Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

No encontramos noticias relacionadas por su significado.

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Soledad Tassi Modelos»

Más recientes primero · Hasta 30 noticias por página

Evaluación sin juez del llamamiento a funciones consciente del efecto

Se presenta una evaluación consciente del efecto para el verificador de llamadas a funciones del Leaderboard de Berkeley (BFCL). Este método infiere los efectos de las funciones ejecutándolas en simuladores para identificar cambios de estado. Los resultados muestran que la conciencia del efecto revela diferencias significativas en la calidad de ejecución de los modelos, especialmente en la distinción entre pedir aclaración y obtener permiso antes de acciones destructivas.

Periodista: Alexander Kovalenko, Artem Redchych

Personas mencionadas

VCoT-SQL: Mejorando la generación de Text-to-SQL mediante entrenamiento con validación de Cadena de Pensamiento Dual

Se presenta VCoT-SQL, un marco diseñado para mejorar la generación de Text-to-SQL mediante la supervisión de pasos intermedios validados de Cadena de Pensamiento (CoT) y un validador SQL dedicado. Este enfoque busca permitir que modelos pequeños de código abierto superen a modelos de código cerrado al verificar rigurosamente los pasos de razonamiento. El sistema logra altas tasas de precisión en conjuntos de datos desafiantes, demostrando la efectividad de la validación a nivel de paso sobre el escalamiento del modelo maestro.

Periodista: Rui Zhang, Yujia Su, Ruixuan Li, Yuhua Li, Yixin Su

Personas mencionadas

Mezcla de capas: Enrutamiento de capas dinámico para el razonamiento visual

Se propone Mixture of Layers (MoL), un enfoque de enrutamiento de capas condicionado por instrucciones a nivel de parche para agregar dinámicamente representaciones latentes de capas intermedias del codificador de visión. Este método busca mejorar el acceso a características visuales específicas para el razonamiento visual de grano fino en Modelos de Lenguaje Grande Multimodales (MLLMs). Los experimentos muestran mejoras significativas en tareas de razonamiento visual, superando a los MLLMs de referencia sin aumentar la complejidad de la entrada.

Periodista: Jeonghwan Kim, Sofia Stoica, Jiwan Chung, Ansel Blume, Hyeonjeong Ha, Zhenhailong Wang, Xin Luna Dong, Heng Ji

Personas mencionadas

Usar Geometría de Dirección de Activación para Reducir la Búsqueda de Hiperparámetros

Se presenta un método basado en la geometría de dirección de activación ($d'$) para controlar el comportamiento de los Modelos de Lenguaje Grande (LLM) y reducir la búsqueda de hiperparámetros. El estudio demuestra que $d'$ es eficaz para identificar capas de rendimiento en tareas de respuesta a preguntas de opción múltiple y en la selección de capas para la generación de texto abierto. Se concluye que las conclusiones obtenidas en escenarios de un solo token no siempre son aplicables a la generación de texto abierto.

Periodista: Nishkal Hundia, Swastik Agrawal, Navita Goyal, Sarah Wiegreffe

Personas mencionadas

Limitado a un modelo, abierto al siguiente: Solvencia solo con opción en evaluaciones de opción múltiple legal

El texto analiza el rendimiento de diferentes modelos de lenguaje en evaluaciones de opción múltiple legal, midiendo si los modelos seleccionan la opción correcta. Se compara el rendimiento de modelos como Claude Haiku 4.5 y GPT-5.6 en conjuntos de datos con claves oficiales. Se evalúa cómo la capacidad del modelo afecta la extracción de información y se comparan las puntuaciones de varios modelos en el conjunto de datos.

Periodista: Volodymyr Ovcharov

Personas mencionadas

De las búsquedas a las lecciones: Convirtiendo el conocimiento recuperado en memoria paramétrica

Se presenta ResMem, un método que utiliza al LLM para generar objetivos de profesor leyendo texto recuperado sin conexión, buscando reutilizar conocimiento recuperado sin depender de recuperación en línea. Este enfoque reduce significativamente el almacenamiento requerido para la construcción de la memoria paramétrica y mejora el rendimiento en conjuntos de datos de respuesta a preguntas. Los resultados validan el uso de la recuperación como recurso de aprendizaje para moldear la memoria paramétrica del modelo.

