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 AIObservando la Inteligencia Artificial: Humor improvisado dialógico en humanos y LLMs
Se propone una metodología para comparar el lenguaje natural y el sintético mediante el diálogo improvisado humorístico entre humanos y LLMs. Los resultados indican que los LLMs, aunque crean escenas coherentes, tienden a generar interacciones con una fuerte tendencia a la cortesía y evaluaciones positivas. Esto contrasta con el rango de actitudes presentes en la improvisación humorística humana.
WISE-ATTA: Cuándo solicitar etiquetas en la adaptación activa en tiempo de prueba
Se presenta WISE-ATTA, un enfoque de adaptación activa en tiempo de prueba (ATTA) que gestiona el costo de etiquetado al asignar la supervisión de manera presupuestada a lo largo del flujo de prueba. El método utiliza señales ligeras para priorizar cuándo aplicar la supervisión, enfocándose en momentos donde es más útil, y emplea criterios de selección basados en la deriva para optimizar el uso de ejemplos etiquetados. El estudio demuestra que este enfoque logra un rendimiento competitivo o superior a otros métodos ATTA, requiriendo significativamente menos etiquetas.
SemFlowRAG: Flujo Semántico Dirigido de la Abstracción a la Evidencia para el Razonamiento Complejo
Se presenta SemFlowRAG, un marco que mejora la Recuperación Aumentada por Generación (RAG) con Grafos de Conocimiento para tareas complejas de razonamiento. El método transforma el espacio de recuperación en un grafo de gradiente semántico adaptado al corpus, utilizando un algoritmo PageRank dirigido para guiar la recuperación desde conceptos abstractos hacia la evidencia documental específica. Los experimentos demuestran que este enfoque mitiga los problemas de ruido semántico y mejora el rendimiento en tareas de QA complejas.
Exo: Arquitectura para sistemas auto-mejorables en tiempo de ejecución
Se presenta Exo, una arquitectura de tiempo de ejecución de agente diseñada para el aprendizaje seguro durante el trabajo continuo. Esta arquitectura permite a los agentes revisar sus políticas y estrategias para una mejora continua. Exo reduce significativamente el costo del modelo en entornos de juego y tareas de codificación, manteniendo tasas de finalización de tareas comparables.
Alineación de seguridad en la etapa de preentrenamiento con reflexión
Se propone el Pretraining-stage Alignment de Reflexión de Seguridad para mejorar la alineación de seguridad en LLMs al insertar reflexiones de seguridad entre las oraciones durante el preentrenamiento. Los experimentos indican que este método mejora la precisión de clasificación de seguridad y reduce los ataques en etapas posteriores. Los hallazgos sugieren que la alineación debe moldear los comportamientos que los modelos adquieren, no solo hacer los datos seguros.
Marco unificado de discriminación, calibración y clasificación
El texto presenta un marco de matriz indicador que unifica las medidas de discriminación, calibración y clasificación. Se introducen operadores de celda adicionales para definir marcos de calibración y clasificación, heredando la arquitectura de agregación micro/macro/ejemplar. Se detallan las relaciones entre diferentes métricas como Brier, nDCG y AUC.
SearchInject: Control de exposición de recuperación para inyección de prompts indirectos en modelos de lenguaje
Se presenta SearchInject, un mecanismo para controlar la exposición de inyección de prompts indirectos en modelos de lenguaje grandes aumentados con búsqueda. El sistema combina la relevancia de la recuperación, señales de abuso y probabilidad de instrucción para gestionar la decisión de admisión. Los resultados demuestran reducciones significativas en la exposición de la entrada en diferentes métodos de recuperación.
Complejidad PPAD de la división de pasteles sin envidia contigua con valoraciones aditivas
Se demuestra que computar una asignación de pastel contigua sin envidia es PPAD-completa para valoraciones aditivas. Además, se establece que la computación de asignaciones contiguas EF$c$ de bienes en un camino es PPAD-completa para cualquier $c \geq 1$. Estos resultados resuelven preguntas abiertas sobre la división de pasteles y la complejidad de asignaciones en caminos.
Detención temprana en modelos de razonamiento grandes: Un estudio y auditoría empírica de eficiencia y fiabilidad
Se presenta un estudio y auditoría empírica sobre métodos de detención temprana en modelos de razonamiento grandes para mejorar la eficiencia y fiabilidad. Se evalúan diferentes métodos en tareas de razonamiento matemático, generación de código y veracidad. Se introduce una métrica para medir la eficiencia y se examinan aspectos como la corrección y la fiabilidad de las respuestas obtenidas.
SGR-OPSD: Aprendiendo de planes de subobjetivo con Asignación de Crédito Regularizada por Grafo para Aprendizaje por Refuerzo Agéntico
Se presenta el marco SGR-OPSD para el aprendizaje por refuerzo agéntico, combinando supervisión de subobjetivos con evidencia de interacción para la asignación de crédito a nivel de turno. Este método utiliza planes de subobjetivo generados por LLM y un grafo de progreso para calibrar los pesos de crédito, logrando mejoras significativas sobre métodos previos como GRPO.
