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
Cuantización de Precisión Amortizada para Vision Transformers con Salida Temprana
Se presenta la Cuantización de Precisión Amortizada (APQ) y el marco MOQEE para Vision Transformers, buscando mejorar la estabilidad de la inferencia mediante la optimización conjunta de umbrales de salida y anchos de bits. Este enfoque establece una frontera de Pareto superior en el equilibrio entre precisión y eficiencia para tareas de clasificación y detección. Los modelos probados muestran mejoras significativas en el rendimiento de la GPU en diferentes benchmarks.
LoMASA: Asistente de ventas multiagente local con delegación con puerta de confianza para cotizaciones B2B
Se presenta LoMASA, un sistema multiagente diseñado para asistir a vendedores en la gestión de cotizaciones B2B. El sistema utiliza modelos de mezcla-de-expertos y modelos densos para calcular precios y gestionar decisiones, con una tasa de resolución automática del 38.0% en pruebas simuladas.
No se identificaron personas.
La brecha narrativa: ¿Pueden los LLM ayudarnos a navegar narrativas diversas a través de diferentes idiomas?
Los modelos de lenguaje grandes (LLM) median cómo las personas consumen información, incluyendo cuentas diversas en diferentes idiomas y regiones sobre temas controvertidos. Se definen capacidades necesarias para que los modelos ayuden a navegar estas narrativas diversas. Se presenta NarrativeBench, un *benchmark* para evaluar si los LLM actuales pueden manejar esta diversidad de narrativas. Se concluye que los modelos actuales carecen de las capacidades necesarias para navegar de manera confiable narrativas diversas.
LibEvoBench: Sondear la estratificación del conocimiento temporal en modelos de generación de código
Se presenta LibEvoBench, un benchmark multi-tarea para evaluar la consistencia de los modelos de lenguaje (LLM) al trabajar con múltiples versiones de librerías de Python con APIs en evolución. Los resultados indican que los modelos de vanguardia son indiferentes a la versión, y que la documentación relevante es crucial para mejorar su precisión. Esto sugiere una limitación en los paradigmas de entrenamiento actuales para el conocimiento temporal en la generación de código.
AutoQS: Diseño de Estrategia de Cuantización Automatizada con Modelos de Lenguaje Grande
Se presenta AutoQS, un método basado en LLMs para automatizar el diseño de estrategias de cuantización en modelos de lenguaje grandes (LLMs). Este enfoque busca equilibrar la calidad del modelo con los costos de almacenamiento y despliegue. El sistema utiliza proxies de calidad para guiar propuestas de cuantización, buscando mejorar la precisión en tareas específicas.
La interferencia de la dirección refleja los valores por defecto del modelo, no las direcciones de comportamiento
Se investiga la interferencia de la dirección en los modelos de lenguaje para entender cómo las direcciones afectan el comportamiento del modelo. Los resultados indican que las direcciones sin contenido de comportamiento mueven comportamientos similares a las direcciones reales, y la estructura unidireccional es consistente en la mayoría de los modelos.
Estabilizando el Aprendizaje por Refuerzo en MoE al alinear enrutadores de entrenamiento e inferencia
Se propone el método Rollout Routing Replay (R3) para estabilizar el entrenamiento de aprendizaje por refuerzo (RL) en modelos Mixture-of-Experts (MoE). Este método registra las distribuciones de enrutamiento de la fase de inferencia y las repite durante el entrenamiento, reduciendo la divergencia KL y previniendo el colapso del entrenamiento. Los experimentos confirman que R3 estabiliza el entrenamiento de RL y supera a otros métodos existentes.
Sobre capacidades emergentes y fusión de modelos
Se investiga la fusión de modelos mediante la combinación aritmética de pesos de puntos de control ajustados, buscando entender su impacto en las capacidades emergentes. Los hallazgos indican que la fusión preserva la desalineación de los modelos parentales, pero no puede crear capacidades emergentes superaditivas. Además, la fusión diluye la capacidad emergente cuando solo un modelo la posee, mostrando diferencias significativas en los resultados.