Periodista: Changjiang Han, Bowei He, Ye Yuan, Weixu Zhang, Haolun Wu, Xue Liu, Jikun Kang

Personas mencionadas

EarthJev: Respuestas calibradas y no generativas a preguntas en lenguaje natural sobre cobertura terrestre Sentinel-2

Se presenta EarthJev, un modelo de 0.8B de parámetros diseñado para responder preguntas sobre parches de Sentinel-2 multispectrales sin generar tokens. El modelo demuestra una velocidad significativamente mayor que otros modelos multimodales y generativos, alcanzando un 86.0% de precisión en 36,028 preguntas de prueba.

Periodista: Domenico Benfenati, Antonio Maria Rinaldi, Cristian Tommasino

Personas mencionadas

Lugar de encuentro de baja barrera que ayudaba a la recuperación se cierra, aunque el dinero fuera suficiente

El lugar de encuentro de baja barrera Askel en Helsinki ha cerrado debido a la quiebra del asentamiento de Kallio. Este lugar ha servido durante 25 años para personas en recuperación de adicciones y personas solas con financiación de Stea. Su cierre incrementa la soledad y el malestar de los usuarios.

Periodista: Pihla Loula HS

Personas mencionadas

Aprendizaje por Refuerzo en el Plano de Decisión para Agentes de Lenguaje y LLMs

Se presenta RLiD (Reinforcement Learning in the Decision plane), un marco diseñado para optimizar directamente las probabilidades de opciones de acción ejecutables en modelos de lenguaje grandes (LLMs). Este enfoque busca mejorar la eficiencia del aprendizaje por refuerzo al eliminar la generación de tokens autoregresiva y mejorar la eficiencia del despliegue. Los experimentos demuestran mejoras en el rendimiento y la eficiencia computacional en varios entornos de juegos como ARC, Countdown y Sokoban.

Periodista: Ziyi Chen, Yan Zhang, Jianhui Wei, Jianing Yin, Daoan Zhang

Personas mencionadas

Mixture-of-Models: Inferencia Distribuida sobre LLMs Heterogéneos como Mezcla de Expertos a Nivel de Modelo

Se propone la arquitectura Mixture-of-Models (MoM) como Switch Transformer para escalar la capacidad de los modelos MoE al nivel semántico, componiendo la inferencia a través de LLMs distribuidos entrenados independientemente. El método utiliza un protocolo de Deliberación Auto-Evaluativa N-Way para alcanzar consenso. Los resultados experimentales demuestran que un conjunto de modelos más pequeños puede igualar el rendimiento de un modelo MoE de 120B.

Periodista: Tims Pecerskis, Aivars Smirnovs

Personas mencionadas

Can Test-Time Reconstruction Cierra el Bucle en el Razonamiento Latente?

Se presenta ReLAT, un método de entrenamiento por prueba auto-supervisado que cierra el bucle del razonamiento latente utilizando la consulta como referencia. Este enfoque busca asegurar que un estado latente fielmente represente la consulta original, permitiendo la recuperación de la consulta a partir del estado latente. ReLAT mejoró la precisión AIME 2024 en Qwen3-8B de 56.7% a 73.3%, superando a la mejor línea base de colaboración latente en bucle abierto.

Periodista: Xiaopeng Yuan, Haibo Jin, Ye Yu, Peng Kuang, Lijun Yu, Yushun Dong, Haohan Wang

Personas mencionadas

ZeroGraph: Entrenamiento por bloques composicional mediante supervisión de límites materializados

Se presenta ZeroGraph, una transformación de sistemas para convertir y destilar modelos preentrenados. Esta técnica materializa la trayectoria de frontera de un modelo profesor congelado como un conjunto de datos versionado para reemplazar las dependencias de gradiente en línea con supervisión persistente. Los experimentos demuestran que esta aproximación puede mejorar la calidad y el uso de contexto en modelos como GPT-2 Large y Qwen2.5.

