[공지사항]을 빙자한 안부와 근황

Show more

Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

SystolicAttention: fusión de FlashAttention en una única matriz sistólica

Evaluación automatizada de la novedad de artículos académicos: un enfoque colaborativo que integra el conocimiento humano y del modelo lingüístico general

¿Siempre observa? ¿Siempre escucha? Explorando las preocupaciones contextuales sobre privacidad y seguridad en relación con los robots sociales domésticos.

Un análisis teórico de grupos de las simetrías subyacentes a la adición de bases y su capacidad de aprendizaje mediante redes neuronales

GHPO: Guía adaptativa para un aprendizaje de refuerzo LLM estable y eficiente

Extensión OL-MDISF: Aprendizaje en línea a partir de características de transmisión de tipo mixto, desviadas e incompletas

¿Cuándo y dónde atacan los venenos de datos la inversión textual?

Detectives de la verdad y creadores de tendencias: agentes de inteligencia artificial para verificar videos de YouTube e influir en las opiniones.

La PNL se une al mundo: Hacia una mejor comunicación con el público sobre la investigación en procesamiento del lenguaje natural

Generación precisa de estados de transición de reacciones químicas mediante correspondencia de flujo condicional

Evaluación comparativa de modelos de IA en biología: resultados y recomendaciones del taller de células virtuales del CZI

Un marco PBN-RL-XAI para descubrir una estrategia terapéutica de “golpe y fuga” en el melanoma

NeuTSFlow: Modelado de funciones continuas detrás de la predicción de series temporales

THOR: Heurísticas de transformadores para la recuperación a demanda

Hacia una RAG agencial con razonamiento profundo: un estudio de los sistemas de razonamiento RAG en los LLM

Uniendo la literatura y el universo mediante un sistema de modelos lingüísticos a gran escala y multiagente

Modelado magnetorradiativo y optimización mediante redes neuronales artificiales del flujo de biofluidos en un dominio arterial estenosado

Simbiosis: Inferencia y ajuste fino de múltiples adaptadores

Repensando la protección de datos en la era de la inteligencia artificial (generativa)

SoK: Privacidad semántica en modelos de lenguaje grandes

FedRef: Ajuste fino bayesiano eficiente en comunicación con modelo de referencia

Escala predecible: Parte II, Farseer: Una ley de escala refinada en modelos de lenguaje grandes

Aprendizaje autosupervisado de predicción de posición para segmentación semántica de imágenes satelitales multimodales

ScaleRTL: Escalado de LLM con datos de razonamiento y computación en tiempo de prueba para la generación precisa de código RTL

HueManity: Análisis de la percepción visual de grano fino en MLLM

AKReF: Un marco de representación del conocimiento argumentativo para la argumentación estructurada

Los modelos de lenguaje grandes a menudo saben cuándo están siendo evaluados

Evaluaciones dinámicas de riesgos para agentes de ciberseguridad ofensivos

¿Qué tan hambrienta está la IA? Análisis comparativo de la huella energética, hídrica y de carbono de la inferencia LLM

Responsabilidad difusa: análisis del consumo energético de los modelos generativos de difusión de texto a audio

Flow-GRPO: Entrenamiento de modelos de emparejamiento de flujo mediante RL en línea

Sobre la necesidad de una base estadística en las pruebas basadas en escenarios de vehículos autónomos

¿Qué está moviendo los hilos? Evaluación de la integridad y la atribución en el entrenamiento e inferencia de IA mediante el cambio de concepto.

