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 «Science Alert»
Más recientes primero · Hasta 30 noticias por página
arXiv Computer Science AILatentGym: Un campo de prueba para el aprendizaje experiencial entre tareas con estructura latente controlable
Se presenta LatentGym, un conjunto controlable diseñado para el aprendizaje experiencial entre tareas en sistemas agentes. Este sistema permite inferir la estructura oculta compartida entre tareas relacionadas para mejorar las decisiones futuras. Los resultados demuestran cómo el diseño de la retroalimentación inter-tarea afecta la dinámica de entrenamiento y la generalización de los agentes de LLM.
Colapso de alineación bajo la cuantización de la caché KV: Diagnóstico y mitigación
Se investiga cómo la cuantización de la caché clave-valor (KV) en modelos de lenguaje grande (LLM) afecta la alineación de seguridad. Se encontró que la cuantización de bajo bit puede destruir la alineación de seguridad, y se propone un diagnóstico llamado PCR para clasificar modos de fallo. El protocolo propuesto recupera hasta el 97% de la alineación perdida con mínima latencia y sobrecarga de memoria.
Comparación de rúbricas y evaluación de preferencias para la valoración de calidad
Se presenta JudgmentBench, un conjunto de datos de referencia de tareas legales reales, incluyendo puntuaciones basadas en rúbricas y juicios de preferencia por pares. La investigación compara el rendimiento de estas metodologías, encontrando que los juicios comparativos superan significativamente a las rúbricas en la recuperación del orden de calidad. El estudio valida estos patrones tanto para anotadores humanos como para evaluadores automáticos de LLM.
Verificación de DNNs de Pareto: Rápido para la mayoría de las consultas
Se presenta PAVE, un método para verificar la robustez de redes neuronales profundas (DNNs) mediante la adición de salidas tempranas (EEs). Este enfoque resuelve aproximadamente el 80% de las consultas de robustez en una fracción del tiempo de verificación tradicional. Se demuestran optimizaciones que reducen el tiempo de verificación hasta 10 veces, permitiendo la verificación de redes complejas como ResNet-18 en CIFAR-100.
Hacia la interpretación de cualquier dirección residual restante mediante la escalada de inversión de activación
Se presenta el desarrollo de Modelos Metamodeles de Ejemplo Máximamente Activadores (MAEMs) para interpretar direcciones en el flujo residual de modelos de lenguaje. Estos modelos mapean direcciones residuales a ejemplos de texto que las activan fuertemente, buscando maximizar la similitud del coseno. Los resultados empíricos demuestran que los MAEMs son superiores a otros métodos en la inversión de activaciones y la identificación de conceptos subyacentes.
SMART: Rastros de Razonamiento Multiagente Basados en Estado Estatal para la Resolución de Problemas Orientada a la Verificación
Se presenta el marco multiagente SMART para obtener conocimiento de entidades en un contexto de problema, capturando su estado implícito. Este sistema utiliza LLMs y una estrategia de prompt estructurada para curar premisas de conocimiento diversas y relevantes. El uso de estas premisas verificadas mejora el rendimiento de validación en afirmaciones científicas complejas hasta un 20%.
PickMoment: Video de una sola imagen a continuo tiempo mediante aprendizaje de desenfoque y desenfoque a video
Se presenta PickMoment, una reformulación de tiempo continuo que aprende el desenfoque de media de intervalo sobre subintervalos de exposición con un modelo determinista. Este modelo unifica el desenfoque de una sola imagen, la generación de desenfoque a video y la recuperación de pick-a-moment en una sola red. El método alcanza un rendimiento de vanguardia en tareas de desenfoque y generación de video.
ActQuant: Cuantización con guía de acción de sub-4-bit para modelos Vision-Language-Action
Se presenta ActQuant, un marco de cuantización PTQ guiado por acción para modelos Vision-Language-Action, diseñado para reducir el cómputo y el tamaño del modelo. Este método logra cuantización a 3 bits por peso o menos, manteniendo altos porcentajes de precisión en benchmarks como OpenVLA-OFT. Además, se incluye una tubería de conversión para el despliegue eficiente en tiempo real en hardware.