Periodista: Omar Ramadan, Sam Siavoshian, Amir Kashif Saeed, Benjamin A. Johnson, Amin M. E. -A. Diab, Benjamin M. Rodriguez

Personas mencionadas

Razonamiento de nivel de inundación guiado por conocimiento para monitoreo colaborativo en la nube y el borde

Se propone HydroReasoner, un marco de razonamiento visual para la detección de niveles de agua de inundación, diseñado para la colaboración en la nube y el borde. Este modelo mejora el rendimiento de detección en comparación con métodos convencionales al incorporar un grafo de conocimiento para supervisar el proceso de razonamiento. Se implementan optimizaciones como la cuantización de 4 bits para reducir el uso de memoria y la latencia en el despliegue en el borde.

Periodista: Zhengshu Zhou, Shaoyu Wang, Ziyi Geng, Lu Tao, Qian Long

Personas mencionadas

Usando cabezales de OCR para verbalizar semántica de imágenes

Se investiga cómo los Modelos de Lenguaje Visual (VLMs) realizan el reconocimiento de caracteres ópticos (OCR) al identificar cabezales de atención necesarios. Se demuestra que estos cabezales son cabezales de propósito general que generan características semánticas interpretables en las representaciones de imagen. El estudio sugiere que las representaciones de imagen están alineadas con el lenguaje en las capas iniciales de los modelos.

Periodista: Sheridan Feucht, Benno Krojer, Sarah Wang, Henry Abrahamsen, Byron C. Wallace, David Bau

Personas mencionadas

SWE-Opt: Un punto de referencia para evaluar LLMs en la optimización a nivel de repositorio

Se presenta SWE-Opt, un punto de referencia a nivel de repositorio basado en 102 optimizaciones expertas para evaluar el rendimiento de los LLMs en la optimización de código. La evaluación revela que los LLMs actuales tienen dificultades significativas, mostrando ganancias de tiempo de ejecución escasas y optimizaciones de memoria casi inexistentes. Las implementaciones expertas alcanzan aceleraciones significativas, superando ampliamente las capacidades de los modelos actuales.

Periodista: Ezgi Sarıkayak

Personas mencionadas

Investigadores de Inteligencia Artificial supervisada por humanos en sistemas de energía eléctrica: conocimiento, física, simulación y gobernanza para modelos de lenguaje grandes

Se revisan las aplicaciones de LLM en la investigación de sistemas de energía eléctrica, enfocándose en la colaboración entre investigadores de IA supervisada por humanos y estudios de IA fundamentados en la física. Se propone un marco de conocimiento-física-simulación-gobernanza donde los LLM coordinan tareas y los expertos validan las conclusiones críticas. El objetivo es mejorar la eficiencia de la investigación científica asegurando trazabilidad y reproducibilidad de los resultados.

Periodista: Xiangrui Meng, Jingcheng Liu, Ke Wang, Miaopeng Yu, Zhengping Lin

Personas mencionadas

LLM en bucle de anotación iguala a agentes de codificación a la mitad de costo

Se compara un agente de modelo de lenguaje grande (LLM) con agentes de forma libre para la anotación de imágenes médicas (TC de aorta). Se desarrolló un arnés llamado Taurus para automatizar la revisión de etiquetas, buscando mejorar la precisión y reducir el costo de la anotación. El resultado final mostró que la automatización del pase de revisión es clave para la competitividad del sistema.

Periodista: Bing Hu, Rishabh Sharma, Jatin Mehta

Personas mencionadas

Dual Dimensionalidad para Atención Local y Global

Se propone la Representación Adaptativa a la Distancia (DAR) para arquitecturas de atención, donde los tokens locales reciben representaciones de alta dimensión y los distantes reciben representaciones de menor dimensión. Este enfoque busca preservar la capacidad de representación local mientras optimiza la memoria a largo plazo, reduciendo el tamaño de la caché KV durante la inferencia. Los resultados demuestran que este método mejora el rendimiento y reduce significativamente el tamaño de la caché KV en comparación con métodos que reducen la dimensionalidad uniformemente.