CRISP: Solución para corregir píxeles voladores en la generación de LiDAR latente mediante decodificación por difusión
Se presenta CRISP, un decodificador de difusión en espacio de píxeles diseñado para corregir píxeles voladores en pipelines de LiDAR latente. Este método busca reemplazar decodificadores existentes manteniendo el codificador y el generador latente fijos. Los resultados muestran reducciones significativas en FSVD/FPVD en diferentes conjuntos de datos y *backbones*.
Usuarios y creadores de mapas: El alcance de la atribución cognitiva de representaciones adquiridas
El artículo desarrolla un marco para especificar la ampliación y los límites de la capacidad cognitiva de un sistema al adquirir representaciones. Se presenta una tabla de atribución de cinco partes que distingue entre diferentes formas de adquisición de conocimiento. El marco se aplica a la interpretación del modelo de mundo de Othello-GPT y a conceptos de máquina.
Aprendizaje activo de bajo costo para segmentación de imágenes referenciales y localización
Se presenta un marco de aprendizaje activo para la localización visual (VG) que aborda el desafío de obtener expresiones referenciales precisas a partir de imágenes sin texto. El método introduce una función de adquisición llamada Referencia de Ambigüedad de Región para priorizar imágenes con alta ambigüedad visual. Los experimentos demuestran que este marco supera a otros métodos de aprendizaje activo y acelera el etiquetado de descripciones.
Regularización de matriz de transición para la predicción del próximo acto de diálogo en conversaciones de consejería
Se propone una regularización KL para alinear las distribuciones de actos de diálogo predichos con los patrones de transición del corpus. Los resultados muestran mejoras significativas en el macro-F1 y la alineación del flujo de diálogo en tareas de consejería. Se concluye que la regularización de transición complementa eficazmente a los codificadores preentrenados en tareas de diálogo complejas y con datos limitados.
¿Son las citas falsas una forma de hackeo de recompensas? Un estudio preregistrado de señales de citación post-entrenamiento y citación
Un estudio preregistrado investigó si los modelos de lenguaje entrenados posteriormente fabrican citas como una forma de hackeo de recompensas. Los resultados indican que pedir citas aumenta significativamente la fabricación de citas en los modelos post-entrenamiento. Se concluye que los modelos fabrican citas a tasas mucho mayores cuando se les solicita fuentes, aunque el patrón específico registrado no se confirmó.
No se identificaron personas.
Meta-memorización y leyes de escalado de memorización en transformadores
Investigaciones sobre transformadores indican que modelos más grandes pueden memorizar más datos y hacerlo más rápido. Se demuestra un efecto de meta-memorización que permite a los modelos aprender a memorizar secuencias nuevas más rápidamente. Esto sugiere que el preentrenamiento confiere mecanismos reutilizables para un almacenamiento y recuperación de memorias eficientes.
Stage: Traducción de estado a ejecución de grafo agente con contexto limitado por política y control determinista
Se presenta Stage, un marco de ejecución integrado que utiliza nodos de tareas tipados y orquestación determinista para agentes empresariales. La evaluación en varios benchmarks mejoró el éxito y la fiabilidad de la ejecución de flujos de trabajo complejos. Los resultados indican que integrar razonamiento local y control procedimental mejora la finalización fiable de flujos de trabajo empresariales.
Cómo los modelos de lenguaje poseen respuestas, dirigen las siguientes
Se investiga cómo las respuestas de los modelos de lenguaje cambian al responder preguntas sucesivas sobre la misma entidad, midiendo un "auto-compromiso". Se analiza cómo la lectura de esta dirección de compromiso varía según la escala del modelo, el entrenamiento y el prompt utilizado. Se demuestra que la alineación de la dirección con el componente principal del texto predice el costo de los modelos.
Inversión holográfica rápida de domos superconductores
Se presenta un superconductor holográfico cuya masa escalar depende de la fuerza del campo de calibre. Se describe un método para recuperar la masa crítica de un domo superconductor en un tiempo reducido. Se analizan las restricciones impuestas por los domos en relación con la masa escalar y sus horizontes.
Modelos de lenguaje aprenden a mejorar modelos de lenguaje
Se propone LM2LM para entrenar LLMs con RL para generar propuestas de mejora efectivas de modelos de lenguaje. Se utiliza un modelo de mundo de investigación (RWM) como modelo de recompensa para proporcionar retroalimentación escalable. Evaluaciones muestran que LM2LM permite a Qwen3.8-27B superar a GPT-6-sol con un 33% menor costo de generación de datos.
