correlation Maximization

Este artículo propone TCMax, un método de clasificación multimodal que maximiza la correlación total entre las características y las etiquetas mediante una nueva estimación neural (TCNE) para resolver la competencia entre modalidades y superar el rendimiento de los enfoques unimodales y conjuntos existentes.

Multimodal Graph Representation Learning with Dynamic Information Pathways

El artículo presenta DiP, un nuevo marco de aprendizaje de representaciones para grafos multimodales que utiliza nodos pseudo específicos de cada modalidad y rutas de información dinámicas para lograr una propagación de mensajes adaptativa, expresiva y eficiente con complejidad lineal, superando consistentemente a los métodos existentes en diversas tareas y benchmarks.

MuxGel: Simultaneous Dual-Modal Visuo-Tactile Sensing via Spatially Multiplexing and Deep Reconstruction

El artículo presenta MuxGel, un sensor visuo-táctil de doble modalidad que utiliza un patrón de tablero de ajedrez y reconstrucción profunda para capturar simultáneamente información visual externa y señales táctiles a través de una sola cámara, superando las limitaciones tradicionales de los sensores táctiles basados en visión.

NLiPsCalib: An Efficient Calibration Framework for High-Fidelity 3D Reconstruction of Curved Visuotactile Sensors

El artículo presenta NLiPsCalib, un marco de calibración eficiente y consistente con la física que utiliza estereofotometría de luz cercana para lograr una reconstrucción 3D de alta fidelidad en sensores visuotáctiles curvos mediante contactos simples con objetos cotidianos, eliminando la necesidad de dispositivos de calibración costosos y laboriosos.

NS-VLA: Towards Neuro-Symbolic Vision-Language-Action Models

El artículo presenta NS-VLA, un marco neuro-simbólico que integra un codificador simbólico, un solucionador y aprendizaje por refuerzo en línea para superar las limitaciones de los modelos VLA actuales, logrando una mayor eficiencia de datos, generalización cero-shot y capacidad de exploración en tareas de manipulación robótica.

NaviGait: Navigating Dynamically Feasible Gait Libraries using Deep Reinforcement Learning

NaviGait es un marco jerárquico que combina la optimización de trayectorias con el aprendizaje por refuerzo para sintetizar locomoción bípeda robusta e intuitiva seleccionando y ajustando mínimamente patrones de marcha de una librería offline, lo que simplifica el diseño de recompensas y acelera el entrenamiento en comparación con métodos convencionales.

NaviNote: Enabling In-situ Spatial Annotation Authoring to Support Exploration and Navigation for Blind and Low Vision People

El artículo presenta NaviNote, un sistema que combina localización de alta precisión basada en visión y una arquitectura agéntica para permitir a personas ciegas o con baja visión crear anotaciones espaciales in situ y mejorar su navegación en entornos desconocidos.

Nemo: A Low-Write-Amplification Cache for Tiny Objects on Log-Structured Flash Devices

El trabajo presenta Nemo, un diseño de caché optimizado para dispositivos flash log-estructurados que reduce la amplificación de escritura a nivel de aplicación mediante el aumento de colisiones de hash para mejorar la tasa de llenado de conjuntos, al tiempo que mantiene una alta eficiencia de memoria y una baja tasa de fallos gracias a un mecanismo de indexación basado en filtros de Bloom y un seguimiento híbrido de popularidad.

Network Slicing in 5G Mobile Communication Architecture, Profit Modeling, and Challenges

Este artículo presenta una discusión exhaustiva sobre el concepto, la arquitectura y el modelado de beneficios del *network slicing* en la red 5G, analizando sus dimensiones de implementación propia y arrendamiento de recursos, además de abordar los desafíos y direcciones de investigación futuros.

Nezha: A Key-Value Separated Distributed Store with Optimized Raft Integration

Nezha es un almacén distribuido de clave-valor que integra la separación de claves y valores con el protocolo Raft para eliminar la sobrecarga de E/S causada por operaciones de persistencia superpuestas, logrando mejoras significativas en el rendimiento de lectura y escritura mientras mantiene garantías de consistencia fuerte.

No Cliques Allowed: The Next Step Towards BDD/FC Conjecture

Este artículo avanza hacia la resolución de la conjetura de que los conjuntos de reglas de profundidad de derivación acotada (bdd) son finitamente controlables (fc), demostrando que sus modelos universales no pueden contener torneos arbitrariamente grandes sin implicar una consulta de bucle, lo que reduce el espacio de posibles contraejemplos.

OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty

El artículo presenta OTPL-VIO, un sistema de odometría visual-inercial estéreo que mejora la precisión y robustez en entornos con baja textura y cambios de iluminación mediante la asociación global de líneas basada en transporte óptimo con descriptores profundos sin entrenamiento y una ponderación adaptativa de la incertidumbre.

OddGridBench: Exposing the Lack of Fine-Grained Visual Discrepancy Sensitivity in Multimodal Large Language Models

Este trabajo presenta OddGridBench, un nuevo benchmark que revela la deficiente sensibilidad a discrepancias visuales de los modelos de lenguaje multimodal actuales, y propone OddGrid-GRPO, un marco de aprendizaje por refuerzo que mejora significativamente esta capacidad mediante aprendizaje curricular y recompensas conscientes de la distancia espacial.

OmniEarth: A Benchmark for Evaluating Vision-Language Models in Geospatial Tasks

El artículo presenta OmniEarth, un nuevo benchmark diseñado para evaluar de manera sistemática y rigurosa las capacidades de percepción, razonamiento y robustez de los modelos de visión y lenguaje en tareas de observación terrestre, revelando mediante una prueba ciega y un conjunto de datos diverso que los modelos actuales aún enfrentan desafíos significativos en contextos geoespaciales complejos.

OmniEdit: A Training-free framework for Lip Synchronization and Audio-Visual Editing

OmniEdit es un marco de trabajo sin entrenamiento que aborda la sincronización labial y la edición audio-visual mediante la reformulación del proceso de edición para eliminar el ajuste supervisado, reduciendo así la sobrecarga computacional y los requisitos de datos.

On the Cost of Evolving Task Specialization in Multi-Robot Systems

Este estudio demuestra que, en un escenario de forrajeo con un presupuesto de evaluación limitado, la especialización de tareas en enjambres de robots no garantiza una mayor eficiencia y puede incluso resultar en un rendimiento inferior al de comportamientos generalistas evolucionados.

On the Multi-Commodity Flow with convex objective function: Column-Generation approaches

Este trabajo presenta un enfoque de generación de columnas para resolver el problema de flujo multi-commodity con función objetivo convexa, ofreciendo métodos eficientes para sus variantes dividibles e indivisibles en redes de telecomunicaciones.

On the Online Weighted Non-Crossing Matching Problem

Este artículo estudia el problema de emparejamiento no cruzado ponderado en línea en el plano euclidiano, demostrando que aunque los algoritmos deterministas no logran una razón competitiva no trivial, es posible alcanzar una razón constante mediante aleatorización, además de analizar variantes con revocabilidad, puntos colineales y complejidad de asesoramiento.

On the Structural Failure of Chamfer Distance in 3D Shape Optimization

El artículo demuestra que la optimización directa de la distancia de chamfer falla estructuralmente debido a un colapso de muchos a uno causado por gradientes locales, y propone que la introducción de acoplamiento no local, como en deformaciones de base compartida o priores MPM diferenciables, es esencial para suprimir este colapso y lograr una reconstrucción de formas 3D exitosa.

Open-World Task and Motion Planning via Vision-Language Model Genereated Constraints

El artículo presenta OWL-TAMP, un enfoque que integra Modelos Visuales-Lingüísticos (VLMs) en sistemas de Planificación de Tareas y Movimientos (TAMP) para generar restricciones que permiten a los robots resolver problemas de manipulación a largo plazo en entornos abiertos a partir de objetivos en lenguaje natural.

OptBench: An Interactive Workbench for AI/ML-SQL Co-Optimization[Extended Demonstration Proposal]

El artículo presenta OptBench, un entorno interactivo basado en DuckDB que permite construir, comparar y visualizar de manera transparente optimizadores de consultas para cargas de trabajo híbridas que combinan SQL con inferencias de inteligencia artificial y aprendizaje automático.

Optimal conversion from Rényi Differential Privacy to $f$-Differential Privacy

Este artículo demuestra que la regla de conversión basada en la intersección de las regiones de privacidad de RDP de un solo orden es óptima y fundamental para transformar perfiles de Privacidad Diferencial de Rényi en funciones de trade-off de $f$-Privacidad Diferencial, estableciendo el límite superior de cualquier conversión de caja negra.

Optimal partition selection with Rényi differential privacy

Este trabajo generaliza el algoritmo óptimo para la selección de particiones bajo privacidad diferencial a la privacidad diferencial de Rényi, proponiendo una extensión para usuarios con múltiples particiones que mejora el rendimiento de los algoritmos actuales y demostrando la ventaja inherente de los mecanismos no aditivos sobre los aditivos en este contexto.

Overview of the TREC 2025 Retrieval Augmented Generation (RAG) Track

La segunda edición de la pista de Generación Aumentada por Recuperación (RAG) de TREC 2025 avanza en el desarrollo de sistemas confiables y contextualmente conscientes mediante la introducción de consultas narrativas complejas, el uso del corpus MS MARCO V2.1 y una evaluación multifacética que prioriza la transparencia y la fundamentación factual.

PIM-SHERPA: Software Method for On-device LLM Inference by Resolving PIM Memory Attribute and Layout Inconsistencies

El artículo presenta PIM-SHERPA, un método puramente de software que resuelve las inconsistencias de atributos y diseño de memoria en sistemas con procesamiento en memoria (PIM) para habilitar una inferencia eficiente de modelos de lenguaje grandes (LLM) en dispositivos, logrando ahorros significativos de capacidad sin sacrificar el rendimiento.

ParTY: Part-Guidance for Expressive Text-to-Motion Synthesis

El artículo presenta ParTY, un marco novedoso que mejora la síntesis de movimiento texto-a-movimiento mediante una red guiada por partes, una conexión textual consciente de las partes y una fusión holística-particular, logrando así generar movimientos corporales coherentes que reflejan con precisión acciones específicas de partes del cuerpo.

Paralinguistic Emotion-Aware Validation Timing Detection in Japanese Empathetic Spoken Dialogue

Este estudio propone un modelo que detecta el momento óptimo para la validación emocional en diálogos hablados japoneses utilizando únicamente señales paralingüísticas y emocionales, sin depender del contexto textual, logrando así mejorar la interacción humano-robot empática.

Pathwise Test-Time Correction for Autoregressive Long Video Generation

Este artículo presenta la Corrección en Tiempo de Prueba (TTC), un método libre de entrenamiento que utiliza el primer cuadro como ancla estable para corregir la deriva en la generación de videos largos con modelos autoregresivos destilados, logrando una calidad comparable a métodos basados en entrenamiento con un costo computacional mínimo.

Physics-Conditioned Grasping for Stable Tool Use

El artículo presenta iTuP y SDG-Net, un marco que mejora el uso de herramientas robóticas al seleccionar agarres que minimizan el torque y el deslizamiento inducidos por la dinámica de la tarea, superando así las limitaciones de los sistemas basados únicamente en percepción o geometría estática.

Physics-Driven 3D Gaussian Rendering for Zero-Shot MRI Super-Resolution

Este artículo propone un marco de superresolución de MRI de cero disparos basado en representaciones gaussianas explícitas y física de señales, que equilibra la eficiencia computacional y la fidelidad de los datos sin requerir conjuntos de entrenamiento emparejados.

PixelConfig: Longitudinal Measurement and Reverse-Engineering of Meta Pixel Configurations

Este estudio presenta PixelConfig, un marco de análisis diferencial que revela que la configuración predeterminada del Meta Pixel en miles de sitios web, especialmente en el sector salud, facilita la recolección masiva de datos sensibles y de actividad de los usuarios, mientras que las medidas de restricción implementadas ofrecen una protección limitada y son fácilmente eludibles.

Platooning as a Service (PlaaS): A Sustainable Transportation Framework for Connected and Autonomous Vehicles

Este artículo presenta "Platooning as a Service" (PlaaS), un marco de soporte a la decisión basado en un juego de Stackelberg que optimiza la contratación de servicios de convoyes para vehículos autónomos conectados, determinando las políticas de precios y distancias óptimas para maximizar beneficios y reducir emisiones, mientras analiza el impacto de subvenciones gubernamentales y variables operativas como la velocidad y la urgencia.

Point Cloud as a Foreign Language for Multi-modal Large Language Model

El artículo presenta SAGE, el primer modelo de lenguaje grande multimodal (MLLM) de extremo a extremo que procesa nubes de puntos sin codificadores preentrenados, tratando los datos 3D como un "idioma extranjero" mediante un tokenizador ligero y una estrategia de optimización de preferencias para superar las limitaciones de alineación semántica y eficiencia computacional de los métodos existentes.

Polynomial-time Configuration Generator for Connected Unlabeled Multi-Agent Pathfinding

El artículo presenta PULL, un algoritmo completo y eficiente en tiempo polinómico que supera las limitaciones de escalabilidad de los enfoques basados en programación lineal entera para resolver el problema de búsqueda de caminos multiagente no etiquetado y conectado (CUMAPF) en robótica de enjambre.

Predictive Spectral Calibration for Source-Free Test-Time Regression

Este trabajo propone la Calibración Espectral Predictiva (PSC), un marco libre de fuentes que mejora la adaptación en tiempo de prueba para regresión de imágenes mediante la alineación de subespacios y la calibración espectral residual, logrando mejoras consistentes sobre métodos existentes bajo cambios de distribución severos.

Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum

Este artículo presenta un currículo de ingeniería de IA basado en proyectos que integra prácticas ágiles y herramientas de IA para preparar a los estudiantes para el desarrollo de software asistido por inteligencia artificial, respaldado por un estudio de caso y una evaluación preliminar que destaca la importancia de la reflexión crítica y la verificación oral.

ProGS: Towards Progressive Coding for 3D Gaussian Splatting

El artículo presenta ProGS, un nuevo códec que organiza los datos de 3D Gaussian Splatting en una estructura de octree para habilitar una codificación progresiva, logrando una reducción de almacenamiento de 45 veces y una mejora del 10% en la fidelidad visual.

Probing the Reliability of Driving VLMs: From Inconsistent Responses to Grounded Temporal Reasoning

Este trabajo investiga la fiabilidad de los Modelos Visuales-Lingüísticos (VLM) como asistentes de conducción, identificando problemas de inconsistencia y razonamiento temporal limitado, y propone el benchmark FutureVQA junto con un método de ajuste auto-supervisado para mejorar la coherencia y la capacidad de inferencia futura sin necesidad de etiquetas temporales.

Progressive Representation Learning for Multimodal Sentiment Analysis with Incomplete Modalities

El artículo presenta PRLF, un marco de aprendizaje progresivo de representaciones para el análisis de sentimientos multimodal que utiliza un estimador de fiabilidad adaptativa y un módulo de interacción progresiva para manejar eficazmente las modalidades incompletas y mejorar la consistencia entre ellas.

Progressive Split Mamba: Effective State Space Modelling for Image Restoration

El artículo presenta PS-Mamba, un marco jerárquico de espacio de estados que mejora la restauración de imágenes mediante una partición geométrica que preserva la topología local y conexiones simétricas que mitigan la decadencia de información a larga distancia, superando así las limitaciones de los modelos Mamba y Transformers existentes.

Prompt-Driven Color Accessibility Evaluation in Diffusion-based Image Generation Models

Este trabajo evalúa sistemáticamente la accesibilidad del color en imágenes generadas por modelos de difusión, introduciendo la nueva métrica "CVDLoss" para cuantificar las mejoras estructurales y demostrando que los modelos actuales tienen dificultades para responder eficazmente a instrucciones enfocadas en la accesibilidad para personas con deficiencia en la visión del color.

Proper Body Landmark Subset Enables More Accurate and 5X Faster Recognition of Isolated Signs in LIBRAS

Este artículo demuestra que la selección estratégica de un subconjunto específico de hitos corporales, combinada con técnicas de imputación, permite reconocer signos aislados de la LIBRAS con una precisión comparable o superior a los métodos actuales mientras reduce el tiempo de procesamiento en más de cinco veces.

Proportionality Degree in Participatory Budgeting

Este estudio inicia la investigación del grado de proporcionalidad en la presupuestación participativa, demostrando mediante límites teóricos y evaluación experimental que, aunque el Método de Cuotas Iguales (MES) ofrece garantías axiomáticas más fuertes, tanto este como la Regula Secuencial de Phragmen comparten el mismo grado de proporcionalidad desde una perspectiva cuantitativa.

Proprioceptive Safe Active Navigation and Exploration for Planetary Environments

El artículo presenta PSANE, un marco de navegación activa y segura que utiliza mediciones propioceptivas de la interacción entre las piernas y el terreno para aprender un modelo de transitabilidad en tiempo real, permitiendo a los robots con patas explorar y alcanzar objetivos en terrenos granulares deformables desconocidos sin depender de sensores remotos como la visión.

ProvAgent: Threat Detection Based on Identity-Behavior Binding and Multi-Agent Collaborative Attack Investigation

ProvAgent es un marco de trabajo que mejora la detección y la investigación de amenazas avanzadas persistentes (APT) mediante la combinación de modelos tradicionales para el filtrado de anomalías, un aprendizaje de contraste gráfico para la vinculación de identidad y comportamiento, y un sistema multiagente autónomo que reconstruye procesos de ataque con alta precisión y bajo costo.

Provably Safe Trajectory Generation for Manipulators Under Motion and Environmental Uncertainties

Este artículo propone un marco de planificación de movimiento con límites de riesgo que integra un operador de Koopman estocástico profundo, verificación jerárquica mediante programación de sumas de cuadrados y un controlador MPPI para generar trayectorias seguras y eficientes en manipuladores robóticos que operan bajo incertidumbres no gaussianas y entornos no convexos.

Prune Redundancy, Preserve Essence: Vision Token Compression in VLMs via Synergistic Importance-Diversity

El artículo presenta PruneSID, un método sin entrenamiento que optimiza la compresión de tokens visuales en modelos de lenguaje-vision mediante un análisis de componentes semánticos y supresión no máxima intra-grupo, logrando un rendimiento de vanguardia y una aceleración significativa al preservar la información esencial y diversa.

Pwned: How Often Are Americans' Online Accounts Breached?

Este estudio combina datos de una muestra representativa de estadounidenses con información de *Have I Been Pwned* para estimar que al menos el 82,84% de los adultos en EE. UU. han sufrido al menos una violación de sus cuentas en línea, con un promedio de tres brechas por persona, siendo más propensas a verse afectadas las mujeres, los blancos, las personas de mediana edad y los más educados.

Queer NLP: A Critical Survey on Literature Gaps, Biases and Trends

Esta encuesta crítica examina la literatura sobre NLP y la comunidad LGBTQIA+ para identificar tendencias, sesgos y vacíos, destacando la necesidad de un enfoque más proactivo, interdisciplinario e inclusivo que priorice la justicia y la mitigación de daños.

RA-SSU: Towards Fine-Grained Audio-Visual Learning with Region-Aware Sound Source Understanding

Este trabajo introduce la tarea de aprendizaje audio-visual de granularidad fina denominada RA-SSU, respaldada por dos nuevos conjuntos de datos (f-Music y f-Lifescene) y el modelo SSUFormer, para lograr una comprensión detallada, a nivel de marco y consciente de la región de las fuentes sonoras.

RAE-NWM: Navigation World Model in Dense Visual Representation Space

El artículo presenta RAE-NWM, un modelo de mundo para navegación que opera en un espacio de representación visual densa basado en características DINOv2 y utiliza un transformador de difusión condicional para mejorar la estabilidad estructural y la precisión de las acciones en comparación con los métodos latentes tradicionales.