Periodista: Zhiyuan Wang, Xuan Luo, Sirui Zeng, Xifeng Yan

Personas mencionadas

Razonamiento basado en conceptos con localización impulsada por prompts para generación de informes estructurados

Se propone el marco CORAL para mejorar la generación de informes médicos mediante un proceso de razonamiento basado en conceptos con localización. Este marco integra la fundamentación espacial y la supervisión a nivel de concepto para lograr una mejor alineación con los procesos de decisión clínica. Los experimentos demuestran mejoras en la precisión diagnóstica y la calidad del informe en comparación con otros modelos MLLM.

Periodista: Xinyue Xu, Hongbin Lin, Juangui Xu, Hualiang Wang, Lehan Wang, Lijie Hu, Adrian Weller, Xiaomeng Li

Personas mencionadas

MOPDA: Destilación On-Policy para Detección de Anomalías Industrial Guiada por Lenguaje

Se presenta MOPDA, un marco que utiliza destilación propia on-policy para la detección de anomalías industriales (IAD) basada en modelos visión-lenguaje (LVLM). El método combina trayectorias del estudiante y del profesor para mejorar la detección y localización de anomalías. MOPDA supera a las líneas base existentes en métricas clave, manteniendo competitividad con métodos basados en CLIP.

Periodista: Shuimu Chen, Jing Jin, Nan Su, Hongbo Xu, Zebang Cheng, Wenming Yang, Fei Ma, Guijin Wang

Personas mencionadas

Pensar antes de localizar: Supervisión de Cadena de Pensamiento Clínica para la localización de imágenes médicas secuenciales

Se investiga si el razonamiento explícito basado en imágenes puede mejorar la localización en modelos vision-lenguaje para imágenes médicas secuenciales. Se introduce el método MedChain y se utiliza supervisión de cadena de pensamiento deliberativa (dCoT-SFT) para mejorar el rendimiento en modelos como Qwen3.5. El modelo de 27B alcanzó un mIoU de 77.24 y un [email protected] de 85.20, superando modelos previos.

Periodista: Imran Razzak

Personas mencionadas

Seleccionar hipótesis generadas por LLM eleva la verdad más allá de lo que espera un panel de LLM

Un estudio preregistrado evaluó sistemas de ideación de LLM para generar hipótesis verdaderas y no obvias en benchmarks como NAS-Bench-201 y HPOBench. Se encontró que un paso de dos etapas, donde se redacta un gran conjunto de afirmaciones y luego se selecciona un subconjunto, incrementa la verdad excesiva. Además, se observó que GPT utiliza eficientemente los resultados de sondas baratas, aunque optimizar el juez de LLM redujo la precisión.

Periodista: Shanglin Yang, Zhan Shi

Personas mencionadas

Propuesta de rúbrica para evaluar el razonamiento clínico expresado en respuestas de modelos de lenguaje grandes

Se propone una rúbrica para evaluar el razonamiento clínico expresado por los modelos de lenguaje grandes. Esta rúbrica integra marcos de evaluación médica, *benchmarks* clínicos y taxonomías de evaluación de razonamiento de LLM. El objetivo es hacer explícitas las decisiones de evaluación antes de la prueba empírica.

Periodista: Zhangshu Joshua Jiang, Zina Ibrahim, James T. Teo

Personas mencionadas

Agentes dependientes necesitan reglas duras y difusas

El artículo argumenta que los agentes dependientes requieren tanto reglas duras (código) como reglas difusas (aprendidas) para cubrir las capacidades de un agente. Se prueban estos enfoques en dominios como compra y delegación de autoridad, demostrando que las reglas difusas pueden manejar juicios complejos que las reglas exactas no pueden capturar. Se concluye que una regla pequeña puede lograr el objetivo, aunque no necesariamente lo haga mejor que un sistema más complejo.

Periodista: Frederick Roth

Personas mencionadas

ClinFusion: Un sistema LLM multimodal centrado en la visión para la comprensión médica holística

Se presenta ClinFusion, un MLLM centrado en la visión diseñado para la comprensión médica holística, abordando desafíos en el manejo de imágenes médicas 2D y 3D. El sistema supera a modelos líderes en múltiples benchmarks médicos y demuestra capacidades multimodales superiores a modelos propietarios. La evaluación por radiólogos confirma que produce los informes mejor clasificados y valida su métrica de evaluación basada en la región de interés.