TD-EVAL: Revisión de la evaluación del diálogo orientado a tareas combinando la precisión a nivel de turno con comparaciones a nivel de diálogo

MobileCity: Un marco eficiente para la simulación del comportamiento urbano a gran escala

Adaptador semántico para incrustaciones de texto universales: diagnóstico y mitigación de la ceguera a la negación para mejorar la universalidad

Aprovechamiento de los LLM para historias de usuario en sistemas de IA: conjunto de datos UStAI

Los modelos de lenguaje grandes no son confiables para la inteligencia de amenazas cibernéticas

Conjunto de datos AnnoPage: Conjunto de datos de elementos no textuales en documentos con categorización detallada

Una evaluación exhaustiva del impacto de los datos no IID en el aprendizaje federado

Aviso de posición visual para la puesta a tierra visual basada en MLLM

Neuronas: la emulación de la corteza visual humana mejora la fidelidad y la interpretabilidad en la reconstrucción de fMRI a vídeo

FADE: Por qué aparecen malas descripciones en buenas características

FlipConcept: personalización multiconcepto sin necesidad de ajustes para la generación de texto a imagen

LUMINA-Net: Mejora de la imagen en condiciones de poca luz mediante iluminación multietapa y red de adaptación al ruido.

Hacia generaciones de LLM con bases geoculturales

Aprender a razonar en la frontera de la aprendibilidad

Decodificación flexible y eficiente con restricciones gramaticales

PATCH: un método de aprendizaje profundo para evaluar la heterogeneidad de la práctica artística en pinturas históricas

El impacto de la IA moderna en la gestión de metadatos

Aprendizaje de un modelo eficaz de recuperación de premisas para una formalización matemática eficiente

ChipAlign: Alineación de instrucciones en modelos de lenguaje grandes para el diseño de chips mediante interpolación geodésica

Muchos problemas objetivos en los que el cruce es demostrablemente esencial

Patheria: Detección y clasificación celular para la década de 2020

ViTally Consistent: Escalado del aprendizaje de la representación biológica para la microscopía celular

TextDestroyer: un método de difusión sin entrenamiento ni anotaciones para destruir texto anómalo en imágenes

Cuantificación del error de calibración en redes neuronales modernas mediante teoría basada en evidencia

Modelos de base biomédica de múltiples vistas para la predicción de moléculas, objetivos y propiedades

Planificación de trayectorias imitativas reforzadas para la conducción automatizada urbana

Destilación de representaciones invariantes con aumento dual

Abordar el corpus de abstracción y razonamiento con transformadores de visión: la importancia de la representación 2D, las posiciones y los objetos

Modelos de incrustación de conceptos de interpretación lineal para el análisis de texto

Hacia la comprensión de la generalización de los predictores de enlaces bajo cambios de distribución

StreakNet-Arch: una arquitectura basada en red antidispersión para imágenes de radar LiDAR de portadores submarinos

Mejorar la confianza en los agentes autónomos: una arquitectura para la rendición de cuentas y la explicabilidad mediante blockchain y grandes modelos de lenguaje

Sobre las propiedades estadísticas de los modelos generativos antagónicos para datos de dimensión intrínseca baja

Programación de procesos colectivos distribuidos en el cálculo de intercambio

Análisis holístico sobre la sostenibilidad del aprendizaje federado a lo largo del ciclo de vida de los productos de IA

Introducción matemática al aprendizaje profundo: métodos, implementaciones y teoría

Epic-Sounds: Un conjunto de datos a gran escala de acciones que suenan

De la Web Semántica y el MAS a la IA Agentic: Una narrativa unificada de la Web de Agentes

Sobre la semántica gradual para la argumentación basada en suposiciones

El desafío de enseñar razonamiento a los LLM sin RL ni destilación

Agregación de clasificación continua

¿Es posible predecir en línea la dificultad del mensaje para acelerar el ajuste fino de los modelos de razonamiento del aprendizaje directo?