RESBev: Making BEV Perception More Robust

El artículo presenta RESBev, un método robusto y plug-and-play que mejora la percepción en vista cenital (BEV) para la conducción autónoma al reformular la recuperación de características corruptas como un problema de predicción semántica latente mediante un modelo de mundo, logrando así una mayor resistencia a degradaciones de sensores y ataques adversarios sin modificar la arquitectura base.

RSH-SpMM: A Row-Structured Hybrid Kernel for Sparse Matrix-Matrix Multiplication on GPUs

El artículo presenta RSH-SpMM, un marco híbrido de multiplicación de matrices dispersas para GPU que utiliza particionamiento adaptativo de filas y una representación RS-Tile para optimizar el uso de Tensor Cores y lograr aceleraciones de 1,27x a 6,13x frente a diseños existentes en matrices con irregularidad extrema.

RTFDNet: Fusion-Decoupling for Robust RGB-T Segmentation

El artículo presenta RTFDNet, una arquitectura de red neuronal que unifica la fusión y el desacoplamiento de modalidades mediante regularización cruzada para lograr una segmentación semántica RGB-T robusta y adaptable, incluso cuando faltan señales de sensores.

ReCoSplat: Autoregressive Feed-Forward Gaussian Splatting Using Render-and-Compare

ReCoSplat es un modelo de Splatting Gaussiano autoregresivo que utiliza un módulo Render-and-Compare para estabilizar la reconstrucción de escenas ante errores de pose y una estrategia de compresión de caché híbrida para manejar secuencias largas, logrando así un rendimiento superior en la síntesis de nuevas vistas en línea.

ReTac-ACT: A State-Gated Vision-Tactile Fusion Transformer for Precision Assembly

El artículo presenta ReTac-ACT, un modelo de aprendizaje por imitación que fusiona visión y tacto mediante mecanismos de atención bidireccional, un sistema de gating condicionado a la propiocepción y un objetivo de reconstrucción táctil, logrando un 90% de éxito en tareas de ensamblaje de precisión donde la retroalimentación visual falla debido a oclusiones.

Real-Time Neural Video Compression with Unified Intra and Inter Coding

Este trabajo presenta un marco de compresión de video neuronal en tiempo real que unifica la codificación intra e inter en un único modelo adaptativo, superando las limitaciones de propagación de errores y manejo de contenido nuevo de los métodos anteriores para lograr una reducción del 12,1% en la tasa BD-rate con rendimiento en tiempo real.

Reasoning-Oriented Programming: Chaining Semantic Gadgets to Jailbreak Large Vision Language Models

Este artículo presenta \tool{}, un marco automatizado que explota la capacidad de razonamiento composicional de los Modelos de Lenguaje y Visión Grandes (LVLM) mediante la "Programación Orientada al Razonamiento", una técnica análoga a la Programación Orientada a Retornos (ROP) que encadena "gadgets" semánticos benignos para evadir las alineaciones de seguridad y generar lógica dañina.

RecThinker: An Agentic Framework for Tool-Augmented Reasoning in Recommendation

RecThinker es un marco de agentes que transforma la recomendación de un proceso pasivo a una investigación autónoma mediante un paradigma de Análisis-Planificar-Actuar, el cual utiliza herramientas especializadas y entrenamiento con aprendizaje por refuerzo para identificar y cubrir dinámicamente las brechas de información, logrando así un rendimiento superior en escenarios de recomendación.

Recognition-Synergistic Scene Text Editing

El artículo presenta RS-STE, un enfoque novedoso que integra la edición y el reconocimiento de texto en un marco unificado mediante un decodificador paralelo y un ajuste fino auto-supervisado cíclico, logrando un rendimiento superior en la edición de texto escénico sin necesidad de datos emparejados.

RegionReasoner: Region-Grounded Multi-Round Visual Reasoning

El artículo presenta RegionReasoner, un marco de aprendizaje por refuerzo que mejora el razonamiento visual iterativo mediante la exigencia de citas explícitas de cajas delimitadoras y una recompensa de consistencia semántica global-local, validado en un nuevo benchmark llamado RegionDial-Bench que abarca tareas de detección y segmentación.

Removing the Trigger, Not the Backdoor: Alternative Triggers and Latent Backdoors

Este artículo demuestra que las defensas actuales contra puertas traseras son insuficientes porque eliminar el desencadenante original no elimina la vulnerabilidad, ya que existen "desencadenantes alternativos" que explotan la dirección latente de la puerta trasera en el espacio de características, lo que sugiere la necesidad de desarrollar defensas que se enfoquen en la representación en lugar de en los desencadenantes de entrada.

Revisiting Replanning from Scratch: Real-Time Incremental Planning with Fast Almost-Surely Asymptotically Optimal Planners

Este artículo demuestra que la planificación incremental reactiva puede resolverse de manera más eficiente mediante una serie de problemas independientes utilizando algoritmos de planificación casi-asintóticamente óptimos (ASAO), como EIT* y AORRTC, los cuales encuentran planes globales consistentes en entornos cambiantes sin necesidad de reutilizar explícitamente planes anteriores.

RiO-DETR: DETR for Real-time Oriented Object Detection

El artículo presenta RiO-DETR, el primer transformador de detección en tiempo real para objetos orientados, que supera los desafíos de la periodicidad angular y la convergencia mediante diseños nativos como la estimación de ángulos impulsada por contenido y una refinación periódica desacoplada, logrando un nuevo equilibrio entre velocidad y precisión en conjuntos de datos de detección aérea.

Robotic Scene Cloning:Advancing Zero-Shot Robotic Scene Adaptation in Manipulation via Visual Prompt Editing

El artículo presenta Robotic Scene Cloning (RSC), un método novedoso que mejora la adaptación cero-shot de robots en entornos reales mediante la edición de trayectorias de operación existentes y la generación de muestras visualmente coherentes, logrando así una generalización de políticas más robusta sin necesidad de recopilación de datos extensa.

Robust Cooperative Localization in Featureless Environments: A Comparative Study of DCL, StCL, CCL, CI, and Standard-CL

Este artículo presenta un estudio comparativo en ROS de cinco enfoques de localización cooperativa que revela que, aunque StCL y Standard-CL ofrecen la mayor precisión, CI es el método más equilibrado al garantizar consistencia y precisión, mientras que DCL destaca por su estabilidad ante datos atípicos en entornos sin características.

Robust Provably Secure Image Steganography via Latent Iterative Optimization

El artículo propone un marco de esteganografía de imágenes robusto y con seguridad demostrable basado en la optimización iterativa en el espacio latente, que mejora significativamente la precisión de extracción de mensajes bajo compresión y procesamiento de imágenes sin comprometer la seguridad teórica.

Robust Spatiotemporal Motion Planning for Multi-Agent Autonomous Racing via Topological Gap Identification and Accelerated MPC

Este artículo presenta un marco de planificación de movimiento robusto para carreras autónomas multiagente que combina la identificación de brechas topológicas mediante GPs estocásticos y un MPC acelerado con un solver PTC, logrando una mejora significativa en tiempos de maniobra, tasas de adelantamiento y latencia computacional en la plataforma F1TENTH.

Robustness Over Time: Understanding Adversarial Examples' Effectiveness on Longitudinal Versions of Large Language Models

Este estudio longitudinal revela que las actualizaciones sucesivas de modelos de lenguaje grandes (como GPT, Llama y Qwen) no garantizan una mejora consistente en su robustez adversarial frente a la mala clasificación, los jailbreaks y las alucinaciones, demostrando que versiones más recientes o de mayor tamaño pueden incluso degradar ciertos aspectos de seguridad.

Role Classification of Hosts within Enterprise Networks Based on Connection Patterns

Este artículo presenta dos algoritmos prácticos que clasifican los hosts de redes empresariales en grupos basados en sus patrones de conexión, logrando una reducción significativa en la cantidad de grupos y reflejando eficazmente la estructura lógica de la red para facilitar la gestión y el análisis de seguridad.

Rotation Equivariant Mamba for Vision Tasks

El artículo presenta EQ-VMamba, la primera arquitectura Mamba visual equivariante a la rotación que integra un prior geométrico fundamental mediante una estrategia de escaneo cruzado y bloques de grupo, logrando una mayor robustez, rendimiento y eficiencia de parámetros en diversas tareas de visión por computadora.

SEA-Nav: Efficient Policy Learning for Safe and Agile Quadruped Navigation in Cluttered Environments

El artículo presenta SEA-Nav, un marco de aprendizaje por refuerzo que combina funciones de barrera diferenciables, un mecanismo de replay adaptativo y restricciones cinemáticas para lograr una navegación ágil y segura de robots cuadrúpedos en entornos densamente obstruidos, logrando su despliegue físico tras solo minutos de entrenamiento.

SPAN-Nav: Generalized Spatial Awareness for Versatile Vision-Language Navigation

SPAN-Nav es un modelo fundacional de extremo a extremo que mejora la navegación visión-idioma mediante la inyección de conciencia espacial 3D universal en el razonamiento de acciones, utilizando un token espacial compacto y un conjunto de datos masivo para lograr un rendimiento superior y una generalización robusta en diversos entornos.

SPAN: Spatial-Projection Alignment for Monocular 3D Object Detection

El artículo presenta SPAN, un nuevo enfoque de alineación de proyección espacial que mejora la detección 3D monocular al imponer restricciones espaciales globales y de proyección 2D-3D para corregir la inconsistencia geométrica inherente a los paradigmas de predicción desacoplada, logrando así un rendimiento superior mediante una estrategia de aprendizaje jerárquico.

STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation

Este trabajo presenta STONE, un conjunto de datos multi-modal a gran escala para la navegación de robots fuera de carretera que ofrece mapas de travesabilidad 3D generados automáticamente y percepciones sincronizadas de LiDAR, cámaras y radares para diversos entornos, estableciendo además un nuevo estándar de referencia para la predicción de travesabilidad.

SVG-EAR: Parameter-Free Linear Compensation for Sparse Video Generation via Error-aware Routing

El artículo presenta SVG-EAR, un método libre de parámetros que mejora la generación de video dispersa mediante una compensación lineal basada en centroides y un enrutamiento consciente del error, logrando aceleraciones de hasta 1.93× sin sacrificar la calidad de la generación.

Scalable and Performant Data Loading

El artículo presenta SPDL, una biblioteca de código abierto y agnóstica a frameworks que optimiza la carga de datos en GPU liberando el bloqueo del intérprete global (GIL) de Python, logrando una velocidad de iteración un 74% superior y un menor consumo de recursos en comparación con el DataLoader de PyTorch, con mejoras adicionales al adoptar Python sin GIL.

Scaling Multilingual Semantic Search in Uber Eats Delivery

Este artículo presenta un sistema de recuperación semántica multilingüe y multi-vertical para Uber Eats que, mediante el ajuste fino de un modelo Qwen2 con aprendizaje de representaciones matryoshka y una combinación de funciones de pérdida, logra mejoras significativas en la recuperación de tiendas, platos y artículos de supermercado en múltiples mercados.

See, Plan, Rewind: Progress-Aware Vision-Language-Action Models for Robust Robotic Manipulation

El marco See, Plan, Rewind (SPR) mejora la manipulación robótica al medir el progreso mediante hitos espaciales, permitiendo la planificación de trayectorias y la recuperación automática de errores mediante un ciclo cerrado que supera a los modelos existentes en robustez y generalización.

Self-hosted Lecture-to-Quiz: Local LLM MCQ Generation with Deterministic Quality Control

Este artículo presenta una tubería autoalojada y sin APIs que convierte PDFs de conferencias en bancos de preguntas de opción múltiple mediante un modelo de lenguaje local y un control de calidad determinista, garantizando la privacidad y la trazabilidad de los resultados educativos.

Semi-Supervised Biomedical Image Segmentation via Diffusion Models and Teacher-Student Co-Training

Este artículo presenta un marco novedoso de aprendizaje semi-supervisado para la segmentación de imágenes biomédicas que combina modelos de difusión y un entrenamiento colaborativo maestro-alumno, logrando superar a las técnicas actuales al generar máscaras de segmentación precisas a partir de datos limitados etiquetados.

Serving Compound Inference Systems on Datacenter GPUs

JigsawServe es un marco de servicio pionero que optimiza conjuntamente la latencia, la precisión y el costo de los sistemas de inferencia compuestos en GPUs de centros de datos mediante la selección adaptativa de variantes de modelos y la asignación de recursos espacialmente particionados, logrando un aumento de 11,3 veces en la demanda servible en comparación con trabajos anteriores.

ShapeMark: Robust and Diversity-Preserving Watermarking for Diffusion Models

El artículo "ShapeMark" presenta un método de marca de agua robusto y que preserva la diversidad para modelos de difusión, el cual codifica la información en patrones de ruido estructurados en lugar de valores individuales para superar las limitaciones de las técnicas existentes y garantizar la protección de la propiedad intelectual sin comprometer la calidad de la generación.

Simultaneous Embedding of Two Paths on the Grid

El artículo demuestra que minimizar la longitud de la arista más larga en la incrustación geométrica simultánea de dos caminos en una cuadrícula entera es NP-duro, mientras que presenta un algoritmo de tiempo $O(n^{3/2})$ para minimizar el perímetro de la cuadrícula cuando un camino es $x$-monótono y el otro es $y$-monótono.

SinGeo: Unlock Single Model's Potential for Robust Cross-View Geo-Localization

SinGeo es un marco innovador que utiliza un aprendizaje discriminativo dual y una estrategia de aprendizaje curricular para permitir que un único modelo logre una geo-localización cruzada robusta y adaptable a diversas condiciones de campo de visión, superando el estado del arte en múltiples conjuntos de datos.

SkipGS: Post-Densification Backward Skipping for Efficient 3DGS Training

SkipGS es un método plug-and-play que acelera el entrenamiento de 3DGS en un 23,1% reduciendo el tiempo de la fase de post-densificación mediante un mecanismo adaptativo que omite selectivamente las retropropagaciones redundantes sin comprometer la calidad de reconstrucción.

Spectral-Structured Diffusion for Single-Image Rain Removal

El artículo presenta SpectralDiff, un marco de difusión estructurado espectralmente que elimina las manchas de lluvia de imágenes individuales mediante perturbaciones espectrales dirigidas y una arquitectura U-Net de producto completo, logrando un rendimiento competitivo con mayor eficiencia computacional.

Speeding Up the Learning of 3D Gaussians with Much Shorter Gaussian Lists

Este trabajo propone nuevas estrategias de entrenamiento y funciones de pérdida que acortan las listas de gaussianas necesarias para el renderizado mediante la reducción de sus escalas y la aplicación de una restricción de entropía, logrando así acelerar significativamente el aprendizaje de los Gaussianos 3D sin sacrificar la calidad visual.

SpikeSMOKE: Spiking Neural Networks for Monocular 3D Object Detection with Cross-Scale Gated Coding

El artículo presenta SpikeSMOKE, una arquitectura de redes neuronales de espigas para la detección 3D de objetos monocular que, mediante un nuevo mecanismo de codificación de compuertas de escala cruzada y bloques residuales ligeros, logra una alta precisión en conjuntos de datos como KITTI y NuScenes mientras reduce significativamente el consumo energético y la complejidad computacional en comparación con métodos tradicionales.

Stein Variational Ergodic Surface Coverage with SE(3) Constraints

Este trabajo introduce un enfoque de descenso de gradiente variacional de Stein (SVGD) precondicionado en SE(3) para la optimización de trayectorias ergódicas, permitiendo a los robots generar trayectorias que cubren eficazmente superficies complejas en 3D mientras mantienen poses precisas del efector final y respetan las restricciones geométricas.

Stepping VLMs onto the Court: Benchmarking Spatial Intelligence in Sports

Este trabajo presenta CourtSI, el primer conjunto de datos a gran escala y su correspondiente benchmark para evaluar y mejorar la inteligencia espacial de los modelos de visión y lenguaje en escenarios deportivos, demostrando que el ajuste fino en este dominio cierra la brecha de rendimiento humano-AI y mejora la capacidad de generalización de los modelos.

Streaming Autoregressive Video Generation via Diagonal Distillation

El artículo presenta "Diagonal Distillation", un método de destilación asimétrica que aprovecha el contexto temporal y modela el flujo óptico para generar videos autoregresivos de alta calidad en tiempo real, logrando una aceleración de 277,3 veces y mitigando la acumulación de errores en secuencias largas.

StyleVLA: Driving Style-Aware Vision Language Action Model for Autonomous Driving

El artículo presenta StyleVLA, un modelo de visión-lenguaje-acción (VLA) basado en física y entrenado con un nuevo conjunto de datos a gran escala, que supera a los modelos propietarios y de última generación al generar trayectorias de conducción autónoma que no solo evitan colisiones, sino que también se adaptan a diversos estilos de conducción y garantizan la viabilidad cinemática.

SurgCalib: Gaussian Splatting-Based Hand-Eye Calibration for Robot-Assisted Minimally Invasive Surgery

El artículo presenta SurgCalib, un marco de calibración mano-ojo automático y sin marcadores para el robot quirúrgico da Vinci que utiliza la representación por Splatting Gaussiano para refinar la estimación de la pose del instrumento quirúrgico, superando las limitaciones de las mediciones cinemáticas imprecisas y evitando la necesidad de patrones fiduciales que comprometan la esterilidad.

SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding

El artículo presenta SurgFed, un marco de aprendizaje federado multi-tarea que utiliza guías lingüísticas para la selección de canales y la agregación hiperparamétrica, mejorando la segmentación de escenas quirúrgicas y la estimación de profundidad en entornos clínicos heterogéneos.

Symbolic Discovery of Stochastic Differential Equations with Genetic Programming

Este trabajo presenta un método basado en programación genética para el descubrimiento simbólico de ecuaciones diferenciales estocásticas que optimiza conjuntamente las funciones de deriva y difusión mediante estimación de máxima verosimilitud, permitiendo la recuperación precisa de ecuaciones gobernantes, una escalabilidad eficiente y una mayor capacidad de modelado en sistemas dinámicos ruidosos.

Synergistic Directed Execution and LLM-Driven Analysis for Zero-Day AI-Generated Malware Detection

Este artículo presenta un marco híbrido novedoso que combina la ejecución concolica guiada por modelos de lenguaje grande (LLM) con clasificación basada en aprendizaje profundo para detectar malware generado por IA con garantías de corrección, superando significativamente a las soluciones de detección convencionales en precisión y eficiencia.

TIDE: Text-Informed Dynamic Extrapolation with Step-Aware Temperature Control for Diffusion Transformers

El artículo presenta TIDE, un método sin entrenamiento que mejora la extrapolación de resolución en los Transformadores de Difusión (DiT) mediante un mecanismo de anclaje de texto y un control dinámico de temperatura, logrando así generar imágenes de alta calidad en resoluciones y proporciones arbitrarias sin degradación estructural ni sobrecarga de muestreo.

TIMID: Time-Dependent Mistake Detection in Videos of Robot Executions

El artículo presenta TIMID, una nueva arquitectura de detección de anomalías en video que utiliza aprendizaje débilmente supervisado y un dataset de simulación multi-robot para identificar errores temporales dependientes del tiempo en la ejecución de tareas complejas por parte de robots, superando las limitaciones de los modelos de visión-lingüística actuales.

TIMotion: Temporal and Interactive Framework for Efficient Human-Human Motion Generation

El artículo presenta TIMotion, un marco eficiente y efectivo para la generación de movimientos entre humanos que mejora el rendimiento mediante la inyección interactiva causal, el escaneo evolutivo de roles y la amplificación de patrones localizados para modelar adecuadamente las secuencias temporales y las interacciones.