La fiebre del oro en IA4Math, II: ¿Cuáles son las firmas de pruebas asistidas por IA?
Un estudio analiza el uso de inteligencia artificial en matemáticas para detectar la participación de la IA en pruebas matemáticas. Se construyeron cohortes de artículos para medir diferentes niveles de implicación de IA y se desarrolló el marco ProofTrace para extraer características de organización matemática. Los hallazgos indican un gradiente cualitativo de la implicación de IA y firmas recurrentes en pruebas generadas por IA.
Enrutamiento con valor conjunto para sistemas de agentes de modelo de lenguaje: un benchmark WildChat y evaluación consciente del costo
Se presenta un benchmark de 3,000 prompts WildChat para evaluar sistemas de agentes de modelo de lenguaje que deben mapear solicitudes en lenguaje natural a agentes especializados. El estudio compara diferentes métodos de codificación y enrutamiento, incluyendo clasificadores y GPT-4o, midiendo la calidad del conjunto, latencia y utilidad de costo. Se demuestra que la supervisión específica del catálogo y las capas de decisión conscientes del costo son importantes para el despacho multiagente.
El Modelo Interpretable Estándar: Diseño de métodos de aprendizaje automático interpretables a partir de simetrías elementales
Se presenta el Modelo Interpretable Estándar (SIM), una teoría que permite el diseño deductivo de métodos de aprendizaje automático interpretables desde primeros principios. El estudio demuestra que la expresividad completa y las simetrías de interpretabilidad pueden coexistir en el mismo modelo, resolviendo el compromiso entre precisión e interpretabilidad en modelos de lenguaje. El modelo también ofrece vías para mejorar la interpretabilidad de modelos preentrenados existentes y unifica la disciplina de la interpretabilidad.
Modelo generativo de integridad contextual: Información apropiada versus inapropiada
Se presenta un modelo generativo de integridad contextual para estudiar el intercambio de información en conversaciones simuladas entre modelos de lenguaje grandes. El estudio examina cómo la decisión de compartir o negar información varía según la situación, la lógica del poseedor y el modelo de lenguaje utilizado. El modelo ayuda a comprender cómo se desarrollan la divulgación y el rechazo de información a través de la interacción conversacional.
Creación de tu propia pila de trabajo: Despliegue de IA y herramientas autoalojadas en una startup tecnológica
Se reporta la experiencia de despliegue de una pila híbrida de IA en una empresa de software, buscando reducir los costos de uso de IA comercial. Se utilizó un enfoque mixto donde los modelos locales manejan tareas de menor complejidad, complementando a los agentes comerciales para tareas complejas. Se estima que esta estrategia podría reducir el costo o el uso de IA comercial en un 27% al 36%.
¿Los vectores de razonamiento lingüístico mejoran la capacidad de razonamiento multimodal?
Se propone el método LIFT para transferir la capacidad de razonamiento del LLM base a los VLMs sin reentrenar la arquitectura base. Los resultados demuestran que los vectores de razonamiento derivados del LLM superan a los derivados del VLM, confirmando la efectividad del LLM base para recuperar la capacidad de razonamiento. LIFT logra una recuperación parcial del razonamiento mediante intervenciones ligeras del lado del lenguaje.
Instanciando el Plano del Conocimiento
Se propone el "Plano del Conocimiento", una capa de agentes inteligentes para gestionar Internet colaborativamente a través de límites administrativos. Se argumenta que los modelos de lenguaje grandes agenticos podrían desbloquear este potencial, aunque esto requiere resolver nuevos problemas de investigación en entornos descentralizados y multiagente.