Atribución a nivel de oración para salidas de Modelos de Lenguaje Grande de caja negra mediante sustitutos basados en energía
Se propone un intérprete de atribución post-hoc independiente del modelo que opera a nivel de oración para evaluar la consistencia entre la instrucción y la respuesta de Modelos de Lenguaje Grande (LLM) propietarios. Se entrena un Modelo Basado en Energía (EBM) como sustituto para medir la consistencia generativa y luego se entrena una red intérprete para estimar la influencia de las oraciones de la instrucción en la salida. Los experimentos demuestran que el enfoque captura dependencias generativas complejas y logra una calidad de atribución competitiva con eficiencia en parámetros.
¿Saben los modelos de lenguaje cuáles son las restricciones que pertenecen juntas?
El texto analiza cómo los modelos de lenguaje pueden identificar grupos de restricciones que pertenecen juntas en problemas de programación entera mixta. Se compara la capacidad de estos modelos con métodos basados en la observación de límites y predicciones basadas en la lectura del modelo. Se demuestra que los modelos de lenguaje son efectivos para nombrar grupos de margen cero en instancias de modelos MIPLIB-NL.
Validando modelos de lenguaje visuales como consumidores sintéticos
Se investiga si los modelos de lenguaje visuales (VLMs) pueden actuar como compradores sintéticos al seleccionar productos en estantes, comparando sus compras con datos reales. Se demuestra que estos modelos pueden reproducir patrones de compra basados en género, edad y distancia a la tienda en diferentes contextos internacionales. Se introduce ShelfSight para refinar las elecciones de estante, separando las preferencias del producto de los efectos de la etiqueta y la posición.
LAION-BVD: Conjunto de datos de video abierto de 13 millones de horas para preentrenamiento multimodal
Se presenta LAION-BVD, un gran conjunto de datos de video abierto para aprendizaje multimodal, que incluye 80 millones de videos con 13.5 millones de horas de duración. El conjunto de datos está diseñado para preentrenamiento multimodal usando video, audio e imágenes. Los modelos entrenados con estos datos muestran un rendimiento competitivo en tareas de video-texto y audio-texto. Se libera a la comunidad de investigación para expandir el acceso abierto a videos multimodales.
CRANE: Inyección de razonamiento restringido para agentes de código mediante edición de espacio nulo
Se presenta CRANE, un método de edición de parámetros sin entrenamiento para agentes de código que combina modelos Instruct y Thinking. Este método busca mejorar el razonamiento y la preservación de protocolos de uso de herramientas, logrando ganancias significativas en varios *benchmarks*. CRANE supera a estrategias de fusión alternativas al mantener la eficiencia del modelo Instruct.
¿Qué leen las sondas de colusión? Tres trampas en la evaluación de monitores de colusión multiagente
Se investigan las sondas de activación como monitores para la colusión secreta entre agentes de LLM. Se demuestra que estas sondas detectan si un agente fue instruido para coludir, no si tomó la decisión. Se identifican fallos en la evaluación de estos monitores, como el puntuarlos después de la votación. Se proponen métodos para mejorar la detección de colusión en sistemas multiagente.
Alineación representacional entre redes neuronales profundas y el cerebro humano en el procesamiento del habla bajo ruido audiovisual
Un estudio investigó la alineación entre las representaciones de redes neuronales profundas (DNNs) y el procesamiento acústico-lingüístico del cerebro humano. Se utilizó el análisis de similitud representacional (RSA) para comparar las respuestas neuronales con los embeddings de modelos ASR. Los resultados indican que las capas superficiales se alinean mejor con características acústicas, mientras que las capas profundas se alinean con características lingüísticas, sugiriendo que los modelos ajustados finamente pueden imitar patrones de procesamiento humano en entornos ruidosos.