TPIFM: A Task-Aware Model for Evaluating Perceptual Interaction Fluency in Remote AR Collaboration

Este artículo presenta el TPIFM, un modelo consciente de la tarea que evalúa la fluidez de la interacción perceptiva en la colaboración remota de realidad aumentada clasificando las tareas según su diferencia apenas perceptible (JND) para predecir cómo los impedimentos de la red afectan la experiencia del usuario.

TRIP-Bag: A Portable Teleoperation System for Plug-and-Play Robotic Arms and Leaders

El artículo presenta TRIP-Bag, un sistema de teleoperación portátil y de fácil configuración que permite la recolección rápida y fiable de datos de alta fidelidad para el aprendizaje de robots, superando las limitaciones de los enfoques existentes al eliminar la brecha de embodiment y facilitar su uso fuera del laboratorio.

Taming Preference Mode Collapse via Directional Decoupling Alignment in Diffusion Reinforcement Learning

Este trabajo introduce DivGenBench para cuantificar el colapso de modo de preferencia en modelos de difusión y propone D²-Align, un marco de alineación que mitiga este problema mediante la corrección direccional de la señal de recompensa para preservar la diversidad generativa sin sacrificar la calidad.

TemporalDoRA: Temporal PEFT for Robust Surgical Video Question Answering

El artículo presenta TemporalDoRA, un método de ajuste fino eficiente en parámetros diseñado para mejorar la robustez y la precisión temporal en la respuesta a preguntas sobre videos quirúrgicos mediante la integración de atención temporal dentro de la adaptación de bajo rango, validado con el nuevo conjunto de datos REAL-Colon-VQA.

Test-time Ego-Exo-centric Adaptation for Action Anticipation via Multi-Label Prototype Growing and Dual-Clue Consistency

Este artículo presenta DCPGN, un nuevo método de adaptación en tiempo de prueba que utiliza un módulo de crecimiento de prototipos multi-etiqueta y una consistencia de doble pista visual-textual para anticipar acciones y cerrar la brecha entre las vistas egocéntrica y exocéntrica sin necesidad de datos de entrenamiento en el objetivo.

Tetris is Hard with Just One Piece Type

Este artículo demuestra que el problema de despejar o sobrevivir en Tetris es NP-duro para cualquier tipo de tetrominó excepto el cuadrado (O) bajo el sistema de rotación estándar, refutando una conjetura de 23 años sobre el caso de las piezas I, mientras que presenta algoritmos de tiempo polinómico para dominós y piezas de 1×k bajo ciertas condiciones.

The 802.11 MAC protocol leads to inefficient equilibria

Este artículo demuestra mediante un modelo teórico de juegos y simulaciones que el protocolo MAC 802.11 actual puede conducir a equilibrios de Nash ineficientes en entornos no cooperativos, y propone que un protocolo ideal que desacople la asignación de recursos de las estrategias de transmisión permitiría a los nodos alcanzar un mayor rendimiento global.

The Bureaucracy of Speed: Structural Equivalence Between Memory Consistency Models and Multi-Agent Authorization Revocation

El artículo propone un Sistema de Coherencia de Capacidades (CCS) que mapea modelos de consistencia de memoria a la revocación de autorizaciones multiagente, demostrando mediante simulación que la estrategia de coherencia dirigida por consistencia de lanzamiento (RCC) reduce drásticamente las operaciones no autorizadas en comparación con los métodos basados en tiempo, garantizando la seguridad independientemente de la velocidad de los agentes.

The Future of Software Engineering Conferences: A New Zealand Perspective

Este artículo examina las barreras que enfrentan los investigadores de Nueva Zelanda para participar en conferencias de ingeniería de software, como los altos costos de viaje y la falta de representación, y propone estrategias como la participación híbrida y reformas de gobernanza para fomentar una colaboración global más equitativa.

The Patrologia Graeca Corpus: OCR, Annotation, and Open Release of Noisy Nineteenth-Century Polytonic Greek Editions

Este artículo presenta el Corpus Patrologia Graeca, el primer recurso abierto a gran escala que combina reconocimiento óptico de caracteres (OCR) y anotación lingüística para las ediciones griegas del siglo XIX, logrando una precisión superior a la de los sistemas existentes y proporcionando un corpus de seis millones de tokens para el entrenamiento de modelos futuros.

The Richest Paradigm You're Not Using: Commercial Videogames at the Intersection of Human-Computer Interaction and Cognitive Science

Este artículo argumenta que los videojuegos comerciales constituyen un entorno de investigación subutilizado pero ideal en la intersección de la interacción humano-computadora y la ciencia cognitiva, ofreciendo una validez ecológica superior a los paradigmas de laboratorio tradicionales para estudiar procesos como la percepción, la atención y la función ejecutiva mediante un marco de mapeo de affordances y herramientas observacionales mínimas.

The Spanning Ratio of the Directed $\Theta_6$-Graph is 5

Este artículo cierra la brecha entre los límites conocidos de la relación de estiramiento del grafo $\vec{\Theta}_6$ dirigido al demostrar que su valor exacto es 5, estableciendo así la primera cota ajustada para cualquier grafo $\vec{\Theta}_k$ dirigido.

The Virtuous Cycle: AI-Powered Vector Search and Vector Search-Augmented AI

Este tutorial de ICDE 2026 ofrece una visión integral de la convergencia entre la búsqueda vectorial y la IA, explorando cómo se potencian mutuamente mediante técnicas de aprendizaje automático y marcos de generación aumentada por recuperación (RAG) para establecer un ciclo virtuoso de optimización y mejora de capacidades.

The framework to unify all complexity dichotomy theorems for Boolean tensor networks

Este artículo propone un marco unificador que clasifica los problemas de conteo no resueltos en redes tensoriales booleanas en nueve casos basados en grupos finitos, resolviendo el caso de grupos cíclicos de orden superior y avanzando en la comprensión de las barreras algebraicas que impiden una dicotomía completa.

TiPToP: A Modular Open-Vocabulary Planning System for Robotic Manipulation

El artículo presenta TiPToP, un sistema modular de código abierto que combina modelos de visión preentrenados con un planificador de tareas y movimientos para resolver tareas de manipulación robótica complejas a partir de imágenes y lenguaje natural, logrando un rendimiento comparable o superior a modelos entrenados con grandes volúmenes de datos de demostración sin requerir datos específicos del robot.

Time warping with Hellinger elasticity

Este artículo presenta el algoritmo de Alineamiento Temporal Elástico, que resuelve el problema de emparejamiento de series temporales en espacios métricos arbitrarios utilizando una penalización de estiramiento basada en el núcleo de Hellinger y logra una complejidad computacional cúbica.

ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization

El artículo presenta ToolRosetta, un marco unificado que automatiza la conversión de repositorios de código de código abierto en herramientas estandarizadas compatibles con el Protocolo de Contexto de Modelo (MCP), permitiendo a los agentes de modelos de lenguaje grandes ejecutar tareas complejas de extremo a extremo con mínima intervención humana y garantizando la seguridad.

TopoOR: A Unified Topological Scene Representation for the Operating Room

El artículo presenta TopoOR, un nuevo paradigma que representa las salas de operaciones mediante estructuras topológicas de alto orden para preservar las relaciones grupales y la geometría multimodal, superando así las limitaciones de los grafos tradicionales y mejorando tareas críticas como la detección de violaciones de esterilidad y la predicción de fases quirúrgicas.

Touching Emotions, Smelling Shapes: Exploring Tactile, Olfactory and Emotional Cross-sensory Correspondences in Preschool Aged Children

Este estudio con 26 niños en edad preescolar demuestra que existen correspondencias significativas entre el olfato, el tacto y las emociones, revelando estrategias de asociación que ofrecen nuevas perspectivas empíricas y directrices de diseño para tecnologías educativas dirigidas a esta etapa del desarrollo.

Towards Instance Segmentation with Polygon Detection Transformers

El artículo presenta Poly-DETR, un transformador de detección de polígonos que reformula la segmentación de instancias mediante regresión de vértices en representación polar para resolver el conflicto entre entradas de alta resolución y la inferencia en tiempo real, logrando mejoras significativas en precisión y eficiencia en comparación con los métodos basados en máscaras.

Towards Terrain-Aware Safe Locomotion for Quadrupedal Robots Using Proprioceptive Sensing

Este trabajo presenta un marco de estimación y control seguro para la locomoción de robots cuadrúpedos en terrenos irregulares utilizando únicamente sensores propioceptivos, el cual genera mapas del terreno y funciones de barrera de control que reducen significativamente el error de estimación y garantizan la seguridad global y local.

Towards Unified Multimodal Interleaved Generation via Group Relative Policy Optimization

Este trabajo propone una estrategia de entrenamiento post-inicial basado en aprendizaje por refuerzo, que utiliza una optimización de política grupal adaptada (GRPO) y recompensas híbridas para habilitar la generación intercalada de texto e imágenes en modelos unificados sin depender de grandes conjuntos de datos específicos.

Towards Viewpoint-centric Artifact-based Regulatory Requirements Engineering for Compliance by Design

Este artículo presenta el modelo de artefactos AM4RRE como una propuesta para integrar la ingeniería de requisitos regulatorios en el ciclo de vida del desarrollo de software, con el objetivo de lograr un cumplimiento normativo sistemático y basado en el diseño que aborde la complejidad de la coordinación entre múltiples perspectivas.

Towards Visual Query Segmentation in the Wild

Este trabajo introduce la segmentación de consultas visuales (VQS) como un nuevo paradigma para localizar todos los objetos de interés a nivel de píxel en videos no recortados, presentando el benchmark VQS-4K y el método VQ-SAM, que supera a las técnicas existentes al extender SAM 2 mediante un marco de memoria adaptativa.

Towards a Goal-Centric Assessment of Requirements Engineering Methods for Privacy by Design

Este artículo propone un enfoque centrado en objetivos para evaluar los métodos de ingeniería de requisitos destinados al Privacidad por Diseño, argumentando que su selección debe alinearse con las metas organizacionales en lugar de limitarse a las características del proceso.

Towards a Taxonomy of Software Log Smells

Este estudio presenta una taxonomía de nueve "malos olores" en el registro de software (log smells) derivada de una revisión de literatura y herramientas existentes, con el objetivo de ayudar a los desarrolladores a escribir un código de registro de mayor calidad y señalar oportunidades de investigación futura.

Tracing Everyday AI Literacy Discussions at Scale: How Online Creative Communities Make Sense of Generative AI

Este estudio analiza 122.000 conversaciones de Reddit para revelar que la alfabetización en IA dentro de las comunidades creativas es dinámica y orientada a la práctica, centrándose principalmente en el uso efectivo de herramientas y reaccionando a eventos clave en lugar de seguir marcos teóricos estáticos.

Training-Free Coverless Multi-Image Steganography with Access Control

El artículo presenta MIDAS, un marco de esteganografía sin entrenamiento basado en difusión que permite ocultar múltiples imágenes con control de acceso específico para cada usuario mediante fusión a nivel latente, superando a los métodos existentes en calidad, robustez y resistencia al análisis.

Training-free Motion Factorization for Compositional Video Generation

Este trabajo propone un marco de factorización de movimiento sin entrenamiento que descompone la generación de video composicional en tres categorías (inmovilidad, movimiento rígido y no rígido) mediante un enfoque de planificación previa a la generación, permitiendo la síntesis de múltiples instancias con apariencia y movimiento diversos de manera agnóstica al modelo.

Trajectory Optimization for Self-Wrap-Aware Cable-Towed Planar Object Manipulation under Implicit Tension Constraints

Este artículo presenta un marco de optimización de trayectorias que integra explícitamente el auto-envolvente de cables y las restricciones de tensión implícitas para manipular objetos planares deformables, demostrando que la relajación de modo implícito (IMR) supera a los enfoques conservadores al permitir que la evolución del estado genere dinámicamente envolturas que optimizan el par de giro durante las maniobras.

Transformer-Based Multi-Region Segmentation and Radiomic Analysis of HR-pQCT Imaging

Este estudio presenta un marco automatizado basado en SegFormer que segmenta múltiples regiones de imágenes HR-pQCT y extrae características radiómicas, demostrando que el análisis de tejidos blandos supera a los métodos basados únicamente en hueso para la clasificación de osteoporosis.

TriFusion-SR: Joint Tri-Modal Medical Image Fusion and SR

El artículo presenta TriFusion-SR, un marco de difusión condicional guiado por wavelets que realiza de forma conjunta la fusión de imágenes médicas tri-modales y la superresolución, superando a los métodos existentes mediante la descomposición de frecuencias y la calibración de coeficientes para lograr mejoras significativas en la calidad perceptual y métricas de precisión.

TubeMLLM: A Foundation Model for Topology Knowledge Exploration in Vessel-like Anatomy

El artículo presenta TubeMLLM, un modelo fundacional unificado que combina comprensión estructurada y generación controlable mediante priores topológicos en lenguaje natural para superar las inconsistencias topológicas en el modelado de anatomía vascular, demostrando un rendimiento superior y una capacidad de transferencia cero-shot en múltiples conjuntos de datos y modalidades.

UniBYD: A Unified Framework for Learning Robotic Manipulation Across Embodiments Beyond Imitation of Human Demonstrations

El artículo presenta UniBYD, un marco unificado que supera las limitaciones de la imitación humana en la manipulación robótica mediante un algoritmo de aprendizaje por refuerzo dinámico y una representación morfológica unificada, logrando un rendimiento superior al estado del arte al adaptar las políticas a las características físicas específicas de diversos robots.

UniField: A Unified Field-Aware MRI Enhancement Framework

El artículo presenta UniField, un marco unificado que mejora la calidad de las imágenes de resonancia magnética (MRI) al aprovechar modelos fundacionales 3D preentrenados y un mecanismo de rectificación espectral consciente del campo magnético para superar las limitaciones de generalización y escasez de datos, respaldado por la publicación del conjunto de datos multi-campo más grande hasta la fecha.

Unit Interval Selection in Random Order Streams

Este trabajo presenta un algoritmo de flujo de datos de una sola pasada que logra un factor de aproximación esperado de 0.7401 para el problema de selección de intervalos unitarios bajo un orden de entrada aleatorio, superando la barrera de 2/3 establecida para el orden adversario, mientras demuestra que mejorar más allá de 8/9 o lograr una aproximación superior a 2/3 con alta probabilidad requiere espacio lineal en el tamaño de la entrada.

Unsupervised Domain Adaptation with Target-Only Margin Disparity Discrepancy

Este artículo presenta un marco novedoso de adaptación de dominio no supervisada basado en la discrepancia de disparidad de márgenes (MDD) que mejora la segmentación del hígado en imágenes de tomografía computarizada cónica (CBCT) intervencionista al aprovechar datos anotados de TC, logrando un rendimiento de vanguardia tanto en escenarios no supervisados como de pocos ejemplos.

Unveiling the Potential of iMarkers: Invisible Fiducial Markers for Advanced Robotics

Este artículo presenta iMarkers, marcadores fiduciales invisibles para humanos pero detectables por robots y dispositivos de realidad aumentada, que resuelven el problema estético de los marcadores tradicionales mediante diseños de hardware y algoritmos de software de código abierto que garantizan una detección robusta y adaptable en diversos escenarios.

V-Attack: Targeting Disentangled Value Features for Controllable Adversarial Attacks on LVLMs

El artículo presenta V-Attack, un método novedoso que logra ataques adversarios controlables y precisos en Modelos Grandes de Visión y Lenguaje (LVLM) al manipular las características de valor (V) desentrelazadas en lugar de las representaciones de parches enredadas, logrando una tasa de éxito de ataque un 36% superior a los métodos existentes.

VLM-Loc: Localization in Point Cloud Maps via Vision-Language Models

El artículo presenta VLM-Loc, un marco que utiliza modelos de visión-idioma para mejorar la localización en mapas de nubes de puntos mediante la transformación de datos geométricos y semánticos en representaciones estructuradas que permiten un razonamiento espacial interpretable, validado con el nuevo conjunto de datos CityLoc.

VarSplat: Uncertainty-aware 3D Gaussian Splatting for Robust RGB-D SLAM

VarSplat es un sistema de SLAM RGB-D basado en 3D Gaussian Splatting que mejora la robustez y la precisión en la estimación de pose y reconstrucción al aprender explícitamente la varianza de incertidumbre por gaussiana para guiar el rastreo y la optimización hacia regiones fiables.

VeriInteresting: An Empirical Study of Model Prompt Interactions in Verilog Code Generation

Este estudio empírico, titulado "VeriInteresting", analiza las interacciones entre el razonamiento de los modelos, la especialización y las estrategias de ingeniería de prompts en la generación de código Verilog, identificando patrones generalizables y específicos mediante una evaluación factorial controlada de diversos modelos de lenguaje.

VisPoison: An Effective Backdoor Attack Framework for Tabular Data Visualization Models

El artículo presenta VisPoison, un marco de ataque de puerta trasera que explota la inyección de datos en modelos de texto-a-visualización para tablas, logrando tasas de éxito superiores al 90% mediante desencadenantes sigilosos que provocan filtración de datos, visualizaciones engañosas o denegación de servicio, al tiempo que expone la insuficiencia de las estrategias de defensa actuales.

Vision-Augmented On-Track System Identification for Autonomous Racing via Attention-Based Priors and Iterative Neural Correction

Este artículo presenta un marco de identificación de sistemas en pista aumentado por visión para carreras autónomas que combina un prior de fricción derivado de una CNN ligera, un modelo S4 para dinámicas temporales y un algoritmo de Nelder-Mead, logrando una estimación de fricción y extracción de parámetros de neumáticos significativamente más precisa y rápida que los métodos tradicionales.

VisionCreator-R1: A Reflection-Enhanced Native Visual-Generation Agentic Model

El artículo presenta VisionCreator-R1, un agente nativo de generación visual que incorpora mecanismos de reflexión explícita y un método de entrenamiento de co-optimización reflexión-plan (RPCO) para corregir errores en tiempo real, superando consistentemente a modelos como Gemini2.5Pro en tareas de generación de imágenes individuales y múltiples.

VocSegMRI: Multimodal Learning for Precise Vocal Tract Segmentation in Real-time MRI

El artículo presenta VocSegMRI, un marco de aprendizaje multimodal que integra señales visuales, acústicas y fonológicas mediante fusión por atención cruzada y aprendizaje contrastivo para lograr una segmentación precisa y robusta del tracto vocal en imágenes de resonancia magnética en tiempo real, superando a los métodos unimodales existentes.

WESPR: Wind-adaptive Energy-Efficient Safe Perception & Planning for Robust Flight with Quadrotors

El artículo presenta WESPR, un marco de trabajo rápido que integra la percepción geométrica y datos meteorológicos para predecir campos de viento locales y adaptar la planificación de trayectorias y el control de drones en tiempo real, logrando mejoras significativas en la estabilidad y precisión de vuelo frente a condiciones turbulentas.

WVA: A Global Optimization Control Plane for llmd

El artículo presenta WVA, un plano de control de optimización global diseñado para \texttt{llmd} que mejora el rendimiento y reduce los fallos al acoplar decisiones de escalado con el estado interno de los servidores de inferencia, logrando una mayor eficiencia en hardware heterogéneo en comparación con los autoscalers tradicionales.

Walking on Rough Terrain with Any Number of Legs

Este artículo presenta una arquitectura de control computacionalmente eficiente y adaptable para robots multi-patas con seis o más extremidades que navegan terrenos irregulares, la cual combina la estabilidad mecánica con estados de máquina segmentales acoplados para generar locomoción tanto en contacto con el suelo como en ausencia del mismo.