Enseñar la forma en que piensa: Guía la ingeniería de datos post-entrenamiento de LLM con Autoencoders Esparso
Se propone SAERL para la ingeniería de datos de LLM mediante Autoencoders Esparso (SAE) para guiar el aprendizaje por refuerzo. Esta técnica utiliza los internos del modelo para organizar los datos de entrenamiento, entrenando regiones funcionales de fácil a difícil. Los experimentos demuestran mejoras en la precisión de modelos de razonamiento matemático.
LAPLEX: La transformada rápida de álgebra lineal en kernels laplacianos aprendibles
Se presenta LAPLEX, una clase de operadores de kernel laplaciano exactos y entrenables, diseñada para superar el compromiso entre geometría fija y cómputo exacto. Esta técnica permite realizar operaciones de matriz-vector entrenables en dimensiones muy grandes y facilita modelos de covarianza de alta dimensión sin requerir el almacenamiento de matrices densas. LAPLEX separa la expresividad del costo de almacenamiento, permitiendo interacciones globales adaptativas a los datos.
Descubrimiento de invariantes para sistemas en red
Se presenta Autogram, un sistema que utiliza un LLM para inspeccionar metadatos de variables y predecir relaciones sintácticas que forman una gramática para descubrir invariantes en sistemas de red. El sistema permite refinar la gramática iterativamente hasta que se recuperan invariantes conocidos con garantías formales. Se evaluó el sistema en telemetría WAN pública y de producción, logrando recuperar invariantes derivados por expertos con baja tasa de falsos positivos.
No se identificaron personas.
GigaBrain-WBC-0.5: Un Modelo de Mundo de Comportamiento para el Seguimiento Robusto del Cuerpo Completo Humanoide con Interacción Ambiental
Se presenta InterTrack, un modelo de mundo de comportamiento (BWM) diseñado para el seguimiento robusto del cuerpo completo en robots humanoides con interacción ambiental. Este modelo utiliza un Transformer para predecir la acción, el estado y la distribución de comportamiento, aprendiendo dinámicas condicionadas por el entorno. El sistema demuestra un 81.3% de éxito en la interacción del terreno y una alta tasa de recuperación de caídas, superando a las líneas base existentes en varios escenarios.
Optimización de Política Vectorial: El entrenamiento para la diversidad mejora la búsqueda en tiempo de prueba
Se presenta la Optimización de Política Vectorial (VPO), un algoritmo de RL que entrena modelos de lenguaje para generar soluciones diversas al anticipar funciones de recompensa vectoriales. VPO supera a las líneas de base escalares en tareas de búsqueda en tiempo de prueba y desbloquea problemas insolubles para otros modelos. El objetivo es hacer que la diversidad sea el objetivo por defecto en la búsqueda de inferencia.
Modelado de mundo multiagente escalable a través de geometrías de escena
Se propone Khora, un modelo de mundo multiagente escalable que permite la expansión en tiempo de inferencia a un número arbitrario de agentes sin necesidad de reentrenamiento. El marco desacopla la evolución del estado del mundo del renderizado visual, manteniendo la consistencia entre vistas mediante un estado del mundo compartido. Esto permite una escalabilidad práctica lineal con el número de vistas consultadas, demostrando consistencia visual y coherencia multiagente.
La verdad sin muestrear: Cuantificando artefactos de indicaciones en la psicometría de LM
Investigadores probaron una premisa al evaluar cómo las respuestas de los modelos de lenguaje reflejan la personalidad inyectada y el significado de los ítems de una encuesta. Mediante un diseño diagnóstico, se midió la variación causada por diferentes componentes de la indicación (como la instrucción de la tarea o el símbolo de la opción) para separar estos artefactos de los efectos reales. Se encontró que los cambios no semánticos en la indicación pueden generar más variación en las respuestas que las personalidades base.
No se identificaron personas.