Alineando modelos de lenguaje con predicción selectiva
Se propone mejorar la fiabilidad de los Modelos de Lenguaje Grandes (LLM) mediante la predicción selectiva (SP), una estrategia que equilibra el compromiso entre riesgo y cobertura para reducir la tasa de error. Se introduce un marco de alineación llamado RLSR, que utiliza el área bajo la curva riesgo-cobertura (AURC) como objetivo para lograr un mejor equilibrio entre riesgo y cobertura en tareas de IA.
Viverra: Text-to-Code con garantías
Se presenta Viverra, un sistema que genera automáticamente anotaciones formalmente verificadas junto con código C generado para mejorar la comprensión del usuario. Este sistema utiliza un LLM para sintetizar código y aserciones de seguridad, verificándolas mediante verificadores de modelos acotados. La evaluación sugiere que Viverra genera código con aserciones verificadas eficientemente y mejora la comprensión del código por parte de los usuarios.
Optimización de política guiada por el profesor para la destilación del razonamiento en el razonamiento on-policy bajo gran divergencia de política
Se propone la Optimización de Política Guiada por el Profesor (TGPO) como un método de destilación on-policy para LLMs, diseñado para ser efectivo incluso con gran divergencia de política profesor-estudiante. TGPO guía la generación de tokens mediante el profesor y recompensas a nivel de trayectoria, buscando mejorar la exploración y el razonamiento. Los experimentos demuestran que TGPO supera a los métodos existentes basados en RKL.
AssemState: Razonamiento guiado por manual y estado físico para el ensamblaje de muebles sin entrenamiento
Se presenta AssemState, un marco sin entrenamiento diseñado para el ensamblaje de muebles guiado por manual y estado físico. Este sistema utiliza descomposición de páginas manuales y refinamiento iterativo para mejorar la recuperación del árbol de ensamblaje. Los experimentos demuestran mejoras significativas en métricas clave, como el F1 y la coincidencia exacta del árbol, aunque se identifican errores residuales en las poses candidatas.
De estados ocultos a confesiones: Auditoría de engaño en modelos de razonamiento
Se presenta StateWitness, un decodificador de auditoría diseñado para monitorear el comportamiento engañoso en modelos de lenguaje grande (LLM). Este sistema lee los estados ocultos del modelo objetivo para generar informes detallados de posibles fallos o violaciones. El sistema demuestra un rendimiento superior en la detección de engaño, ofreciendo evidencia a nivel de token o oración para la inspección humana.
Ghosted Layers: Activación de Alineación sin Restricciones para Recuperar LLMs con Capas Poda
Se presenta Ghosted Layers, un módulo de recuperación sin entrenamiento diseñado para solucionar el problema de alineación de activación introducido por la poda de capas en modelos de lenguaje grandes. El método deriva un operador lineal óptimo para reconstruir la discrepancia de activación, superando a métodos previos en precisión y perplexidad. Esto permite recuperar la eficiencia de la poda de capas manteniendo el rendimiento.
Benchmarking de Modelos de Lenguaje para el Diseño de Ensayos Clínicos de Fase I contra el Conocimiento Clínico
Se presenta TrialDesignBench, un benchmark para evaluar modelos de lenguaje (LLMs) en el diseño de ensayos clínicos de Fase I/II de oncología, contrastando su rendimiento con diseños de referencia validados por expertos y regulaciones recientes de la FDA. El estudio evalúa cinco LLMs y atribuye la brecha de rendimiento a la inferencia de determinantes de diseño latentes y al razonamiento estructurado. El objetivo es proporcionar un método objetivo para evaluar y mejorar el diseño de ensayos asistido por IA.
Estudio empírico sobre el servicio eficiente de LLMs: Marcos, optimizaciones y adopción en el mundo real
Se investiga la adopción práctica de marcos y métodos de servicio para Modelos de Lenguaje Grande (LLM) en sistemas de software de código abierto. El estudio analiza cinco marcos específicos (vLLM, SGLang, TensorRT-LLM, LMDeploy, FlashInfer) y determina que vLLM es el más popular. Se concluye que los desarrolladores tienden a usar un único marco, aunque los marcos combinados ofrecen capacidades complementarias.