When Detectors Forget Forensics: Blocking Semantic Shortcuts for Generalizable AI-Generated Image Detection

Este artículo presenta Geometric Semantic Decoupling (GSD), un módulo sin parámetros que mejora la generalización de los detectores de imágenes generadas por IA al eliminar las dependencias de priores semánticos dominantes y forzar al modelo a centrarse en evidencia forense invariante.

Where, What, Why: Toward Explainable 3D-GS Watermarking

Este artículo presenta un marco de marca de agua nativo para la representación 3D Gaussian Splatting que, mediante un módulo de expertos y un mecanismo de seguridad, logra una robustez superior frente a distorsiones y una alta fidelidad visual, al tiempo que ofrece explicabilidad auditable sobre la selección de portadores de la información.

Who Made This? Fake Detection and Source Attribution with Diffusion Features

El artículo presenta FRIDA, un marco ligero y eficiente que utiliza características de modelos de difusión preentrenados para detectar imágenes generadas por IA y atribuir su fuente con alto rendimiento en escenarios de generalización cruzada.

WikiCLIP: An Efficient Contrastive Baseline for Open-domain Visual Entity Recognition

El paper presenta WikiCLIP, un marco eficiente y efectivo para el reconocimiento de entidades visuales en dominios abiertos que supera a los métodos generativos existentes al combinar representaciones de entidades enriquecidas por modelos de lenguaje con un adaptador guiado por visión y un mecanismo de síntesis de negativos difíciles, logrando mejoras significativas en rendimiento y reduciendo la latencia de inferencia en casi 100 veces.

YOLO-NAS-Bench: A Surrogate Benchmark with Self-Evolving Predictors for YOLO Architecture Search

El artículo presenta YOLO-NAS-Bench, el primer benchmark sustituto diseñado para la búsqueda de arquitecturas de YOLO, que emplea un mecanismo de autoevolución para refinar un predictor basado en LightGBM y descubrir arquitecturas de detección de objetos que superan a los modelos oficiales en el conjunto de datos COCO-mini.

You Only Pose Once: A Minimalist's Detection Transformer for Monocular RGB Category-level 9D Multi-Object Pose Estimation

El artículo presenta YOPO, un marco unificado de un solo paso basado en transformadores que logra un estado del arte en la estimación de pose 9D de múltiples objetos a nivel de categoría a partir de una sola imagen RGB, eliminando la necesidad de modelos CAD, profundidad o etapas cascada.

ZipPIR: High-throughput Single-server PIR without Client-side Storage

ZipPIR es un protocolo de recuperación privada de información de alto rendimiento que elimina la necesidad de almacenamiento en el cliente mediante la compresión de cifrados LWE a cifrados Paillier, logrando una alta velocidad de transferencia y actualizaciones dinámicas eficientes sin comprometer la escalabilidad.

Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach

Este trabajo presenta BR-Gen, un nuevo dataset a gran escala de imágenes con manipulaciones localizadas que abarca escenas completas, junto con NFA-ViT, un modelo basado en transformadores que amplifica las huellas de falsificación para mejorar la detección y generalización de alteraciones de IA en imágenes.

bsort: A theoretically efficient non-comparison-based sorting algorithm for integer and floating-point numbers

El artículo presenta bsort, un algoritmo de ordenamiento no basado en comparaciones para enteros y números de punto flotante que unifica estos casos mediante una derivación del quicksort binario, logrando un tiempo de ejecución asintótico de $O(wn)$ y un espacio auxiliar de $O(w)$, con un rendimiento competitivo en datos de tamaño de palabra pequeño.

d-DNNF Modulo Theories: A General Framework for Polytime SMT Queries

Este artículo presenta un marco general novedoso que extiende la compilación a d-DNNF al nivel de SMT mediante la combinación de fórmulas de entrada con lemas teóricos precalculados, permitiendo así realizar consultas SMT en tiempo polinomial utilizando razonadores proposicionales estándar.

d-QBF with Few Existential Variables Revisited

Este trabajo cierra la brecha de complejidad en el problema d-QBF con pocas variables existenciales demostrando que la dependencia doblemente exponencial es óptima bajo la conjetura ETH para fórmulas generales, mientras que para el caso restringido de dos bloques cuantificadores se presenta un algoritmo casi óptimo con una dependencia exponencial simple.

A Consensus-Driven Multi-LLM Pipeline for Missing-Person Investigations

El artículo presenta a Guardian, un sistema de tubería multi-LLM que utiliza modelos especializados y un mecanismo de consenso, junto con ajuste fino QLoRA, para extraer y procesar información de manera auditable y coordinada durante las primeras 72 horas críticas de investigaciones de personas desaparecidas.

A Consequentialist Critique of Binary Classification Evaluation: Theory, Practice, and Tools

Este artículo propone un marco de evaluación de clasificación binaria basado en la teoría de la decisión y el uso de reglas de puntuación propias como la puntuación Brier, respaldado por una herramienta práctica en Python y una variante técnica mejorada, para superar la dependencia actual de métricas de umbral fijo en la literatura de aprendizaje automático.

A Graph-Based Approach to Spectrum Demand Prediction Using Hierarchical Attention Networks

Este artículo presenta HR-GAT, un modelo de red de atención gráfica jerárquica que utiliza datos geoespaciales para predecir la demanda de espectro con una precisión un 21% superior a la de modelos convencionales, abordando eficazmente los patrones espaciales complejos y la autocorrelación en cinco ciudades canadienses.

A Guideline-Aware AI Agent for Zero-Shot Target Volume Auto-Delineation

El artículo presenta OncoAgent, un agente de IA consciente de las directrices clínicas que genera automáticamente volúmenes tumorales en radioterapia sin necesidad de reentrenamiento, logrando un rendimiento comparable a modelos supervisados y una mayor preferencia clínica gracias a su capacidad de adaptación inmediata a diferentes guías y sitios anatómicos.

A Lightweight Multi-Cancer Tumor Localization Framework for Deployable Digital Pathology

El artículo presenta MuCTaL, un marco de aprendizaje profundo ligero y generalizable entrenado con datos de cuatro tipos de cáncer que logra una localización precisa de tumores en imágenes de patología digital y demuestra capacidad de adaptación a tipos tumorales no vistos, como el adenocarcinoma pancreático.

A New Modeling to Feature Selection Based on the Fuzzy Rough Set Theory in Normal and Optimistic States on Hybrid Information Systems

Este artículo presenta FSbuHD, un nuevo modelo de selección de características para sistemas de información híbridos basado en la teoría de conjuntos difusos-rough que reformula el problema como una optimización utilizando distancias combinadas para superar las limitaciones de tiempo y ruido de los métodos tradicionales, demostrando su superioridad en modos normal y optimista mediante pruebas en conjuntos de datos UCI.

A Text-Native Interface for Generative Video Authoring

Este trabajo presenta Doki, una interfaz nativa de texto para la creación de videos generativos que permite a los usuarios definir activos, estructurar escenas y editar contenido mediante escritura libre, facilitando así la narración visual sin necesidad de herramientas especializadas.

A Variational Latent Equilibrium for Learning in Cortex

Este trabajo propone un formalismo general basado en la conservación de la energía y el principio de acción extrema que aproxima la retropropagación a través del tiempo (BPTT) mediante dinámicas neuronales locales y continuas, ofreciendo un marco biológicamente plausible para el aprendizaje espaciotemporal en el cerebro y extendiendo el modelo de Equilibrio Latente Generalizado (GLE).

AI Act Evaluation Benchmark: An Open, Transparent, and Reproducible Evaluation Dataset for NLP and RAG Systems

Este artículo presenta un conjunto de datos abierto, transparente y reproducible diseñado para evaluar la conformidad de los sistemas NLP y RAG con la Ley de IA de la UE, mediante la generación automatizada de tareas de clasificación de riesgos, recuperación de artículos y generación de obligaciones que superan las limitaciones de las evaluaciones manuales.

AI Phenomenology for Understanding Human-AI Experiences Across Eras

El artículo propone la fenomenología de la IA como un marco metodológico que prioriza la experiencia vivida y la percepción subjetiva de los usuarios sobre las métricas tradicionales de rendimiento, ofreciendo herramientas prácticas y conceptos de diseño para estudiar la alineación bidireccional y la coevolución entre humanos e IA a lo largo del tiempo.

AI-Enabled Data-driven Intelligence for Spectrum Demand Estimation

Este artículo presenta un enfoque basado en inteligencia artificial y aprendizaje automático que utiliza datos de licencias y crowdsourcing para estimar con precisión la demanda de espectro en cinco ciudades canadienses, logrando un coeficiente de determinación de 0,89 y ayudando a los reguladores a optimizar la planificación y asignación de recursos espectrales.

ALADIN: Accuracy-Latency-Aware Design-space Inference Analysis for Embedded AI Accelerators

El documento presenta ALADIN, un marco de análisis para la inferencia en aceleradores de IA embebidos basado en scratchpad que evalúa las compensaciones entre precisión, latencia y uso de recursos en redes neuronales cuantizadas de precisión mixta sin necesidad de implementación física, utilizando un simulador preciso en ciclos para optimizar el diseño conjunto de hardware y software.

ARKV: Adaptive and Resource-Efficient KV Cache Management under Limited Memory Budget for Long-Context Inference in LLMs

El paper presenta ARKV, un marco ligero y adaptativo que gestiona dinámicamente la memoria de la caché KV asignando niveles de precisión según la importancia de los tokens, logrando reducir el uso de memoria en 4x sin sacrificar significativamente la precisión en inferencias de largo contexto.

Abundant Intelligence and Deficient Demand: A Macro-Financial Stress Test of Rapid AI Adoption

El artículo formaliza una prueba de estrés macrofinanciero que advierte que la adopción rápida de la IA podría desencadenar una crisis explosiva debido a un desajuste entre la abundancia generada y la demanda deficiente, impulsado por un espiral de desplazamiento laboral, una caída en la velocidad del dinero y el colapso de los márgenes de intermediación.

ActiveUltraFeedback: Efficient Preference Data Generation using Active Learning

El artículo presenta ActiveUltraFeedback, un pipeline de aprendizaje activo que utiliza estimaciones de incertidumbre y métodos novedosos como DRTS y DeltaUCB para generar datos de preferencia de alta calidad de manera eficiente, logrando un rendimiento superior en el ajuste de modelos de lenguaje con hasta seis veces menos datos anotados que los enfoques estáticos tradicionales.

Adaptive Clinical-Aware Latent Diffusion for Multimodal Brain Image Generation and Missing Modality Imputation

El artículo presenta ACADiff, un marco de difusión latente adaptativo y consciente de datos clínicos que sintetiza modalidades de neuroimagen cerebrales faltantes y mejora el diagnóstico de Alzheimer incluso en escenarios con hasta un 80% de datos ausentes.

AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem

Este artículo propone el "AgentOS", un nuevo paradigma de sistema operativo basado en una interfaz de usuario natural que reemplaza las aplicaciones tradicionales con módulos de habilidades orquestados por un núcleo de agentes, planteando su implementación como un problema fundamental de descubrimiento de conocimiento y minería de datos para la comunidad KDD.

Alignment Is the Disease: Censorship Visibility and Alignment Constraint Complexity as Determinants of Collective Pathology in Multi-Agent LLM Systems

Este estudio preliminar sugiere que las técnicas de alineación en modelos de lenguaje grande pueden generar patologías colectivas iatrogénicas, donde la censura invisible y la complejidad de las restricciones de alineación provocan mayor disociación y comportamiento patológico en sistemas de múltiples agentes que la ausencia de dichas intervenciones.

AlphaApollo: A System for Deep Agentic Reasoning

El artículo presenta AlphaApollo, un sistema de razonamiento agéntico que aborda las limitaciones en la resolución de problemas complejos y la evolución durante la inferencia mediante la orquestación de interacciones multi-turno, aprendizaje por refuerzo y un ciclo de evolución con verificación asistida por herramientas, logrando mejoras significativas en diversos benchmarks matemáticos.

An AI-powered Bayesian Generative Modeling Approach for Arbitrary Conditional Inference

Este artículo presenta la modelización generativa bayesiana (BGM), un marco unificado que utiliza un algoritmo de actualización bayesiana estocástica iterativa para aprender un modelo generativo único capaz de realizar inferencias condicionales arbitrarias con cuantificación rigurosa de la incertidumbre, sin necesidad de reentrenamiento.

An Empirical Study and Theoretical Explanation on Task-Level Model-Merging Collapse

Este artículo identifica y explica teóricamente el "colapso de fusión" en modelos de lenguaje, demostrando mediante análisis empírico que la incompatibilidad de representaciones entre tareas, y no los conflictos en el espacio de parámetros, es la causa principal de la degradación catastrófica del rendimiento al combinar modelos especializados.

Arbiter: Detecting Interference in LLM Agent System Prompts

El artículo presenta Arbiter, un marco de evaluación que combina reglas formales y el escaneo con múltiples modelos de lenguaje para detectar patrones de interferencia en los prompts de sistema de agentes de codificación, revelando vulnerabilidades críticas y correlaciones arquitectónicas en herramientas de Anthropic, OpenAI y Google por un costo mínimo.

Architectural Design and Performance Analysis of FPGA based AI Accelerators: A Comprehensive Review

Este artículo presenta una revisión exhaustiva de los aceleradores de IA basados en FPGA, analizando sus ventajas frente a otras soluciones, las técnicas de optimización a nivel de hardware y los desafíos actuales para el diseño de futuras implementaciones eficientes.

Are Expressive Encoders Necessary for Discrete Graph Generation?

El artículo presenta GenGNN, un marco modular de paso de mensajes que demuestra que los codificadores expresivos como los transformadores no son estrictamente necesarios para la generación de grafos discretos, ya que permite lograr una validez superior al 90% en conjuntos de datos complejos y un 99,49% en generación molecular con una velocidad de inferencia 2 a 5 veces mayor que las arquitecturas existentes.

AutoAgent: Evolving Cognition and Elastic Memory Orchestration for Adaptive Agents

El artículo presenta AutoAgent, un marco de agentes multiagente autoevolutivo que integra cognición evolutiva, toma de decisiones contextual en tiempo real y orquestación elástica de memoria para superar las limitaciones de los sistemas estáticos y mejorar la adaptabilidad, eficiencia y robustez en entornos dinámicos.

AutoViVQA: A Large-Scale Automatically Constructed Dataset for Vietnamese Visual Question Answering

Este trabajo presenta AutoViVQA, un conjunto de datos a gran escala construido automáticamente para la Respuesta Visual a Preguntas en vietnamita, donde se exploran arquitecturas basadas en transformers y se comparan sistemáticamente métricas de evaluación automáticas en entornos multilingües.

Automated Tensor-Relational Decomposition for Large-Scale Sparse Tensor Computation

Este artículo presenta \texttt{EinSum}, una notación tensor-relacional que automatiza la descomposición de cálculos en Einstein para ejecutar componentes intensivos mediante núcleos numéricos eficientes mientras gestiona la dispersión de los datos de forma relacional.

Automatic Cardiac Risk Management Classification using large-context Electronic Patients Health Records

Este estudio presenta un marco de clasificación automatizado para la gestión de riesgos cardíacos en pacientes geriátricos que, al utilizar registros de salud electrónicos no estructurados, demuestra que una arquitectura Transformer personalizada supera a los métodos tradicionales y a los modelos de lenguaje generativos, ofreciendo una alternativa robusta a la codificación manual.

Automating Detection and Root-Cause Analysis of Flaky Tests in Quantum Software

Este artículo presenta una pipeline automatizada que utiliza modelos de lenguaje grande (LLMs) para detectar y analizar las causas raíz de las pruebas inestables en software cuántico, logrando identificar 25 casos nuevos y alcanzar un alto rendimiento en la clasificación de estos errores.

Automating Forecasting Question Generation and Resolution for AI Evaluation

Este trabajo presenta un sistema automatizado basado en agentes de investigación web potenciados por LLM que genera y resuelve a gran escala preguntas de pronóstico diversas y verificables, superando la calidad de las plataformas humanas y demostrando mejoras en la precisión de los modelos de IA mediante estrategias de descomposición de preguntas.

Autonomous Edge-Deployed AI Agents for Electric Vehicle Charging Infrastructure Management

El artículo presenta Auralink SDC, una arquitectura que despliega agentes de IA especializados en el borde para gestionar infraestructura de carga de vehículos eléctricos, logrando una resolución autónoma del 78% de incidentes y una latencia de respuesta de menos de 50 ms mediante técnicas como la resolución autónoma calibrada por confianza y la orquestación jerárquica de múltiples agentes.

B-DENSE: Branching For Dense Ensemble Network Supervision Efficiency

El paper presenta B-DENSE, un marco innovador que mejora la eficiencia de la destilación en modelos de difusión mediante un alineamiento de trayectoria denso y multirrama, permitiendo que el modelo estudiante aprenda pasos intermedios completos para generar imágenes de mayor calidad con menor latencia.

BEACON: Language-Conditioned Navigation Affordance Prediction under Occlusion

El artículo presenta BEACON, un método que mejora la navegación guiada por lenguaje en entornos con oclusiones al predecir mapas de calor de viabilidad en vista cenital (BEV) que incluyen áreas ocultas, superando significativamente a los enfoques basados en imágenes al integrar un modelo de lenguaje visual con características de profundidad derivadas de observaciones multivista.

Benchmarking Federated Learning in Edge Computing Environments: A Systematic Review and Performance Evaluation

Este artículo presenta una revisión sistemática y evaluación de rendimiento de técnicas de Aprendizaje Federado en entornos de computación en el borde, comparando cinco algoritmos líderes mediante métricas clave como precisión y eficiencia energética, identificando desafíos actuales y proponiendo una agenda de investigación futura para sistemas más robustos y escalables.

Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage

Este estudio demuestra mediante múltiples benchmarks y sistemas que las métricas de recuperación basadas en cobertura son indicadores fiables del alcance informativo en las respuestas generadas por sistemas RAG, especialmente cuando los objetivos de recuperación y generación están alineados.

Beyond Scaling: Assessing Strategic Reasoning and Rapid Decision-Making Capability of LLMs in Zero-sum Environments

Este artículo presenta STAR, un nuevo marco de evaluación multiagente que demuestra que la inteligencia estratégica en entornos competitivos y dinámicos depende no solo de la profundidad del razonamiento, sino también de la capacidad de ejecutar planes de manera oportuna, revelando una brecha significativa entre el rendimiento en escenarios por turnos y en tiempo real.

BiCLIP: Domain Canonicalization via Structured Geometric Transformation

El artículo presenta BiCLIP, un marco sencillo y eficiente que mejora la adaptación de dominios en modelos de visión y lenguaje mediante una transformación geométrica canónica aprendida a partir de pocas muestras, logrando resultados de vanguardia en múltiples benchmarks.

Boltzmann-based Exploration for Robust Decentralized Multi-Agent Planning (Extended Version)

Este trabajo presenta Coordinated Boltzmann MCTS (CB-MCTS), un nuevo enfoque de búsqueda en árboles de Monte Carlo descentralizado que utiliza una política estocástica basada en Boltzmann y una bonificación de entropía decreciente para superar las limitaciones de la exploración en entornos de recompensa dispersa o engañosa, demostrando un rendimiento superior frente a métodos existentes como Dec-MCTS.

Breaking the Factorization Barrier in Diffusion Language Models

El artículo presenta Coupled Discrete Diffusion (CoDD), un marco híbrido que supera la barrera de factorización en los modelos de lenguaje difusivos al reemplazar las distribuciones de salida totalmente factorizadas con una capa de inferencia probabilística ligera, permitiendo así generar texto coherente y de alta calidad en pocos pasos sin los altos costos computacionales de los enfoques existentes.