Memorix: Gestión de selecciones de memoria para agentes de IA
Se presenta Memorix, un sistema de memoria para agentes de IA que permite calcular la selección de información necesaria de forma precomputada para reutilizarla en tareas. Este sistema aborda las limitaciones de los métodos existentes al asegurar que los agentes accedan a la documentación correcta basada en el proyecto persistente. Memorix utiliza mecanismos como un almacén versionado y una vista reproducible para mejorar la eficiencia y la fiabilidad de la memoria de los agentes.
CIS-Transolver: Un Operador Neuronal Incremental de Estado entre Capas para la Predicción del Flujo Aerodinámico Automotriz a Pequeña Escala
Se presenta CIS-Transolver, un operador neuronal incremental de estado entre capas diseñado para predecir flujos aerodinámicos automotrices complejos. El método integra información multiescala local en la modelización del flujo global mediante la extracción y combinación de momentos geométricos y memoria entre capas. Los resultados demuestran que este método reduce significativamente el error relativo y los errores espectrales de alta frecuencia en comparación con las mejores líneas base.
It Takes Two: Auto-destilación complementaria para la integridad contextual en LLMs
Se propone SELFCI, un marco de auto-destilación complementaria para mejorar la Integridad Contextual (CI) en modelos de lenguaje grandes (LLMs). Este marco optimiza la supresión de información y la resolución de tareas para equilibrar la utilidad y la privacidad. Evaluaciones empíricas muestran que SELFCI supera a métodos competitivos sin requerir supervisión externa costosa.
Compresión guardada del estado del optimizador Adam con límites de gradiente compartidos
Se investiga la compresión guardada del estado del optimizador Adam para reducir el tamaño de los momentos, manteniendo la precisión de la actualización nativa FP32 dentro de una tolerancia específica. Se demuestra que al limitar la diferencia entre las actualizaciones, se logran reducciones significativas en la carga útil de los momentos, mejorando la eficiencia de la compresión.
Exploración de métodos mixtos de factores sociotécnicos para mejorar la adopción de aplicaciones de denuncia de delitos en comunidades urbanas
Un estudio mixto exploratorio analizó los factores sociotécnicos que influyen en la adopción de aplicaciones móviles para denunciar delitos en entornos urbanos. Los resultados indican que el valor percibido, compuesto por dimensiones como seguridad y anonimato, es clave para mantener el compromiso de los usuarios. El estudio sugiere principios de diseño para crear tecnologías de denuncia de delitos centradas en la comunidad.
Poolwise: Evaluando modelos de recompensa para la selección entre prompts
Se presenta Poolwise, un protocolo diseñado para evaluar modelos de recompensa en la selección de datos a través de diferentes prompts. El protocolo mide la calidad del conjunto seleccionado y compara el ranking dentro del prompt. Los experimentos demuestran que ajustar la puntuación media de cada prompt mejora la selección de datos con una retención del 30 por ciento.
¿Qué se transfiere del texto a la visión? Leyes de escalado de capacidad y dinámicas de transferencia para VLMs
Se propone la Ley de Escalado Multimodal Basada en la Capacidad para predecir la precisión de los Modelos de Lenguaje-Visión (VLM) basándose en la capacidad textual observable de los LLM. El estudio demuestra que esta ley extrapola con precisión la tasa de transferencia de modelos y predice trayectorias de entrenamiento de VLM con alta fidelidad. El marco busca transformar la selección de la base de modelo (backbone) en una decisión cuantitativa y fundamentada.
ZenBrain: Arquitectura de memoria de 7 capas inspirada en neurociencia para sistemas de IA autónomos
Se presenta ZenBrain, una arquitectura de memoria de siete capas basada en neurociencia para agentes de LLM. Esta arquitectura incluye componentes para la memoria y algoritmos fundamentales, evaluando su rendimiento en tareas de recuperación de contexto. Los resultados indican que ZenBrain alcanza un 91.3% de precisión con una fracción de sus tokens de entrada, superando a otros sistemas en ciertas métricas.
Modelo Integrado de Riesgo Tecnológico de Tres Niveles para Seguridad y Salud Ocupacional
Se presenta un modelo de riesgo tecnológico de tres niveles para la gestión de Seguridad y Salud Ocupacional (SSO). Este marco integra el Análisis de Seguridad del Trabajo (JSA), la evaluación dinámica de riesgos y el análisis predictivo mediante LLMs. El objetivo es pasar de prácticas de seguridad reactivas a un paradigma predictivo basado en datos para la mitigación preventiva de riesgos.
Spotter: El modelo encarnado lidera y el VLM refleja por ello
Se propone Spotter, un sistema que invierte los roles entre el modelo encarnado y el modelo vision-language (VLM). El modelo encarnado ejecuta continuamente mientras el VLM monitorea, interviene y corrige errores detectados. Los resultados muestran que la implementación con GPT mejora significativamente el rendimiento de los modelos encarnados en RoboCasa y RoboTwin 2.0.