WorldFoundry: Hacia una infraestructura unificada para la inteligencia mundial
El documento presenta WorldFoundry, una infraestructura de código abierto diseñada para la inferencia y evaluación reproducibles en sistemas de mundo, incluyendo video, 3D y 4D. Esta infraestructura unifica el descubrimiento de modelos, la preparación de activos y la orquestación de ejecución, asegurando que las afirmaciones sean trazables a sus artefactos de soporte. WorldFoundry busca avanzar el campo desde la síntesis perceptual hacia una inteligencia mundial medible mediante la comparación reproducible de dinámicas controlables.
PACE-ECG: Preentrenamiento de ECG consciente del paciente; Aprovechando la estructura longitudinal para representaciones transferibles
Se desarrolló PACE-ECG, un marco de preentrenamiento de ECG que utiliza aprendizaje contrastivo y supervisión guiada clínicamente para mejorar la capacidad de transferencia de modelos de ECG a pronósticos clínicos longitudinales. Los resultados demuestran que el diseño del objetivo de preentrenamiento es crucial para la generalización clínica, superando a modelos existentes en tareas de mortalidad e insuficiencia cardíaca.
Marco de espacio de características guiado por geometría para el análisis STEM 4D no supervisado e interpretable de materiales multiphase
Se presenta un marco de aprendizaje automático que utiliza descriptores geométricos informados por la física y incrustaciones de alta dimensión ponderadas para el análisis no supervisado e interpretable de datos 4D-STEM de materiales complejos. El método busca mejorar la estabilidad de los clústeres y reducir el ruido, demostrando una mayor fidelidad y menor dimensionalidad en comparación con otros modelos. El marco fue validado en sistemas de referencia de capas epitaxiales y aleaciones de Ti-Nb.
Vulnerabilidades de puerta trasera en modelos autoregresivos unificados
Se presenta el ataque de puerta trasera Token by Token (ToBAC), el primer ataque dirigido a modelos autoregresivos unificados (UAMs), que explora vulnerabilidades en arquitecturas multimodales. Se demuestra que caracteres o palabras comunes pueden actuar como disparadores para provocar efectos maliciosos en la generación de imágenes y texto. El ataque puede manipular salidas visuales y texto, aumentando la autenticidad de contenido fabricado.
NINJA: Arquitectura conjunta de Navegador-Inspector para localización eficiente de problemas
Se propone NINJA, una arquitectura jerárquica de Navegador-Inspector para la localización eficiente de problemas de software. Esta arquitectura divide la exploración del repositorio en navegación global y inspección local, buscando equilibrar la amplitud a nivel de archivo con la profundidad a nivel de función. Los experimentos demuestran que NINJA supera a modelos competitivos después de un ajuste fino, superando a Claude-Haiku-4.5.
Retroalimentación espectral para la alineación en tiempo de prueba de modelos de difusión de proteínas
Se presenta la Retroalimentación Espectral, un algoritmo diseñado para guiar modelos de difusión discretos en la inferencia, permitiéndoles corregir iterativamente sus generaciones. Este método aborda el problema central de seleccionar qué tokens revisar para mejorar la alineación de las proteínas. Los resultados demuestran que este enfoque incrementa la proporción de proteínas estables en modelos de difusión.
Equipo del MIT recibe financiación para desarrollar alternativas a los pesticidas de nueva generación
El MIT liderará un proyecto financiado por ARPA-H para desarrollar pesticidas anti-malezas de próxima generación mediante herramientas de inteligencia artificial generativa. El objetivo es descubrir alternativas que sean más efectivas, seguras para la salud humana y que reduzcan la dependencia de agroquímicos como el glifosato. El proyecto incluye el desarrollo de modelos moleculares y pruebas en invernadero para evaluar la eficacia y seguridad de los nuevos compuestos.