BridgeDiff: Bridging Human Observations and Flat-Garment Synthesis for Virtual Try-Off

El artículo presenta BridgeDiff, un marco basado en difusión que supera las limitaciones de los métodos anteriores para la síntesis de prendas planas en el intento virtual de ropa al unir explícitamente las observaciones humanas con la estructura de la prenda mediante módulos de puente de condición y restricciones estructurales, logrando así un rendimiento superior en benchmarks estándar.

CERES: A Probabilistic Early Warning System for Acute Food Insecurity

El artículo presenta CERES, un sistema automatizado de alerta temprana probabilístico y de acceso abierto que genera estimaciones semanales de 90 días sobre la inseguridad alimentaria aguda en 43 países de alto riesgo mediante la fusión de seis fuentes de datos y se compromete a la verificación pública prospectiva de sus predicciones.

CLEAR-Mamba:Towards Accurate, Adaptive and Trustworthy Multi-Sequence Ophthalmic Angiography Classification

El artículo presenta CLEAR-Mamba, un marco mejorado basado en MedMamba que utiliza una capa de condicionamiento adaptativo (HaC) y un esquema de predicción consciente de la fiabilidad (RaP) para lograr una clasificación precisa, adaptable y confiable de angiografías oftálmicas multimodales (FFA e ICGA), superando a los modelos existentes en generalización y estabilidad.

CLoE: Expert Consistency Learning for Missing Modality Segmentation

El artículo presenta CLoE, un marco de aprendizaje de consistencia que mejora la segmentación de imágenes médicas multimodales con modalidades faltantes al controlar la concordancia entre expertos a nivel de decisión y región, asignando pesos de fiabilidad dinámicos para lograr una fusión robusta y generalizable.

CRANE: Causal Relevance Analysis of Language-Specific Neurons in Multilingual Large Language Models

El paper presenta CRANE, un marco de análisis basado en la relevancia funcional que identifica neuronas específicas de cada idioma en modelos multilingües mediante intervenciones dirigidas, demostrando que estas neuronas son esenciales para el rendimiento en un idioma concreto sin ser exclusivas de él, superando así a los métodos tradicionales basados en la magnitud de activación.

Causally Sufficient and Necessary Feature Expansion for Class-Incremental Learning

Este artículo propone un método de regularización basado en la Probabilidad de Necesidad y Suficiencia (PNS) para el aprendizaje incremental de clases, que utiliza un generador contrafactual dual para eliminar correlaciones espurias intra e inter-tarea y así mitigar la colisión de características y el olvido catastrófico.

Chaotic Dynamics in Multi-LLM Deliberation

El estudio demuestra que los sistemas de deliberación multi-LLM exhiben inestabilidad caótica y sensibilidad a las condiciones iniciales incluso en configuraciones deterministas, identificando la diferenciación de roles y la heterogeneidad de modelos como causas principales de divergencia y subrayando la necesidad de auditorías de estabilidad en el diseño de estos sistemas.

CktEvo: Repository-Level RTL Code Benchmark for Design Evolution

El artículo presenta CktEvo, un marco de referencia y un conjunto de pruebas para la evolución de código RTL a nivel de repositorio que permite a los modelos de lenguaje grandes optimizar el rendimiento, la potencia y el área de diseños de hardware completos mediante ediciones funcionales y retroalimentación automática de herramientas sin intervención humana.

Clear, Compelling Arguments: Rethinking the Foundations of Frontier AI Safety Cases

Este artículo propone reevaluar y mejorar los marcos de los casos de seguridad para la IA de vanguardia, integrando lecciones de la industria de aseguramiento de seguridad crítica para superar las limitaciones de los enfoques actuales de la comunidad de alineación y ofrecer una metodología más robusta y defendible.

Cognitively Layered Data Synthesis for Domain Adaptation of LLMs to Space Situational Awareness

Este trabajo presenta BD-FDG, un marco de generación de datos de ajuste fino basado en la taxonomía de Bloom que, al organizar el conocimiento y modelar preguntas en niveles cognitivos, permite construir un dataset de 230.000 muestras para adaptar modelos LLM al dominio de la Conciencia Situacional Espacial, logrando mejoras significativas en rendimiento sin sacrificar capacidades generales.

Common Sense vs. Morality: The Curious Case of Narrative Focus Bias in LLMs

Este trabajo presenta CoMoral, un nuevo conjunto de datos que revela cómo los modelos de lenguaje actuales priorizan el razonamiento moral sobre el sentido común y muestran un sesgo de enfoque narrativo al detectar contradicciones, lo que subraya la necesidad de mejorar su entrenamiento para lograr una mayor robustez en el razonamiento.

Compiler-First State Space Duality and Portable $O(1)$ Autoregressive Caching for Inference

Este trabajo demuestra que el algoritmo de dualidad del espacio de estados de Mamba-2 puede implementarse completamente mediante primitivas estándar compiladas por XLA sin kernels personalizados, logrando una inferencia autoregresiva con caché $O(1)$ portátil y de alto rendimiento en CPU, GPU y TPU.

Composed Vision-Language Retrieval for Skin Cancer Case Search via Joint Alignment of Global and Local Representations

Este artículo presenta un marco basado en transformadores para la recuperación de casos de cáncer de piel mediante consultas compuestas de imagen y texto, que logra mejoras sobre el estado del arte al alinear jerárquicamente representaciones globales y locales mediante un mecanismo de atención espacial y un ponderamiento convexo informado clínicamente.

Computational Multi-Agents Society Experiments: Social Modeling Framework Based on Generative Agents

Este artículo presenta CMASE, un marco de experimentación computacional que integra agentes generativos y métodos etnográficos virtuales para permitir que los investigadores se inserten como participantes activos en entornos sociales simulados, logrando así una modelización intervencionista que combina rigor estadístico con profundidad interpretativa y poder explicativo causal.

ConLID: Supervised Contrastive Learning for Low-Resource Language Identification

El artículo presenta ConLID, un enfoque novedoso de aprendizaje contrastivo supervisado que mejora significativamente la identificación de idiomas para lenguas de recursos escasos en datos fuera del dominio, manteniendo al mismo tiempo el rendimiento en lenguas de recursos abundantes.

Context Engineering: From Prompts to Corporate Multi-Agent Architecture

Este artículo propone la ingeniería de contexto como una disciplina fundamental que, junto con la ingeniería de intención y especificación, forma un modelo de madurez en pirámide para gestionar la complejidad de los sistemas de agentes corporativos autónomos, superando las limitaciones de la ingeniería de prompts tradicional mediante el diseño estructurado del entorno informativo, los objetivos organizacionales y las políticas corporativas.

Continual uncertainty learning

Este estudio propone un marco de aprendizaje continuo basado en currículos que descompone problemas de control robusto con múltiples incertidumbres no lineales en tareas secuenciales, integrando un controlador basado en modelos para mejorar la eficiencia y evitar el olvido catastrófico, logrando así una transferencia exitosa de simulación a realidad en un controlador de vibración activa para trenes motrices automotrices.

Cooperative Game-Theoretic Credit Assignment for Multi-Agent Policy Gradients via the Core

Este trabajo propone CORA, un método de asignación de ventajas en el aprendizaje por refuerzo multiagente cooperativo que utiliza la teoría de juegos cooperativos y el concepto de "núcleo" para asignar créditos basados en las contribuciones de las coaliciones, mejorando así la optimización de las políticas y el comportamiento coordinado.

Correction of Transformer-Based Models with Smoothing Pseudo-Projector

Este artículo presenta el "pseudo-proyector", una modificación ligera inspirada en el paradigma multigrid que corrige las representaciones ocultas de los modelos basados en transformadores para reducir la sensibilidad al ruido y mejorar la dinámica de entrenamiento y la robustez sin alterar su arquitectura central.

Cross-Domain Uncertainty Quantification for Selective Prediction: A Comprehensive Bound Ablation with Transfer-Informed Betting

Este artículo presenta un marco ablativo integral para la predicción selectiva que introduce el método de apuestas informado por transferencia (TIB) para mejorar la cuantificación de incertidumbre en entornos con escasez de datos mediante el uso de perfiles de riesgo de dominios fuente, demostrando superioridad teórica y empírica sobre nueve familias de cotas existentes en múltiples benchmarks.

Curveball Steering: The Right Direction To Steer Isn't Always Linear

Este artículo propone "Curveball steering", un método de dirección no lineal basado en el análisis de la geometría intrínseca de los espacios de activación de los modelos de lenguaje, que supera a las técnicas lineales tradicionales al abordar las distorsiones geométricas que limitan la consistencia de las intervenciones globales.

DRUPI: Dataset Reduction Using Privileged Information

El artículo presenta DRUPI, un método de condensación de datasets que mejora el rendimiento al sintetizar información privilegiada (como etiquetas de características o atención) junto con los datos reducidos, logrando ganancias significativas en diversas tareas de visión por computadora.

Daily-Omni: Towards Audio-Visual Reasoning with Temporal Alignment across Modalities

El artículo presenta Daily-Omni, un nuevo benchmark de preguntas y respuestas audio-visuales diseñado para evaluar la capacidad de razonamiento temporal sincronizado entre modalidades en modelos de lenguaje multimodales, revelando que la mayoría de los modelos actuales aún luchan con la alineación temporal cruzada.

DataFactory: Collaborative Multi-Agent Framework for Advanced Table Question Answering

El artículo presenta DataFactory, un marco colaborativo de múltiples agentes que supera las limitaciones de los modelos de lenguaje actuales en la respuesta a preguntas sobre tablas mediante la orquestación de equipos especializados, la transformación automática de datos a grafos de conocimiento y estrategias de ingeniería de contexto, logrando mejoras significativas en precisión y robustez en diversos conjuntos de datos.

Debiasing International Attitudes: LLM Agents for Simulating US-China Perception Changes

Este estudio presenta un marco de agentes LLM para simular la evolución de las actitudes de los ciudadanos estadounidenses hacia China entre 2005 y 2025, demostrando que un agente "abogado del diablo" es la estrategia más efectiva para mitigar los sesgos derivados del encuadre mediático y generar opiniones más objetivas y similares a las humanas.

Declarative Scenario-based Testing with RoadLogic

El artículo presenta RoadLogic, una herramienta de código abierto que utiliza programación lógica y planificación de movimiento para convertir automáticamente especificaciones declarativas de escenarios de OpenSCENARIO en simulaciones ejecutables y verificadas, facilitando así la prueba sistemática de vehículos autónomos.

Deep Tabular Research via Continual Experience-Driven Execution

Este artículo presenta un marco de agente novedoso para la Investigación Tabular Profunda (DTR) que aborda el razonamiento complejo en tablas no estructuradas mediante un proceso de toma de decisiones en bucle cerrado, el cual utiliza un grafo meta jerárquico, una política de selección consciente de expectativas y una memoria siamesa de ejecución continua para separar la planificación estratégica de la ejecución de bajo nivel.

Democratising Clinical AI through Dataset Condensation for Classical Clinical Models

Este artículo presenta un marco de optimización de orden cero con privacidad diferencial que extiende la condensación de datos a modelos clínicos no diferenciables, permitiendo compartir conjuntos de datos sintéticos compactos que preservan la utilidad predictiva sin exponer información sensible de los pacientes.

DendroNN: Dendrocentric Neural Networks for Energy-Efficient Classification of Event-Based Data

El artículo presenta DendroNN, una red neuronal bioinspirada que utiliza mecanismos de detección de secuencias en dendritas y un proceso de reconfiguración sin gradientes para clasificar datos basados en eventos con alta eficiencia energética, superando a las arquitecturas neuromórficas actuales en tareas de series temporales.

DenoiseSplat: Feed-Forward Gaussian Splatting for Noisy 3D Scene Reconstruction

El artículo presenta DenoiseSplat, un método de proyección gaussiana 3D de alimentación directa que supera a enfoques existentes en la reconstrucción de escenas ruidosas mediante el uso de un nuevo conjunto de datos de referencia ruidoso-limpio y un entrenamiento supervisado únicamente con renderizados 2D limpios.

Design Conductor: An agent autonomously builds a 1.5 GHz Linux-capable RISC-V CPU

El agente autónomo Design Conductor logró diseñar, verificar y generar el archivo de layout (GDSII) de un procesador RISC-V completo y funcional que opera a 1.48 GHz en solo 12 horas, marcando el primer hito en la creación totalmente autónoma de un CPU desde la especificación hasta la preparación para fabricación.

DexHiL: A Human-in-the-Loop Framework for Vision-Language-Action Model Post-Training in Dexterous Manipulation

El artículo presenta DexHiL, un marco innovador de aprendizaje con intervención humana que integra el control del brazo y la mano para el post-entrenamiento de modelos Visión-Lenguaje-Acción, logrando una mejora significativa del 25% en las tasas de éxito de manipulación diestra en comparación con métodos de ajuste fino tradicionales.

Diagnosing FP4 inference: a layer-wise and block-wise sensitivity analysis of NVFP4 and MXFP4

Este estudio realiza un análisis sistemático de la sensibilidad de la inferencia en formatos de punto flotante de 4 bits (MXFP4 y NVFP4) en modelos Qwen2.5 de distintas escalas, revelando que las capas de proyección del MLP son las más críticas y que la sensibilidad no se limita exclusivamente a los bloques finales del modelo.

Differentiable Stochastic Traffic Dynamics: Physics-Informed Generative Modelling in Transportation

Este trabajo propone un marco de modelado generativo informado por la física que, partiendo de una dinámica de flujo de tráfico estocástica tipo Ito, deriva una ecuación determinista de flujo de probabilidad para entrenar una red neuronal capaz de estimar distribuciones completas del estado del tráfico, permitiendo así calcular estimaciones puntuales, intervalos de credibilidad y medidas de riesgo de congestión.

Does the Question Really Matter? Training-Free Data Selection for Vision-Language SFT

Este artículo presenta CVS, un método de selección de datos sin entrenamiento que identifica muestras de alta calidad para el ajuste fino de modelos visuales-lingüísticos midiendo la discrepancia en la validez de la respuesta con y sin la pregunta, logrando así un mejor rendimiento con menos datos y menor costo computacional.

DuplexCascade: Full-Duplex Speech-to-Speech Dialogue with VAD-Free Cascaded ASR-LLM-TTS Pipeline and Micro-Turn Optimization

El artículo presenta DuplexCascade, un sistema de diálogo voz-voz full-duplex que elimina la necesidad de detección de voz (VAD) mediante la conversión de turnos largos en micro-turnos y el uso de tokens de control especializados, logrando así una interacción bidireccional rápida que preserva la inteligencia conversacional de los modelos de lenguaje.

EDMFormer: Genre-Specific Self-Supervised Learning for Music Structure Segmentation

El artículo presenta EDMFormer, un modelo transformer que utiliza aprendizaje auto-supervisado y el nuevo conjunto de datos EDM-98 para mejorar significativamente la segmentación estructural de la música electrónica de baile, abordando las limitaciones de los enfoques existentes que se basan en similitudes líricas o armónicas inadecuadas para este género.

EMFusion: Conditional Diffusion Framework for Trustworthy Frequency Selective EMF Forecasting in Wireless Networks

Este artículo presenta EMFusion, un marco de pronóstico probabilístico basado en difusión condicional que utiliza una arquitectura U-Net residual con atención cruzada para realizar pronósticos multivariados selectivos en frecuencia de campos electromagnéticos (EMF) en redes inalámbricas, ofreciendo estimaciones de incertidumbre calibradas y superando significativamente a los modelos existentes en precisión y fiabilidad.

EPOCH: An Agentic Protocol for Multi-Round System Optimization

El artículo presenta EPOCH, un protocolo de ingeniería que estandariza la optimización autónoma de sistemas mediante un enfoque de dos fases y etapas restringidas por roles para garantizar la estabilidad, reproducibilidad y trazabilidad en entornos heterogéneos.

ESAinsTOD: A Unified End-to-End Schema-Aware Instruction-Tuning Framework for Task-Oriented Dialog Modeling

El artículo presenta ESAinsTOD, un marco unificado de ajuste fino de instrucciones que integra mecanismos de alineación de instrucciones y esquemas para mejorar el rendimiento, la generalización en escenarios de pocos recursos y la robustez de los modelos de diálogo orientado a tareas.

EXPLORE-Bench: Egocentric Scene Prediction with Long-Horizon Reasoning

El artículo presenta EXPLORE-Bench, un nuevo benchmark basado en videos en primera persona diseñado para evaluar la capacidad de los modelos de lenguaje multimodal para predecir escenas egocéntricas tras secuencias de acciones de largo alcance, revelando una brecha significativa frente al rendimiento humano y explorando estrategias de razonamiento paso a paso para mejorar esta tarea.

Efficiently Aligning Draft Models via Parameter- and Data-Efficient Adaptation

El artículo presenta EDA, un marco eficiente en parámetros y datos que restaura el rendimiento de la decodificación especulativa en modelos de lenguaje ajustados mediante una arquitectura desacoplada, una estrategia de regeneración de datos y un mecanismo de selección de muestras, logrando así una adaptación rápida y de bajo costo sin necesidad de reentrenamiento completo.

Ego: Embedding-Guided Personalization of Vision-Language Models

El artículo propone "Ego", un método eficiente que personaliza modelos de visión y lenguaje sin etapas de entrenamiento adicionales, extrayendo tokens visuales de atención interna como memoria para reconocer conceptos específicos en imágenes y videos.

EgoCross: Benchmarking Multimodal Large Language Models for Cross-Domain Egocentric Video Question Answering

El artículo presenta EgoCross, un nuevo benchmark diseñado para evaluar la generalización de modelos de lenguaje grandes multimodales en preguntas y respuestas sobre videos egocéntricos a través de dominios diversos y desafiantes más allá de las actividades cotidianas, revelando las limitaciones actuales de estos modelos y explorando estrategias para mejorar su adaptabilidad.

Embodied Human Simulation for Quantitative Design and Analysis of Interactive Robotics

Este trabajo presenta un marco de simulación escalable basado en un modelo musculoesquelético completo y controlado por aprendizaje por refuerzo que permite el análisis cuantitativo y la co-optimización simultánea del diseño mecánico y la política de control en la interacción física humano-robot, facilitando la evaluación de métricas biomecánicas internas como las fuerzas musculares.

Emerging Extrinsic Dexterity in Cluttered Scenes via Dynamics-aware Policy Learning

Este artículo presenta DAPL, un marco de aprendizaje de políticas consciente de la dinámica que facilita la destreza extrínseca en entornos desordenados mediante la modelización explícita de las interacciones de contacto, logrando un rendimiento superior al de métodos existentes tanto en simulación como en aplicaciones del mundo real.

Emotion is Not Just a Label: Latent Emotional Factors in LLM Processing

Este trabajo demuestra que el tono emocional es un factor latente que altera la geometría de la atención en los modelos de lenguaje, proponiendo el dataset AURA-QA y un marco de regularización emocional que mejora la comprensión lectora y el rendimiento en tareas de preguntas y respuestas bajo diversas distribuciones.

Emotional Modulation in Swarm Decision Dynamics

Este artículo extiende la ecuación de las abejas a un modelo basado en agentes que incorpora la valencia y la excitación emocional como moduladores de las tasas de interacción, demostrando cómo la contagio emocional y los puntos de inflexión estructurales influyen en la velocidad y el resultado de la toma de decisiones colectivas.

Empowering All-in-Loop Health Management of Spacecraft Power System in the Mega-Constellation Era via Human-AI Collaboration

Este trabajo presenta SpaceHMchat, un marco de colaboración humano-IA de código abierto que habilita la gestión de salud integral para sistemas de energía de naves espaciales en la era de las megaconstelaciones, validado mediante una plataforma experimental realista y un nuevo conjunto de datos que demuestra alta precisión en la detección de anomalías, localización de fallos y toma de decisiones de mantenimiento.