Periodista: Hangjie Yuan, Yichen Qian, Zhiwei Tang, Xianzhe Xu, Sicheng Yang, Lirong Wu, Jinwang Wang, Pengju Wang, Zhitao Zeng, Yizeng Han, Yan Xing, Shengxuan Luo, Tao Feng, Qing Xie, Weigen Yao, Yi Yang, Zuozhu Liu, Jiasheng Tang, Shaocheng Wang, Jitao Wang, Jiahong Dong, Weihua Chen, Feng Xu, Fan Wang

InterFuse: Fusión Adaptativa Guiada por Interacción de Modelos Heterogéneos para la Clasificación de Riesgo de Pago

Se presenta InterFuse, un marco de fusión diseñado para guiar la agregación adaptativa de transacciones mediante la interacción entre modelos heterogéneos. Este método utiliza un estado de fusión compartido derivado de la interacción entre modelos para mejorar la clasificación de riesgo de pago. Los resultados indican que InterFuse supera a las líneas de base existentes, mejorando significativamente el recall y el AUC en múltiples conjuntos de datos.

Periodista: Haoyu Jiang, Weiyu Han, Ze Zhao, Jie Sheng, Ruobing Zuo, Xiao Tan, Shuai Chen, Tianyi Zhang

Personas mencionadas

B[FM]$^2$: Modelo de Fundación Cerebral mediante Flow Matching con SplitUNet

Se presenta B[FM]$^2$, un Modelo de Fundación Cerebral mediante Flow Matching, que aprende representaciones generalizables de EEG a partir de grandes conjuntos de datos para tareas de interfaz cerebro-computadora. Este modelo utiliza *flow matching* de tiempo continuo sin discretización, reduciendo significativamente el presupuesto de preentrenamiento necesario en comparación con modelos anteriores. Además, genera datos EEG sintéticos que son indistinguibles de datos cerebrales reales por expertos.

Periodista: Jaedong Hwang, Kathleen Zhang, Wei Dai, Konstantinos Kontras, Maarten Vanmarcke, Maarten De Vos, Ila Fiete, Paul Pu Liang

Personas mencionadas

Tactile MNIST: Benchmarking de Percepción Táctil

Se presenta el Conjunto de Pruebas Tactiles MNIST, un punto de referencia de código abierto para tareas de percepción táctil activa. Este conjunto incluye escenarios de simulación y un conjunto de datos con modelos 3D sintéticos y muestras táctiles del mundo real. El objetivo es facilitar el progreso en la sensación táctil y la percepción activa mediante protocolos estandarizados.

Periodista: Tim Schneider, Guillaume Duret, Cristiana de Farias, Roberto Calandra, Liming Chen, Jan Peters

Personas mencionadas

Benchmark Parametric CAD v3 evalúa la creación de modelos CAD paramétricos a partir de texto y planos de ingeniería

Se presenta el Parametric CAD Bench v3, un benchmark de 100 tareas diseñado para evaluar la capacidad de agentes de IA para crear modelos CAD a partir de texto y planos de ingeniería. La evaluación se centra en la similitud geométrica y la consistencia de las especificaciones, no solo en el éxito binario. Se reportan resultados con Claude Code y Claude Opus 5.5, mostrando una recompensa media de imagen a CAD de 84.66%.

Periodista: Mei Chen, Yu Xia, Haipeng Mao

Replay Counterfactual: Entornos Forkables como Recompensas de Proceso Gratuitas para Agentes de Ingeniería de Software

Se presenta el Counterfactual Rollout Replay (CRR), un procedimiento de entrenamiento que utiliza entornos ejecutables forkables para obtener contrastes de retorno a nivel de paso en agentes de ingeniería de software. Este método mejora el rendimiento en benchmarks como SWE-bench Verified, logrando una mejora del 5.0 puntos porcentuales en comparación con métodos anteriores. El CRR no requiere etiquetas de proceso humanas ni modelos de recompensa aprendidos, enfocándose en la eficiencia del cómputo.

Periodista: Yuanhao Li, Hongbo Wang, Xuhong Chen, Yiming Cao, Xunzhu Tang

Personas mencionadas