Slop e alucinaciones de IA en la evaluación de vulnerabilidades: Un estudio sobre fallos de razonamiento y mitigación confiable
La integración de Modelos de Lenguaje Grande (LLMs) en la ciberseguridad ha generado una crisis de confiabilidad debido a la proliferación de "AI slop", que incluye vulnerabilidades alucinadas y reportes de errores incorrectos. El estudio identifica la brecha entre el razonamiento deductivo de los expertos y la generación probabilística de los LLMs. Se propone la verificación neuro-simbólica activa y nuevos instrumentos de evaluación para asegurar los sistemas de triaje impulsados por IA.
Modelos generativos Volterra mediante Elevación de Markov
Se desarrolla un modelo generativo basado en procesos de Volterra para abordar la dependencia temporal flexible, ofreciendo aproximaciones de Markov. El marco propuesto permite reutilizar denoiseadores preentrenados y logra buenos índices FID en conjuntos de datos como MNIST y CIFAR-10. Los resultados muestran mejoras en el FID al utilizar técnicas de autoguidancia y redes preentrenadas.
Distilación de política orientada al valor para el control de potencia de parques eólicos
Se propone un marco de distilación de política utilizando máquinas de boosting explicables para el control de potencia de parques eólicos, buscando una política transparente. Se introduce una perspectiva orientada al valor inspirada en la previsión de energía y se incluye conocimiento experto para justificar la estrategia de control. Los resultados con datos reales de la red belga mostraron una reducción del 82% en los costos de desequilibrio.
RLVR$^{2}$: Aprendizaje por Refuerzo con Clasificación basada en Rúbricas Verificables
Se presenta el Reinforcement Learning with Verifiable Rubric-based Ranking (RLVR$^2$), un paradigma de clasificación verificable para RLVR basado en rúbricas. Este método convierte las puntuaciones de rúbrica en resultados ordinales específicos para cada criterio, recupera una utilidad latente y fusiona estas utilidades en una señal de entrenamiento. RLVR$^2$ supera a las líneas base basadas en rúbricas en múltiples benchmarks, controlando efectos sistemáticos mientras mantiene el objetivo de calidad.
Aprendizaje por refuerzo consciente de la estructura para la evolución dirigida de proteínas
Se presenta StructEvo, un marco de aprendizaje por refuerzo consciente de la estructura diseñado para la evolución dirigida de proteínas. Este método integra información estructural mediante un codificador de fusión de estructura delta para incorporar conocimiento espacial. El enfoque supera a métodos previos en benchmarks de optimización, validando la guía estructural para la evolución de proteínas.
No se identificaron personas.
AttnSR: Recompensa de Paso para Agentes RL de Horizonte Largo
Se presenta AttnSR, un método de aumento de recompensa a nivel de paso para agentes LLM de horizonte largo, que utiliza la atención de la política extraída durante el entrenamiento para asignar recompensas. Este método superó a la línea base PPO en el entorno ALFWorld, mejorando el éxito final del 91.2% al 97.1%. Los resultados sugieren que la atención de la política es una prioridad práctica para la asignación de recompensas en RL de horizonte largo.
Tecnohibridismo: Normalización Semántica Recursiva en Sociedades Mediadas por IA
El artículo desarrolla un enfoque sociotécnico sobre cómo los resultados generados por IA reingresan en las prácticas comunicativas e institucionales. Introduce el concepto de normalización semántica recursiva, analizando cómo las formulaciones generadas por máquinas se incorporan y transforman en regularidades semánticas. Se argumenta que la unidad de análisis es el sistema semántico híbrido, una configuración de prácticas humanas, generación computacional y adopción institucional.
No se identificaron personas.
Grounding en la oscuridad: Entrenamiento solo con texto para localización temporal de video
Se investiga si un LLM solo con texto puede realizar localización temporal de video utilizando descripciones textuales, eliminando la necesidad de datos de video emparejados durante el entrenamiento. Se propone el método NER (Reemplazo de Entidad Vecina) para mapear fotogramas de video a entidades textuales, logrando mejores resultados en métricas de localización temporal. El estudio demuestra que el NER permite una transferencia parcial de información de texto a video.