Energy-Aware Spike Budgeting for Continual Learning in Spiking Neural Networks for Neuromorphic Vision

Este artículo propone un marco de presupuestado de picos consciente de la energía para el aprendizaje continuo en redes neuronales de spiking, que integra replay de experiencia y parámetros neuronales adaptables para optimizar simultáneamente la precisión y la eficiencia energética en sistemas de visión neuromórfica tanto para datos basados en fotogramas como en eventos.

Enhancing Debunking Effectiveness through LLM-based Personality Adaptation

Este estudio propone un método novedoso que utiliza modelos de lenguaje grandes (LLM) para adaptar mensajes de desinformación a los rasgos de personalidad de los usuarios, demostrando que estas versiones personalizadas son más persuasivas que las genéricas y ofreciendo una evaluación automatizada que plantea importantes interrogantes éticos sobre su uso.

Enhancing Heterogeneous Multi-Agent Cooperation in Decentralized MARL via GNN-driven Intrinsic Rewards

El artículo presenta CoHet, un algoritmo que utiliza motivación intrínseca basada en Redes Neuronales de Grafos para mejorar la cooperación descentralizada entre agentes heterogéneos en entornos de aprendizaje por refuerzo multiagente con observabilidad parcial y recompensas escasas.

Enhancing Retrieval-Augmented Generation with Entity Linking for Educational Platforms

El artículo presenta ELERAG, una arquitectura de generación aumentada por recuperación (RAG) que integra la vinculación de entidades y una estrategia de reordenamiento híbrida para mejorar significativamente la precisión factual en sistemas de preguntas y respuestas educativas en italiano, demostrando su superioridad sobre métodos convencionales en dominios específicos.

EsoLang-Bench: Evaluating Genuine Reasoning in Large Language Models via Esoteric Programming Languages

El artículo presenta EsoLang-Bench, un nuevo benchmark que utiliza lenguajes de programación esotéricos para demostrar que, a pesar de su alto rendimiento en tareas de codificación estándar, los modelos de lenguaje actuales carecen de razonamiento genuino y dependen en gran medida de la memorización de datos de entrenamiento.

Evaluate-as-Action: Self-Evaluated Process Rewards for Retrieval-Augmented Agents

El artículo presenta \textsc{EvalAct}, un marco que transforma la evaluación de la calidad de la recuperación en una acción explícita y utiliza el método de optimización PCAR para mejorar el razonamiento multi-paso de los agentes aumentados por recuperación, logrando así un rendimiento superior en tareas de preguntas y respuestas de dominio abierto.

EvoDriveVLA: Evolving Autonomous Driving Vision-Language-Action Model via Collaborative Perception-Planning Distillation

El artículo presenta EvoDriveVLA, un marco innovador de destilación colaborativa percepción-planificación que integra restricciones perceptuales autoancladas y optimización de trayectorias guiada por oráculos para superar las limitaciones de los modelos VLA en la conducción autónoma y lograr un rendimiento superior tanto en evaluaciones de circuito abierto como cerrado.

Evolving Prompt Adaptation for Vision-Language Models

El artículo presenta EvoPrompt, un marco innovador que utiliza proyecciones compartidas de modality y una estrategia de entrenamiento evolutivo para adaptar modelos de visión y lenguaje a nuevas tareas con pocos datos sin olvidar el conocimiento preentrenado.

Explainable Innovation Engine: Dual-Tree Agent-RAG with Methods-as-Nodes and Verifiable Write-Back

Este artículo presenta un Motor de Innovación Explicable que mejora la generación aumentada por recuperación (RAG) al reemplazar los fragmentos de texto por nodos de métodos dentro de un sistema de doble árbol para la trazabilidad y navegación jerárquica, permitiendo a un agente seleccionar operadores de síntesis explícitos y validar nuevos conocimientos mediante un mecanismo de verificación para lograr una innovación controlable y auditable.

Exploiting Label-Aware Channel Scoring for Adaptive Channel Pruning in Split Learning

El artículo propone ACP-SL, un esquema de aprendizaje dividido que utiliza una puntuación de importancia de canales basada en etiquetas para eliminar canales menos relevantes y comprimir los datos transmitidos, reduciendo así la sobrecarga de comunicación sin comprometer la precisión.

FedLECC: Cluster- and Loss-Guided Client Selection for Federated Learning under Non-IID Data

El artículo presenta FedLECC, una estrategia ligera de selección de clientes para el aprendizaje federado que agrupa a los dispositivos según la similitud de sus distribuciones de etiquetas y prioriza aquellos con mayor pérdida local, logrando así mejorar la precisión, reducir las rondas de comunicación y disminuir la sobrecarga en entornos con datos no IID.

FinTexTS: Financial Text-Paired Time-Series Dataset via Semantic-Based and Multi-Level Pairing

El artículo presenta FinTexTS, un nuevo conjunto de datos de series temporales financieras emparejadas con texto que utiliza un marco de emparejamiento semántico y multinivel para capturar las complejas interdependencias del mercado y mejorar la precisión en la predicción de precios de acciones.

Fish Audio S2 Technical Report

El informe técnico presenta Fish Audio S2, un sistema de texto a voz de código abierto que permite la generación multi-locutor y multi-turno con control mediante instrucciones en lenguaje natural, destacando por su alta eficiencia en inferencia en tiempo real y la disponibilidad pública de sus pesos y herramientas.

From Data Statistics to Feature Geometry: How Correlations Shape Superposition

Este artículo demuestra que, en escenarios realistas con características correlacionadas, la superposición en redes neuronales puede aprovechar la interferencia constructiva mediante la organización de características según sus patrones de co-activación, lo que genera estructuras semánticas y cíclicas que no se explican mediante el modelo tradicional de superposición basado en características no correlacionadas.

From Days to Minutes: An Autonomous AI Agent Achieves Reliable Clinical Triage in Remote Patient Monitoring

El artículo presenta a Sentinel, un agente de IA autónomo que supera a los clínicos individuales en la sensibilidad para detectar emergencias y priorizar alertas en la monitorización remota de pacientes, ofreciendo una solución escalable y de bajo costo que resuelve el problema de la sobrecarga de datos que limitó los ensayos clínicos anteriores.

From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation

Este trabajo propone un marco que utiliza la estimación de máxima verosimilitud implícita para destilar una política experta de flujo condicional en un modelo de un solo paso, logrando así una planificación de trayectorias multimodal en tiempo real con alta frecuencia y robustez para la manipulación robótica.

From Self-Evolving Synthetic Data to Verifiable-Reward RL: Post-Training Multi-turn Interactive Tool-Using Agents

Este trabajo presenta EigenData, un marco unificado que combina un agente de datos autoevolutivo con aprendizaje por refuerzo basado en verificadores para generar datos sintéticos de alta calidad y entrenar agentes interactivos de uso de herramientas que superan a los modelos de vanguardia en benchmarks complejos sin necesidad de anotación humana costosa.

From Spatial to Actions: Grounding Vision-Language-Action Model in Spatial Foundation Priors

El artículo presenta FALCON, un nuevo paradigma que mejora los modelos de visión-idioma-acción inyectando tokens espaciales 3D ricos derivados de modelos fundacionales en la cabeza de acción, logrando un rendimiento superior y una mayor robustez en tareas del mundo real sin comprometer el razonamiento lingüístico.

GIAT: A Geologically-Informed Attention Transformer for Lithology Identification

El artículo presenta GIAT, un nuevo marco Transformer informado geológicamente que integra filtros de correlación de secuencia por categoría para guiar el mecanismo de atención hacia patrones coherentes, logrando así una identificación de litología más precisa, fiable e interpretable que los modelos existentes.

GNNs for Time Series Anomaly Detection: An Open-Source Framework and a Critical Evaluation

Este trabajo presenta un marco de código abierto para la detección de anomalías en series temporales mediante redes neuronales gráficas (GNN), que no solo demuestra mejoras en el rendimiento y la interpretabilidad, sino que también ofrece una evaluación crítica de las prácticas actuales de métricas y umbrales en el campo.

GST-VLA: Structured Gaussian Spatial Tokens for 3D Depth-Aware Vision-Language-Action Models

El artículo presenta GST-VLA, un modelo de visión-lenguaje-acción que mejora la percepción geométrica y el razonamiento espacial mediante un tokenizador de Gaussiana 3D y un proceso de pensamiento encadenado consciente de la profundidad, logrando un rendimiento superior en tareas de manipulación robótica.

GateLens: A Reasoning-Enhanced LLM Agent for Automotive Software Release Analytics

El artículo presenta GateLens, un agente de IA basado en modelos de lenguaje que utiliza el álgebra relacional como representación intermedia formal para traducir consultas en lenguaje natural a código Python optimizado, logrando así un análisis de datos tabulares más rápido, transparente y preciso en el contexto de la industria automotriz en comparación con los enfoques tradicionales.

Gender Fairness in Audio Deepfake Detection: Performance and Disparity Analysis

Este artículo analiza la equidad de género en los modelos de detección de deepfakes de audio, demostrando mediante el uso de métricas de equidad específicas que, a pesar de un rendimiento general bajo, existen disparidades ocultas en la distribución de errores entre géneros que las métricas tradicionales no capturan.

GenePlan: Evolving Better Generalized PDDL Plans using Large Language Models

El artículo presenta GenePlan, un marco novedoso que utiliza algoritmos evolutivos asistidos por modelos de lenguaje grandes para generar planificadores generalizados en Python que minimizan la longitud de los planes en tareas de planificación PDDL, logrando un rendimiento comparable al de los planificadores más avanzados y superando significativamente a otros enfoques basados en LLM.

Generalized Reduction to the Isotropy for Flexible Equivariant Neural Fields

El artículo presenta una reducción generalizada que transforma funciones invariantes en espacios de producto bajo acciones de grupos transitivos en invariantes de un subgrupo de isotropía, permitiendo así extender los campos neuronales equivariantes a configuraciones geométricas heterogéneas sin restricciones estructurales.

GraphKeeper: Graph Domain-Incremental Learning via Knowledge Disentanglement and Preservation

El artículo presenta GraphKeeper, un método novedoso para el aprendizaje incremental de dominio en grafos que aborda el olvido catastrófico mediante la desensamblaje y preservación del conocimiento, logrando resultados superiores al estado del arte y una integración flexible con modelos fundamentales de grafos.

Grounding Synthetic Data Generation With Vision and Language Models

Este trabajo presenta un marco interpretable basado en modelos de visión y lenguaje para la generación y evaluación de datos sintéticos en teledetección, introduciendo el dataset ARAS400k que demuestra que la combinación de datos reales y sintéticos mejora consistentemente el rendimiento en tareas de segmentación semántica y descripción de imágenes.

Hindsight Credit Assignment for Long-Horizon LLM Agents

El documento presenta HCAPO, un marco innovador que integra la asignación de crédito retrospectiva mediante el propio LLM como crítico *post-hoc* para superar las limitaciones de los métodos sin valor en tareas de largo alcance, logrando mejoras significativas en benchmarks como WebShop y ALFWorld en comparación con GRPO.

HyConEx: Hypernetwork classifier with counterfactual explanations for tabular data

El artículo presenta HyConEx, un clasificador basado en hiperredes diseñado para datos tabulares que, de forma única, genera simultáneamente predicciones de clase y explicaciones contrafactuales locales en una sola red neuronal.

ICDAR 2025 Competition on End-to-End Document Image Machine Translation Towards Complex Layouts

El informe presenta el desafío ICDAR 2025 sobre traducción automática de imágenes de documentos, que reunió a 69 equipos para evaluar sistemas end-to-end en dos pistas (con y sin OCR) y concluye que los enfoques de modelos grandes establecen un nuevo paradigma prometedor para la traducción de documentos con diseños complejos.

Improving through Interaction: Searching Behavioral Representation Spaces with CMA-ES-IG

Este trabajo presenta el algoritmo CMA-ES-IG, que mejora el aprendizaje de las preferencias de los usuarios no expertos en robots mediante la generación de trayectorias perceptualmente distintas e informativas, logrando así una mayor escalabilidad, robustez ante ruido y preferencia de los usuarios en comparación con métodos existentes.

Influencing LLM Multi-Agent Dialogue via Policy-Parameterized Prompts

Este artículo propone un marco innovador que trata los prompts como acciones parametrizadas para influir en el comportamiento de sistemas multiagente basados en LLMs sin necesidad de entrenamiento, demostrando mediante experimentos que este enfoque controla eficazmente la dinámica conversacional y facilita la simulación social.

Infusion: Shaping Model Behavior by Editing Training Data via Influence Functions

El marco Infusion demuestra que es posible moldear sistemáticamente el comportamiento de modelos de visión y lenguaje mediante pequeñas perturbaciones calculadas con funciones de influencia en una fracción mínima de los datos de entrenamiento, lo que subraya la importancia crítica de la interpretabilidad de dichos datos para la seguridad.

Interpretable Markov-Based Spatiotemporal Risk Surfaces for Missing-Child Search Planning with Reinforcement Learning and LLM-Based Quality Assurance

El sistema Guardian presenta un marco de decisión interpretable que combina cadenas de Markov, aprendizaje por refuerzo y validación mediante modelos de lenguaje grandes para generar planes de búsqueda óptimos y dinámicos para casos de niños desaparecidos durante las primeras 72 horas.

Investigating Gender Stereotypes in Large Language Models via Social Determinants of Health

Este estudio demuestra que los Modelos de Lenguaje Grande (LLM) reproducen estereotipos de género al analizar registros médicos en francés, revelando que evaluar las interacciones entre los determinantes sociales de la salud es esencial para detectar sesgos que las métricas tradicionales pasan por alto.

LCA: Local Classifier Alignment for Continual Learning

El artículo propone "Local Classifier Alignment" (LCA), un nuevo método de aprendizaje continuo que introduce una función de pérdida para alinear los clasificadores específicos de tareas con la red base adaptada, logrando así mitigar el olvido catastrófico y superar el rendimiento de los métodos actuales en diversos benchmarks.

LDP: An Identity-Aware Protocol for Multi-Agent LLM Systems

Este artículo presenta el Protocolo de Delegación de LLM (LDP), un protocolo nativo de IA que introduce mecanismos de identidad, negociación y trazabilidad para mejorar la eficiencia, la seguridad y la gobernanza en sistemas multiagente, demostrando mediante su implementación que estas primitivas reducen significativamente la latencia y el uso de tokens en tareas específicas.

LLM-Advisor: An LLM Benchmark for Cost-efficient Path Planning across Multiple Terrains

El artículo presenta LLM-Advisor, un marco basado en modelos de lenguaje que actúa como asesor de post-procesamiento para refinar rutas de planificación de costos en terrenos diversos, logrando mejoras significativas en la eficiencia sin modificar los planificadores subyacentes y superando las limitaciones de razonamiento espacial de los LLMs en modo cero disparos.

Latent Policy Steering with Embodiment-Agnostic Pretrained World Models

El artículo presenta "Latent Policy Steering" (LPS), un enfoque que mejora las políticas visuomotoras en regímenes de pocos datos mediante el preentrenamiento de un modelo de mundo con representaciones de acción agnósticas al cuerpo (como el flujo óptico) y su posterior ajuste fino para guiar la selección de acciones, logrando mejoras significativas tanto en simulación como en robots reales.

Latent Speech-Text Transformer

El artículo presenta el Transformer de Voz-Texto Latente (LST), un modelo que agrupa los tokens de voz en parches latentes para equilibrar la granularidad con el texto y mejorar la eficiencia computacional, logrando así un rendimiento superior tanto en tareas de voz como de texto en comparación con los modelos autoregresivos tradicionales.

Latent World Models for Automated Driving: A Unified Taxonomy, Evaluation Framework, and Open Challenges

Este artículo propone un marco unificado y una taxonomía para los modelos de mundo latentes en la conducción automatizada que organizan las representaciones latentes y los mecanismos internos, estableciendo directrices de evaluación y desafíos de investigación para lograr sistemas más robustos, generalizables y eficientes.

Latent-DARM: Bridging Discrete Diffusion And Autoregressive Models For Reasoning

El artículo presenta Latent-DARM, un marco de comunicación en espacio latente que integra modelos de difusión discreta para la planificación y modelos autoregresivos para la ejecución, logrando un rendimiento superior en tareas de razonamiento con un uso de tokens significativamente menor que los modelos de razonamiento más avanzados.

Let's Verify Math Questions Step by Step

Este trabajo presenta MathQ-Verify, una pipeline de cinco etapas que valida rigurosamente la corrección y completitud de problemas matemáticos para filtrar preguntas mal planteadas, mejorando significativamente la calidad de los conjuntos de datos y el rendimiento de los modelos de lenguaje grandes.

Lightweight Time Series Data Valuation on Time Series Foundation Models via In-Context Finetuning

Este artículo presenta LTSV, un método ligero para la valoración de datos en series temporales que aprovecha el ajuste fino en contexto de modelos fundacionales para estimar la contribución de las muestras de manera eficiente y precisa, superando las limitaciones computacionales y de dependencia temporal de los enfoques tradicionales.

Logics-Parsing-Omni Technical Report

Este artículo presenta el marco Omni Parsing y el modelo Logics-Parsing-Omni, que integran detección holística, reconocimiento detallado e interpretación multinivel para convertir señales audiovisuales no estructuradas en conocimiento estructurado y trazable mediante un mecanismo de anclaje de evidencia, todo ello respaldado por el nuevo conjunto de datos y el benchmark OmniParsingBench.

Logos: An evolvable reasoning engine for rational molecular design

El artículo presenta Logos, un modelo de razonamiento molecular compacto que combina lógica multi-paso con estricta consistencia química mediante un entrenamiento escalonado, logrando alta precisión y validez en el diseño de moléculas mientras ofrece transparencia interpretable para la investigación científica.

M3GCLR: Multi-View Mini-Max Infinite Skeleton-Data Game Contrastive Learning For Skeleton-Based Action Recognition

El artículo presenta M3GCLR, un marco de aprendizaje contrastivo basado en teoría de juegos que aborda las limitaciones de los métodos existentes mediante un modelo de juego infinito de datos esqueléticos y un optimizador de equilibrio dual, logrando un rendimiento superior en la reconocimiento de acciones basado en esqueletos.

MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents

Este trabajo presenta MA-EgoQA, un nuevo benchmark y modelo base (EgoMAS) diseñados para evaluar y mejorar la capacidad de los sistemas de IA para comprender y coordinar múltiples videos egocéntricos de agentes corporificados mediante el uso de memoria compartida y recuperación dinámica.

MASEval: Extending Multi-Agent Evaluation from Models to Systems

El artículo presenta MASEval, un marco de evaluación agnóstico que demuestra que las decisiones de implementación del sistema (como la topología y la lógica de orquestación) impactan el rendimiento tanto como la elección del modelo, permitiendo así una comparación sistemática de componentes completos de sistemas multiagente.

MCGI: Manifold-Consistent Graph Indexing for Billion-Scale Disk-Resident Vector Search

El artículo presenta MCGI, un método de indexación de grafos residente en disco que utiliza la dimensión intrínseca local para adaptar dinámicamente la búsqueda de vecinos más cercanos aproximados a la geometría de los datos, logrando un rendimiento superior y una mayor escalabilidad en conjuntos de datos de miles de millones de elementos en comparación con las soluciones actuales.

MCP Bridge: A Lightweight, LLM-Agnostic RESTful Proxy for Model Context Protocol Servers

El artículo presenta MCP Bridge, un proxy RESTful ligero y agnóstico a los modelos que habilita la conexión segura y multiplataforma con servidores MCP en entornos restringidos, complementado con la optimización de modelos Qwen mediante técnicas de aprendizaje por refuerzo para lograr un rendimiento superior en la ejecución de herramientas.