MacOSWorld: un punto de referencia interactivo multilingüe para agentes GUI

GeoChain: Cadena de pensamiento multimodal para el razonamiento geográfico

Perdidos en la transmisión: cuándo y por qué los LLM no logran razonar globalmente

Un estudio de las fronteras en el razonamiento LLM: escalamiento de inferencias, aprendizaje del razonamiento y sistemas agentes

Sistema 0/1/2/3: Teoría de cuatro procesos para sistemas cognitivos colectivos encarnados en múltiples escalas temporales

Principios prácticos para la contabilidad de costos y computación de IA

Comunicación generativa emergente: el modelo de lenguaje amplio es un modelo de mundo colectivo

Agentes proactivos para la generación de texto a imagen multiturno en condiciones de incertidumbre

Aprendizaje de modelos STRIPS elevados a partir de trazas de acción únicamente: una solución simple, general y escalable

Desintoxicación de alucinaciones: pérdida de sensibilidad (SenD) para el entrenamiento de modelos lingüísticos de gran tamaño

La vida, eh, encuentra un camino: Hiperadaptabilidad por búsqueda conductual

Gobernanza de la Inteligencia Artificial Generativa para Empresas

RACER: Modelo de seguimiento de coches de inteligencia artificial racional mejorado por la realidad

Gobernanza de la inteligencia artificial para empresas

Interpretación de la intención del radiólogo a partir de los movimientos oculares en el diagnóstico por rayos X de tórax

S2WTM: Autocodificador de Wasserstein esférico por cortes para modelado de temas

La síntesis de configuración basada en LLM requiere desambiguación

Caracterización del rendimiento del modelo de espacio de estados (SSM) y del modelo de lenguaje híbrido SSM-Transformador con una longitud de contexto larga

EgoVLA: Aprendizaje de modelos de visión, lenguaje y acción a partir de vídeos de personas egocéntricas

¿Podemos predecir la alineación antes de que los modelos terminen de pensar? Hacia la monitorización de modelos de razonamiento desalineados

Segmentación de tejidos histopatológicos basados en unidades mediante representación de características multinivel

Recuperación avanzada: generación aumentada para datos internos y empresariales estructurados

Mezcla de expertos en trazado de rayos

QuRe: Recuperación relevante para la consulta mediante muestreo negativo duro en la recuperación de imágenes compuestas

AutoVDC: Limpieza automatizada de datos de visión mediante modelos de lenguaje de visión

Explicaciones de la forma normal disyuntiva y conjuntiva de grupos utilizando información auxiliar

Created by

Haebom

Autor

Robert F. Downey, SS Ravi

Describir

Este artículo propone un método para generar explicaciones posteriores para clústeres generados a partir de diversos conjuntos de datos, utilizando información auxiliar (denominada etiquetas) que no se utiliza en algoritmos de clusterización. Las explicaciones se consideran en dos formas: forma disyuntiva (que consiste en un conjunto de etiquetas) y explicaciones en forma normal conjuntiva (CNF) de dos cláusulas (que consisten en dos conjuntos de etiquetas unidos por el operador AND). Las explicaciones se generan mediante programación lineal entera (ILP) y métodos heurísticos, y se presentan resultados experimentales con diversos conjuntos de datos y la escalabilidad del método de explicación.

Takeaways, Limitations

•

Takeaways: Se presenta un nuevo método para mejorar la interpretabilidad de los resultados de agrupamiento. Ofrece dos tipos de explicaciones: la forma disyuntiva y la explicación CNF, lo que permite la interpretación desde diversas perspectivas. Se presenta un método eficiente para generar explicaciones mediante la comparación y el análisis de métodos ILP y heurísticos. La generalización se confirma mediante resultados experimentales en diversos conjuntos de datos.

•

Limitations: La calidad de la explicación puede verse considerablemente afectada por la calidad de la información auxiliar (etiquetas) utilizada. En el caso del método ILP, la complejidad computacional puede aumentar según el tamaño del conjunto de datos. Puede haber limitaciones en la generalización según el tipo y el alcance del conjunto de datos utilizado en el experimento. En el caso de la explicación CNF, esta puede estar limitada a dos conjuntos de etiquetas, por lo que la explicación para clústeres complejos puede ser insuficiente.

Made with Slashpage