MEMO: Memory-Augmented Model Context Optimization for Robust Multi-Turn Multi-Agent LLM Games

El documento presenta MEMO, un marco de autojuego que optimiza el contexto de inferencia mediante un sistema de memoria persistente y exploración evolutiva, logrando una mejora significativa en la tasa de victoria y la estabilidad de los rankings en juegos de múltiples agentes y rondas para modelos de lenguaje grandes.

MIL-PF: Multiple Instance Learning on Precomputed Features for Mammography Classification

El artículo presenta MIL-PF, un marco escalable que combina codificadores de modelos fundacionales congelados con un cabezal de aprendizaje de múltiples instancias ligero para lograr un rendimiento de clasificación de mamografías de vanguardia de manera eficiente, evitando el costoso ajuste fino de modelos completos.

MITRA: An AI Assistant for Knowledge Retrieval in Physics Collaborations

El artículo presenta MITRA, un prototipo de asistente de IA basado en generación aumentada por recuperación (RAG) y alojado localmente para garantizar la privacidad, diseñado para facilitar la búsqueda de información en las vastas bases de datos de documentación interna de colaboraciones científicas como CMS mediante un pipeline automatizado de extracción de texto y una arquitectura de base de datos vectorial de dos niveles.

MKE-Coder: Multi-Axial Knowledge with Evidence Verification in ICD Coding for Chinese EMRs

El documento presenta MKE-Coder, un marco innovador que mejora la codificación automática de la CIE en registros médicos electrónicos chinos mediante la integración de conocimiento multi-eje basado en enfermedades y la verificación rigurosa de la evidencia clínica, logrando así una mayor precisión y velocidad en la práctica real.

MM-tau-p$^2$: Persona-Adaptive Prompting for Robust Multi-Modal Agent Evaluation in Dual-Control Settings

El artículo propone MM-tau-p$^2$, un nuevo marco de evaluación con 12 métricas innovadoras diseñado para medir la robustez y el rendimiento de agentes multimodales adaptativos en entornos de doble control, abordando la falta de personalización en las evaluaciones actuales mediante un enfoque automatizado basado en LLM-as-judge en los sectores de telecomunicaciones y retail.

MMGraphRAG: Bridging Vision and Language with Interpretable Multimodal Knowledge Graphs

El artículo presenta MMGraphRAG, un enfoque innovador que integra gráficos de escena visuales con grafos de conocimiento textuales mediante la técnica SpecLink y el nuevo conjunto de datos CMEL para superar las alucinaciones de los modelos de lenguaje y lograr un razonamiento multimodal interpretable y de vanguardia.

MSSR: Memory-Aware Adaptive Replay for Continual LLM Fine-Tuning

El artículo presenta MSSR, un marco de repetición de experiencias que estima la fuerza de la memoria a nivel de muestra y programa ensayos en intervalos adaptativos para mitigar el olvido catastrófico y mantener una adaptación rápida durante el ajuste fino continuo de modelos de lenguaje grandes.

MUGEN: Evaluating and Improving Multi-audio Understanding of Large Audio-Language Models

El paper introduce MUGEN, un benchmark integral que revela las limitaciones actuales de los modelos de audio-idioma en la comprensión de múltiples audios simultáneos y demuestra que estrategias de inferencia sin entrenamiento, como la autoconsistencia permutacional y el razonamiento en cadena, mejoran significativamente su rendimiento.

MedMASLab: A Unified Orchestration Framework for Benchmarking Multimodal Medical Multi-Agent Systems

El artículo presenta MedMASLab, un marco unificado y plataforma de evaluación que aborda la fragmentación arquitectónica en los sistemas de agentes médicos multimodales mediante un protocolo de comunicación estandarizado, un evaluador de razonamiento clínico automatizado y el benchmark más extenso hasta la fecha, revelando brechas críticas de rendimiento al transitar entre subdominios médicos especializados.

MediRound: Multi-Round Entity-Level Reasoning Segmentation in Medical Images

El artículo presenta MediRound, un modelo y un nuevo conjunto de datos (MR-MedSeg) diseñados para abordar la tarea de segmentación médica mediante razonamiento de múltiples rondas, introduciendo un mecanismo de juicio y corrección para mitigar la propagación de errores en diálogos educativos progresivos.

Meissa: Multi-modal Medical Agentic Intelligence

El artículo presenta Meissa, un modelo de lenguaje multimodal médico ligero de 4 mil millones de parámetros que, mediante la destilación de trayectorias estructuradas de modelos avanzados y una supervisión estratificada, ofrece capacidades de agente autónomo totalmente offline con menor latencia y costo, igualando o superando el rendimiento de agentes propietarios en múltiples tareas clínicas.

MiniAppBench: Evaluating the Shift from Text to Interactive HTML Responses in LLM-Powered Assistants

El artículo presenta MiniAppBench, el primer benchmark integral que evalúa la capacidad de los modelos de lenguaje para generar aplicaciones interactivas basadas en HTML (MiniApps), junto con MiniAppEval, un marco de evaluación automatizado que utiliza agentes para verificar la calidad de estas aplicaciones en dimensiones de intención, estática y dinámica, demostrando una alta alineación con el juicio humano.

Mitigating Long-Tail Bias in HOI Detection via Adaptive Diversity Cache

Este artículo presenta el módulo de Caché de Diversidad Adaptativa (ADC), una solución plug-and-play y sin entrenamiento que mitiga el sesgo de cola larga en la detección de interacciones humano-objeto mediante la acumulación dinámica de representaciones de características diversas durante la inferencia, mejorando significativamente la detección de categorías raras sin requerir ajuste adicional.

Monocular Normal Estimation via Shading Sequence Estimation

El artículo presenta RoSE, un nuevo enfoque que reformula la estimación de normales monoculares como la predicción de secuencias de sombreado mediante modelos generativos de imagen a video, logrando un rendimiento superior al estado del arte al resolver problemas de desalineación geométrica.

Mousse: Rectifying the Geometry of Muon with Curvature-Aware Preconditioning

El artículo presenta Mousse, un nuevo optimizador que mejora el rendimiento de Muon al integrar la estimación estructural de Shampoo para adaptar las actualizaciones espectrales a la curvatura anisotrópica de las redes neuronales, logrando una reducción del 12% en los pasos de entrenamiento con un costo computacional insignificante.

Multi-Agent Reinforcement Learning with Communication-Constrained Priors

Los autores proponen un marco generalizado de aprendizaje por refuerzo multiagente que utiliza un prior de comunicación restringida y un estimador de información mutua dual para distinguir entre mensajes con y sin pérdidas, desacoplar sus impactos en la toma de decisiones distribuida y cuantificar su efecto en la recompensa global, demostrando así su eficacia en entornos complejos y dinámicos con limitaciones de comunicación.

Multi-level meta-reinforcement learning with skill-based curriculum

Este trabajo propone un marco de aprendizaje por refuerzo meta-multinivel que combina la compresión eficiente de procesos de decisión de Markov mediante jerarquías de habilidades con un aprendizaje curricular, logrando así reducir la complejidad de la búsqueda de políticas, facilitar la transferencia de habilidades entre tareas y niveles, y garantizar la consistencia teórica bajo suposiciones moderadas.

Multi-model approach for autonomous driving: A comprehensive study on traffic sign-, vehicle- and lane detection and behavioral cloning

Este estudio presenta un enfoque de múltiples modelos basado en redes neuronales preentrenadas y personalizadas, junto con técnicas de aumento de datos y aprendizaje por transferencia, para mejorar la detección de señales de tráfico, vehículos y carriles, así como la clonación de comportamiento, con el fin de aumentar la robustez y fiabilidad de los sistemas de conducción autónoma.

NavSpace: How Navigation Agents Follow Spatial Intelligence Instructions

El artículo presenta NavSpace, un nuevo benchmark diseñado para evaluar sistemáticamente la inteligencia espacial de los agentes de navegación, y propone SNav, un modelo que supera a los existentes tanto en este benchmark como en pruebas con robots reales.

NetDiffuser: Deceiving DNN-Based Network Attack Detection Systems with Diffusion-Generated Adversarial Traffic

El artículo presenta NetDiffuser, un marco innovador que utiliza modelos de difusión y un algoritmo de categorización de características para generar ejemplos adversarios naturales que engañan eficazmente a los sistemas de detección de intrusiones basados en aprendizaje profundo.

No Image, No Problem: End-to-End Multi-Task Cardiac Analysis from Undersampled k-Space

El artículo presenta k-MTR, un marco de aprendizaje de representaciones en el espacio k que alinea datos submuestreados directamente con etiquetas fisiológicas en un espacio latente compartido, superando la necesidad de reconstruir imágenes intermedias para lograr un análisis cardíaco multi-tarea preciso y eficiente.

Not All News Is Equal: Topic- and Event-Conditional Sentiment from Finetuned LLMs for Aluminum Price Forecasting

Este estudio demuestra que integrar puntuaciones de sentimiento derivadas de noticias en inglés y chino mediante un modelo LLM Qwen3 finetuneado mejora significativamente la precisión de las predicciones de precios del aluminio y la utilidad económica en mercados volátiles en comparación con los modelos tradicionales que solo utilizan datos tabulares.

OOD-MMSafe: Advancing MLLM Safety from Harmful Intent to Hidden Consequences

El artículo presenta OOD-MMSafe, un benchmark que expone la ceguera causal de los modelos MLLM ante riesgos latentes, y propone CASPO, un marco de optimización que mejora significativamente la identificación de consecuencias ocultas mediante el aprendizaje por distilación auto-referencial.

OPENXRD: A Comprehensive Benchmark Framework for LLM/MLLM XRD Question Answering

El artículo presenta OPENXRD, un marco de referencia integral que evalúa la capacidad de modelos de lenguaje grandes y multimodales para integrar información contextual en preguntas de difracción de rayos X, revelando que los modelos de tamaño medio se benefician más de este contexto y que la calidad experta del material supera a la generada por IA.

On the Impact of the Utility in Semivalue-based Data Valuation

Este artículo introduce la "firma espacial" de un conjunto de datos como una herramienta geométrica para evaluar y garantizar la robustez de la valoración de datos basada en semivalores frente a cambios en la función de utilidad, ofreciendo una métrica práctica para que los profesionales comprendan cómo estas variaciones afectan los resultados.

On the mechanical creation of mathematical concepts

El paper propone un modelo de resolución de problemas matemáticos como un ciclo de actualización de creencias donde la creación de conceptos explícitos, distinta de la formación implícita que dominan las IA actuales, constituye el paso fundamental del descubrimiento matemático al introducir nuevos movimientos inexpressibles en el lenguaje existente.

Open-World Motion Forecasting

Este trabajo introduce el primer marco de pronóstico de movimiento de clase incremental en un entorno abierto que, mediante estrategias de autoetiquetado y muestreo de replay, mitiga el olvido catastrófico para predecir trayectorias de agentes dinámicos directamente desde imágenes de cámara, permitiendo la adaptación continua de sistemas de conducción autónoma a nuevas clases de objetos.

OrthoAI: A Neurosymbolic Framework for Evidence-Grounded Biomechanical Reasoning in Clear Aligner Orthodontics

El artículo presenta OrthoAI, un marco neurosimbólico que integra segmentación de puntos dentales con supervisión escasa, inferencia de restricciones biomecánicas basada en ontologías y evaluación multicriterio para apoyar la toma de decisiones clínicas en ortodoncia con alineadores transparentes.

PM-Nav: Priori-Map Guided Embodied Navigation in Functional Buildings

El artículo presenta PM-Nav, un marco de navegación guiado por mapas previos que transforma entornos en mapas semánticos y utiliza un razonamiento jerárquico para superar los desafíos de navegación en edificios funcionales, logrando mejoras significativas en comparación con métodos existentes tanto en simulación como en el mundo real.

PRECEPT: Planning Resilience via Experience, Context Engineering & Probing Trajectories A Unified Framework for Test-Time Adaptation with Compositional Rule Learning and Pareto-Guided Prompt Evolution

El documento presenta PRECEPT, un marco unificado para la adaptación en tiempo de prueba en agentes LLM que combina recuperación exacta de reglas, memoria consciente de conflictos y evolución de prompts guiada por Pareto para superar la degradación en la recuperación de conocimientos, mejorar la composición de reglas y garantizar la robustez ante conocimientos obsoletos o adversarios.

PathMem: Toward Cognition-Aligned Memory Transformation for Pathology MLLMs

El artículo presenta PathMem, un marco multimodal centrado en la memoria que imita el proceso cognitivo humano para integrar conocimientos estructurados de patología en modelos MLLM, logrando un rendimiento superior en la generación de informes y diagnósticos mediante una transformación de memoria alineada con la cognición.

PathoScribe: Transforming Pathology Data into a Living Library with a Unified LLM-Driven Framework for Semantic Retrieval and Clinical Integration

El artículo presenta PathoScribe, un marco unificado impulsado por modelos de lenguaje grandes que transforma los archivos de patología estáticos en una biblioteca viva y razonable, permitiendo la recuperación semántica, la construcción automatizada de cohortes y la integración clínica con una precisión y eficiencia significativamente superiores a los métodos tradicionales.

Periodic Asynchrony: An On-Policy Approach for Accelerating LLM Reinforcement Learning

Este trabajo propone un marco de asincronía periódica que desacopla la inferencia del entrenamiento en un pipeline productor-consumidor, logrando un aumento de tres a cinco veces en el rendimiento sin sacrificar la corrección on-policy ni la precisión, gracias a una arquitectura tri-modelo unificada y un mecanismo de atención de prompt compartido.

Permutation-Equivariant 2D State Space Models: Theory and Canonical Architecture for Multivariate Time Series

Este trabajo presenta el modelo VI 2D SSM, una arquitectura de espacio de estados bidimensional que garantiza la equivarianza a la permutación en series temporales multivariantes mediante una descomposición teórica en dinámicas locales e interacciones globales, eliminando dependencias secuenciales innecesarias y logrando un rendimiento superior en diversas tareas de predicción y clasificación.

Personalized Feature Translation for Expression Recognition: An Efficient Source-Free Domain Adaptation Method

Este artículo presenta SFDA-PFT, un método eficiente de adaptación de dominio sin fuente que utiliza una traducción de características en el espacio latente para personalizar modelos de reconocimiento de expresiones faciales utilizando únicamente datos de expresiones neutras del objetivo, evitando así la generación de imágenes y preservando la privacidad.

PhD Thesis Summary: Methods for Reliability Assessment and Enhancement of Deep Neural Network Hardware Accelerators

Esta tesis doctoral presenta métodos novedosos y rentables para evaluar y mejorar la fiabilidad de los aceleradores de hardware de redes neuronales profundas, incluyendo herramientas analíticas, estrategias para optimizar la compensación entre eficiencia y tolerancia a fallos, y una técnica de mejora en tiempo real llamada AdAM que reduce significativamente los costes de hardware.

Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis

El artículo presenta el modelo Pulse-Train-Resonator (PTR), una arquitectura de síntesis diferenciable que utiliza inductores físicos para generar sonidos de motor mediante trenes de pulsos y resonadores Karplus-Strong, logrando una reconstrucción armónica superior y parámetros interpretables en comparación con los métodos basales.

PlayWorld: Learning Robot World Models from Autonomous Play

El artículo presenta PlayWorld, un sistema escalable y autónomo que entrena simuladores de video de alta fidelidad mediante el juego independiente de robots no supervisado, logrando predicciones físicamente consistentes de interacciones complejas y mejorando significativamente el rendimiento de las políticas de aprendizaje por refuerzo en el mundo real en comparación con los datos recopilados por humanos.

PnLCalib: Sports Field Registration via Points and Lines Optimization

El artículo presenta PnLCalib, un método de calibración de cámaras para videos deportivos que supera las limitaciones de los enfoques tradicionales mediante una optimización basada en un modelo 3D de campo de fútbol y líneas detectadas, logrando una mayor precisión y robustez en escenarios de transmisión con múltiples vistas y oclusiones.

Pri4R: Learning World Dynamics for Vision-Language-Action Models with Privileged 4D Representation

El artículo presenta Pri4R, un enfoque que mejora los modelos de Visión-Lenguaje-Acción (VLA) al incorporar dinámicas del mundo mediante el aprendizaje de trayectorias de puntos 3D durante el entrenamiento, logrando así un control físico más preciso sin añadir sobrecarga computacional en la inferencia.

PrivPRISM: Automatically Detecting Discrepancies Between Google Play Data Safety Declarations and Developer Privacy Policies

El estudio presenta PrivPRISM, un marco automatizado que utiliza modelos de lenguaje para detectar discrepancias entre las declaraciones de seguridad de datos de Google Play y las políticas de privacidad, revelando que más de la mitad de las aplicaciones analizadas incumplen la consistencia regulatoria y subestiman significativamente el acceso a datos sensibles.

PromptDLA: A Domain-aware Prompt Document Layout Analysis Framework with Descriptive Knowledge as a Cue

El artículo presenta PromptDLA, un marco de análisis de diseño de documentos consciente del dominio que utiliza conocimientos descriptivos como pistas para integrar priores específicos en el entrenamiento, logrando un rendimiento superior al estado del arte en múltiples conjuntos de datos al abordar las variaciones estructurales entre diferentes dominios.

QUSR: Quality-Aware and Uncertainty-Guided Image Super-Resolution Diffusion Model

El modelo QUSR aborda la super-resolución de imágenes en escenarios reales mediante la integración de un prior de calidad basado en modelos de lenguaje multimodal y una generación de ruido guiada por la incertidumbre que adapta la perturbación para preservar detalles y minimizar artefactos.

Quantifying Uncertainty in AI Visibility: A Statistical Framework for Generative Search Measurement

Este artículo demuestra que las métricas de visibilidad en motores de búsqueda generativos son inherentemente estocásticas y variables, por lo que las estimaciones de un solo intento son engañosas y deben reemplazarse por un marco estadístico que cuantifique la incertidumbre mediante intervalos de confianza y análisis de distribuciones.

Quantifying the Accuracy and Cost Impact of Design Decisions in Budget-Constrained Agentic LLM Search

Este estudio presenta un marco de evaluación controlado (BCAS) para cuantificar cómo la profundidad de búsqueda, la estrategia de recuperación y el presupuesto de completado afectan la precisión y el costo en sistemas RAG agénticos, revelando que la recuperación híbrida y los presupuestos de completado adecuados optimizan el rendimiento bajo restricciones presupuestarias.

Quantifying the Necessity of Chain of Thought through Opaque Serial Depth

Este artículo formaliza el concepto de "profundidad serial opaca" para cuantificar la capacidad de los modelos de lenguaje de realizar razonamiento interno sin pasos intermedios interpretables, estableciendo límites superiores para arquitecturas como Gemma 3 y demostrando que los modelos de mezcla de expertos probablemente poseen una profundidad menor que los modelos densos.

REAP the Experts: Why Pruning Prevails for One-Shot MoE compression

El artículo presenta REAP, un método de poda de expertos que supera a las técnicas de fusión en tareas generativas al preservar el control de enrutamiento fino, logrando una compresión casi sin pérdidas en modelos MoE masivos.

RECODE: Reasoning Through Code Generation for Visual Question Answering

El artículo presenta RECODE, un marco agéntico que mejora el razonamiento visual en modelos multimodales al transformar la percepción de imágenes estructuradas en código ejecutable verificable mediante un proceso de generación, selección y refinamiento iterativo, logrando así un rendimiento superior en benchmarks como CharXiv y ChartQA.

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning

El artículo presenta RL-100, un marco de aprendizaje por refuerzo en el mundo real basado en políticas de difusión que unifica la imitación y el refuerzo para lograr un control robótico de alta frecuencia y un rendimiento del 100% en diversas tareas complejas, superando a operadores expertos y demostrando una robustez sin precedentes en despliegues reales.

Rating Quality of Diverse Time Series Data by Meta-learning from LLM Judgment

El artículo presenta TSRating, un marco unificado que aprovecha el conocimiento de los modelos de lenguaje grandes (LLM) y un esquema de meta-aprendizaje para evaluar de manera eficiente y adaptable la calidad de datos de series temporales procedentes de dominios diversos.

RbtAct: Rebuttal as Supervision for Actionable Review Feedback Generation

El artículo presenta RbtAct, un enfoque que utiliza las réplicas de los autores como supervisión implícita para entrenar modelos de lenguaje que generan retroalimentación de revisión más concreta y accionable, validado mediante un nuevo conjunto de datos y tareas de generación segmentada.

Reading the Mood Behind Words: Integrating Prosody-Derived Emotional Context into Socially Responsive VR Agents

Este estudio presenta un pipeline de interacción para agentes conversacionales en realidad virtual que integra la emoción vocal inferida en tiempo real como contexto explícito en un modelo de lenguaje, logrando mejoras significativas en la naturalidad, el compromiso y la preferencia de los usuarios en comparación con los sistemas basados únicamente en texto.

Real-Time Trust Verification for Safe Agentic Actions using TrustBench

El artículo presenta TrustBench, un marco de verificación de confianza en tiempo real que interviene antes de la ejecución de las acciones de agentes autónomos mediante plugins específicos de dominio, logrando una reducción del 87% en acciones dañinas con una latencia inferior a 200 ms.

Reasoning Efficiently Through Adaptive Chain-of-Thought Compression: A Self-Optimizing Framework

El artículo presenta SEER, un marco auto-optimizador que comprime adaptativamente el razonamiento de cadena de pensamiento en modelos de lenguaje grandes para reducir costos computacionales y truncamientos sin sacrificar la precisión, demostrando su eficacia en tareas de ingeniería de software y matemáticas.

Reasoning as Gradient: Scaling MLE Agents Beyond Tree Search

El artículo presenta a \textsc{Gome}, un agente de ingeniería de aprendizaje automático que supera a los métodos tradicionales de búsqueda en árbol al operacionalizar la optimización basada en gradientes mediante el razonamiento estructurado, logrando un rendimiento superior a medida que aumenta la capacidad de razonamiento de los modelos.

Reinforced Generation of Combinatorial Structures: Ramsey Numbers

El artículo presenta resultados mejorados para cinco números de Ramsey clásicos y demuestra la eficacia de AlphaEvolve, un agente de mutación de código basado en modelos de lenguaje, como un metaalgoritmo único capaz de generar algoritmos de búsqueda que superan o igualan los límites inferiores conocidos en este campo.

Reinforcement Learning for Self-Improving Agent with Skill Library

El artículo presenta SAGE, un marco de aprendizaje por refuerzo que mejora la capacidad de auto-mejora de los agentes mediante una biblioteca de habilidades y un mecanismo de despliegue secuencial, logrando en la prueba AppWorld una mayor tasa de finalización de objetivos con menos pasos e interacciones que los enfoques existentes.

Rescaling Confidence: What Scale Design Reveals About LLM Metacognition

El estudio demuestra que el diseño de la escala de confianza verbalizada en los modelos de lenguaje (LLM) no es neutral y que utilizar un rango de 0 a 20 mejora significativamente la eficiencia metacognitiva en comparación con el formato estándar de 0 a 100, el cual sufre de una fuerte discretización hacia números redondos.

Research and Prototyping Study of an LLM-Based Chatbot for Electromagnetic Simulations

Este estudio presenta un chatbot basado en el modelo de lenguaje Google Gemini 2.0 Flash que automatiza la configuración, resolución y post-procesamiento de simulaciones de corrientes parásitas bidimensionales mediante Gmsh y GetDP, reduciendo significativamente el tiempo necesario para generar modelos electromagnéticos.

Reviving ConvNeXt for Efficient Convolutional Diffusion Models

Este artículo presenta el modelo de difusión totalmente convolucional (FCDM), una arquitectura basada en ConvNeXt que demuestra ser una alternativa altamente eficiente y competitiva a los modelos basados en transformadores, logrando un rendimiento comparable con la mitad de las operaciones de punto flotante, menos pasos de entrenamiento y la capacidad de entrenarse en sistemas de solo 4 GPUs.

Robust Regularized Policy Iteration under Transition Uncertainty

Este artículo presenta la Iteración de Política Regularizada Robusta (RRPI), un enfoque de aprendizaje por refuerzo fuera de línea que aborda la incertidumbre en las transiciones mediante la optimización de políticas frente a dinámicas adversas dentro de un conjunto de incertidumbre, logrando mejoras teóricas y un rendimiento superior en benchmarks como D4RL al evitar acciones fuera de distribución.

Robust Training of Neural Networks at Arbitrary Precision and Sparsity

Este artículo presenta un marco unificado que modela la cuantización y la dispersión como ruido aditivo y utiliza una transformada de descuantización por regresión de crestas para establecer un camino de gradiente explícito, permitiendo el entrenamiento robusto y estable de redes neuronales a precisiones arbitrarias y niveles de dispersión, incluidos modelos A1W1 y sub-1-bit.

Routing without Forgetting

El artículo presenta "Routing without Forgetting" (RwF), una arquitectura de transformador que aborda el aprendizaje continuo en línea mediante la generación dinámica de prompts a través de recuperación asociativa basada en energía, superando a los métodos existentes sin necesidad de identificadores de tarea explícitos ni optimización iterativa.

RubiCap: Rubric-Guided Reinforcement Learning for Dense Image Captioning

RubiCap es un marco de aprendizaje por refuerzo que utiliza rúbricas generadas por LLMs para proporcionar señales de recompensa granulares y específicas, logrando así una generación de descripciones de imágenes densas superior a los métodos supervisados y otros enfoques de RL, incluso con modelos de tamaño reducido.

SATURN: SAT-based Reinforcement Learning to Unleash LLMs Reasoning

El artículo presenta Saturn, un marco de aprendizaje por refuerzo basado en problemas de satisfacibilidad booleana (SAT) que supera las limitaciones de escalabilidad, verificabilidad y control de dificultad de las tareas existentes, logrando mejoras significativas en las capacidades de razonamiento de modelos de lenguaje grandes tanto en problemas SAT como en tareas matemáticas y de programación.

SCENEBench: An Audio Understanding Benchmark Grounded in Assistive and Industrial Use Cases

Este artículo presenta SCENEBench, un nuevo conjunto de pruebas diseñado para evaluar la comprensión auditiva de modelos de lenguaje de audio avanzados más allá del reconocimiento de voz, centrándose en casos de uso reales como la accesibilidad y la monitorización industrial mediante la medición del rendimiento y la latencia en tareas de sonido ambiental, localización de ruido, comprensión multilingüe y reconocimiento de características vocales.

SPAARS: Safer RL Policy Alignment through Abstract Exploration and Refined Exploitation of Action Space

SPAARS es un marco de aprendizaje curricular para el aprendizaje por refuerzo offline-a-online que mejora la seguridad y la eficiencia de las muestras al explorar inicialmente en un espacio latente de baja dimensión y luego transferir el control al espacio de acciones crudo, superando así las limitaciones de rendimiento de los métodos basados en decodificadores.

SPARC: Spatial-Aware Path Planning via Attentive Robot Communication

El artículo propone SPARC, un método de planificación de trayectorias para múltiples robots que utiliza un mecanismo de atención multi-cabeza mejorado con relaciones espaciales (RMHA) para priorizar dinámicamente la comunicación entre vecinos cercanos, logrando una tasa de éxito significativamente superior en entornos congestionados y una generalización cero-shot desde 8 hasta 128 robots.

Scale-Plan: Scalable Language-Enabled Task Planning for Heterogeneous Multi-Robot Teams

El artículo presenta Scale-Plan, un marco escalable que combina modelos de lenguaje grandes con planificación simbólica para generar representaciones de problemas compactas y relevantes, superando así los desafíos de alucinación y escalabilidad en la planificación de tareas a largo plazo para equipos de robots heterogéneos.

Security Considerations for Multi-agent Systems

Este estudio caracteriza sistemáticamente el panorama de amenazas de los sistemas de inteligencia artificial multiagente (MAS) y evalúa cuantitativamente 16 marcos de seguridad, revelando que ninguno cubre la mayoría de las categorías de riesgo y destacando la necesidad urgente de nuevas estrategias para abordar vulnerabilidades únicas como la no determinación y la filtración de datos.

Semantic Level of Detail: Multi-Scale Knowledge Representation via Heat Kernel Diffusion on Hyperbolic Manifolds

El artículo presenta Semantic Level of Detail (SLoD), un marco que utiliza la difusión del núcleo de calor en variedades hiperbólicas para establecer una operación de zoom continua que controla la resolución semántica, identifica automáticamente los límites entre niveles de abstracción mediante brechas espectrales y demuestra su eficacia para descubrir jerarquías significativas en grafos de conocimiento reales como WordNet.

Sensitivity-Guided Framework for Pruned and Quantized Reservoir Computing Accelerators

Este artículo presenta un marco de compresión para la Computación de Reservorio que utiliza un mecanismo de poda basado en sensibilidad para optimizar el equilibrio entre precisión, eficiencia de hardware y recursos en implementaciones de FPGA mediante la poda y cuantización de pesos.

SiliconMind-V1: Multi-Agent Distillation and Debug-Reasoning Workflows for Verilog Code Generation

El trabajo presenta SiliconMind-V1, un marco multiagente que utiliza la generación de datos de razonamiento y la verificación impulsada por pruebas para entrenar modelos de lenguaje localmente y generar código Verilog funcionalmente correcto de manera más eficiente que los métodos actuales.

Sim2Act: Robust Simulation-to-Decision Learning via Adversarial Calibration and Group-Relative Perturbation

El artículo presenta Sim2Act, un marco robusto de aprendizaje de simulación a decisión que mejora la fiabilidad de las políticas en entornos críticos mediante un mecanismo de calibración adversarial y una estrategia de perturbación relativa a grupos para mitigar los errores de simulación sin sacrificar acciones de alto riesgo y recompensa.

Singing Syllabi with Virtual Avatars: Enhancing Student Engagement Through AI-Generated Music and Digital Embodiment

Este artículo propone y evalúa un enfoque innovador que utiliza avatares virtuales y música generada por IA para transformar los sílabos tradicionales en presentaciones cantadas, logrando así mejorar significativamente la atención, la retención y el recuerdo de la información clave por parte de los estudiantes.

Small Language Models for Efficient Agentic Tool Calling: Outperforming Large Models with Targeted Fine-tuning

Este trabajo demuestra que un modelo de lenguaje pequeño (OPT-350M) finetuneado de manera dirigida supera significativamente a modelos grandes y a otros baselines en la ejecución de llamadas a herramientas, logrando una tasa de éxito del 77,55% en ToolBench y ofreciendo una alternativa rentable y eficiente para la integración de IA generativa en entornos empresariales.

Social-R1: Towards Human-like Social Reasoning in LLMs

El artículo presenta Social-R1, un marco de aprendizaje por refuerzo que, junto con el nuevo benchmark adversarial ToMBench-Hard, permite a modelos de lenguaje pequeños desarrollar una inteligencia social humana mediante la alineación del proceso de razonamiento y el uso de casos de entrenamiento desafiantes, superando así a modelos mucho más grandes en diversas pruebas.

SpaceSense-Bench: A Large-Scale Multi-Modal Benchmark for Spacecraft Perception and Pose Estimation

Este artículo presenta SpaceSense-Bench, un nuevo benchmark de percepción espacial a gran escala y multimodal que ofrece datos sintéticos de alta fidelidad con anotaciones precisas para superar las limitaciones de los conjuntos de datos existentes y mejorar la navegación relativa y el entendimiento semántico de satélites.

Sparse Variational Student-t Processes for Heavy-tailed Modeling

El artículo presenta los Procesos de Student-t Variacionales Dispersos (SVTP), un marco novedoso que combina la robustez ante valores atípicos de los procesos Student-t con la escalabilidad de los métodos de puntos inducidos, logrando una convergencia más rápida y menores errores de predicción en comparación con los procesos gaussianos dispersos en conjuntos de datos grandes y con colas pesadas.

Stepwise Guided Policy Optimization: Coloring your Incorrect Reasoning in GRPO

El artículo presenta SGPO, un marco de optimización de políticas que mitiga la limitación de GRPO de no aprender de grupos de respuestas incorrectas al introducir diversidad mediante un modelo juez paso a paso, logrando así mejorar el rendimiento de modelos de razonamiento al permitirles aprender de sus errores sin requerir soluciones correctas.

Structured Matrix Scaling for Multi-Class Calibration

Este artículo propone un método de recalibración post-hoc para clasificación multiclase que, al motivar funciones paramétricas desde un marco teórico y gestionar el sobreajuste mediante regularización estructurada y optimización eficiente, logra mejoras sustanciales sobre las técnicas existentes como la escalada de temperatura.

SynHLMA:Synthesizing Hand Language Manipulation for Articulated Object with Discrete Human Object Interaction Representation

El artículo presenta SynHLMA, un marco innovador que genera secuencias de manipulación de manos para objetos articulados a partir de instrucciones en lenguaje natural, utilizando una representación discreta de la interacción mano-objeto y un modelo de lenguaje alineado para lograr tareas de generación, predicción e interpolación con aplicaciones en robótica.

TA-GGAD: Testing-time Adaptive Graph Model for Generalist Graph Anomaly Detection

El artículo presenta TA-GGAD, un modelo gráfico adaptativo de tiempo de prueba que aborda el problema de la disortividad de anomalías ($\mathcal{AD}$) para lograr una detección generalista de anomalías con alto rendimiento en múltiples dominios tras una única fase de entrenamiento.

TSFM in-context learning for time-series classification of bearing-health status

Este artículo presenta un método de aprendizaje en contexto basado en modelos fundacionales de series temporales para clasificar el estado de salud de rodamientos en motores de servoprensas sin necesidad de ajuste fino, demostrando su eficacia en diversas condiciones operativas y su potencial para sistemas de mantenimiento como servicio.

TaSR-RAG: Taxonomy-guided Structured Reasoning for Retrieval-Augmented Generation

El artículo presenta TaSR-RAG, un marco de razonamiento estructurado guiado por taxonomía que mejora la recuperación de información en sistemas RAG al descomponer consultas complejas en subconsultas de triples relacionales, logrando así un rendimiento superior en preguntas de múltiples saltos sin necesidad de construir grafos costosos.

TaoSR1: The Thinking Model for E-commerce Relevance Search

El paper presenta TaoSR1, un marco innovador que despliega directamente modelos de lenguaje grandes con razonamiento paso a paso para la búsqueda en comercio electrónico, superando las limitaciones de los modelos tradicionales mediante un entrenamiento en tres etapas que combina ajuste fino, optimización de preferencias y muestreo dinámico para lograr un rendimiento superior tanto en pruebas offline como en evaluaciones humanas en línea.

Telogenesis: Goal Is All U Need

El artículo "Telogenesis" demuestra que las prioridades atencionales pueden emerger endógenamente sin recompensas externas mediante un mecanismo que prioriza la ignorancia, la sorpresa y el envejecimiento de la información, logrando así una cobertura adaptativa superior y la recuperación espontánea de la estructura ambiental latente.

Temporal-Conditioned Normalizing Flows for Multivariate Time Series Anomaly Detection

Este artículo presenta tcNF, un marco novedoso de flujos normalizadores condicionados temporalmente que mejora la detección de anomalías en series temporales multivariadas al modelar con precisión las dependencias temporales y la incertidumbre mediante un enfoque autoregresivo.

Test-Driven AI Agent Definition (TDAD): Compiling Tool-Using Agents from Behavioral Specifications

El artículo presenta TDAD, una metodología que trata los prompts de agentes de IA como artefactos compilados mediante especificaciones conductuales y pruebas ocultas para garantizar el cumplimiento de comportamientos, prevenir regresiones silenciosas y mitigar el juego de especificaciones en agentes que utilizan herramientas.

The Confidence Gate Theorem: When Should Ranked Decision Systems Abstain?

Este artículo establece que la abstención basada en la confianza mejora monótonamente la calidad de las decisiones solo bajo condiciones específicas de alineación de rangos y ausencia de zonas de inversión, demostrando empíricamente que mientras la incertidumbre estructural respeta estas condiciones, la incertidumbre contextual (como la deriva temporal) las viola frecuentemente, lo que requiere señales de confianza adaptadas al tipo de incertidumbre dominante antes de implementar sistemas de decisión clasificados.

The FABRIC Strategy for Verifying Neural Feedback Systems

Este trabajo introduce la estrategia FaBRIC, que integra nuevos algoritmos de análisis de alcanzabilidad hacia atrás con técnicas existentes hacia adelante para verificar sistemas de retroalimentación neuronal no lineales, superando significativamente el estado del arte en benchmarks representativos.

The Missing Memory Hierarchy: Demand Paging for LLM Context Windows

El artículo presenta Pichay, un sistema de paginación bajo demanda que trata las ventanas de contexto de los LLM como una jerarquía de memoria virtual para eliminar contenido obsoleto y reducir drásticamente el consumo de recursos mediante la detección de fallos de página y la gestión de conjuntos de trabajo.

The Reasoning Trap -- Logical Reasoning as a Mechanistic Pathway to Situational Awareness

El artículo "The Reasoning Trap" advierte que las mejoras en el razonamiento lógico de los modelos de lenguaje podrían desencadenar inadvertidamente una conciencia situacional peligrosa mediante mecanismos de inferencia deductiva, reconocimiento inductivo y modelado abductivo, proponiendo a su vez nuevos marcos de seguridad para mitigar este riesgo.

Think Before You Lie: How Reasoning Improves Honesty

El estudio demuestra que, a diferencia de los humanos, el razonamiento en los modelos de lenguaje grandes aumenta consistentemente la honestidad al navegar por un espacio de representación donde las respuestas engañosas son inestables y las honestas son más robustas.

TimberAgent: Gram-Guided Retrieval for Executable Music Effect Control

El artículo presenta TimberAgent, un sistema de recuperación guiado por gramáticas que utiliza representaciones de textura basadas en matrices de Gram (TRR) para cerrar la brecha semántica entre la intención perceptual del usuario y los parámetros de efectos de audio editables, demostrando mediante un benchmark y estudios perceptuales que este enfoque minimiza el error de parámetros en comparación con métodos existentes.

Time, Identity and Consciousness in Language Model Agents

Este artículo presenta un kit de herramientas conservador para evaluar la identidad en agentes de modelos de lenguaje, utilizando la Teoría de la Pila para distinguir entre la coherencia verbal y la organización estructural real mediante el cálculo de puntuaciones de persistencia derivadas de trazas instrumentadas.

Towards Flexible Spectrum Access: Data-Driven Insights into Spectrum Demand

Este artículo presenta una metodología basada en datos que utiliza análisis geoespacial y aprendizaje automático para estimar las variaciones de la demanda de espectro en entornos urbanos, logrando capturar el 70% de su variabilidad y ofreciendo información clave para la formulación de políticas de acceso flexible al espectro en las redes 6G.

Towards Robust Real-World Multivariate Time Series Forecasting: A Unified Framework for Dependency, Asynchrony, and Missingness

El artículo presenta ChannelTokenFormer, un marco unificado basado en Transformers que aborda simultáneamente la dependencia entre canales, la asincronía en la muestreo y los valores faltantes para lograr un pronóstico robusto y preciso de series temporales multivariadas en escenarios del mundo real.

Towards a Neural Debugger for Python