Acerca deTopCursos
← heapsort-ai

AI Research

146 items

RESEARCHarXiv CS.LG·22/4/2026

Compile to Compress: Boosting Formal Theorem Provers by Compiler Outputs

Esta investigación presenta un novedoso marco de aprendizaje para refinar que aborda el costo computacional prohibitivo de los Grandes Modelos de Lenguaje (LLM) en la demostración formal de teoremas. Al explotar las salidas del compilador que comprimen diversos intentos de prueba en modos de falla estructurados, el método permite una exploración eficiente de pruebas y una corrección local de errores, amplificando significativamente las capacidades de razonamiento de los demostradores base.

ScalabilityLLMsTheorem ProvingFormal verification
27
RESEARCHarXiv CS.AI·6/5/2026

Programmatic Context Augmentation for LLM-based Symbolic Regression

Este artículo introduce un nuevo marco de búsqueda evolutiva basado en LLM para la regresión simbólica, abordando las limitaciones de los métodos existentes que se basan únicamente en métricas de evaluación escalares. Incorpora el aumento de contexto programático para permitir el análisis de datos basado en código y una extracción de información más rica, con el objetivo de mejorar el descubrimiento de expresiones matemáticas.

data analysisSymbolic RegressionAI ResearchLLM
27
RESEARCHarXiv CS.LG·hace 28d

Hierarchical Multi-Scale Graph Neural Networks: Scalable Heterophilous Learning with Oversmoothing and Oversquashing Mitigation

El artículo introduce Hierarchical Multi-view HAAR (HMH), un nuevo marco de aprendizaje espectral de grafos para abordar el sobre-suavizado y la agregación sesgada en GNNs heterófilas. HMH construye una jerarquía de grafos suave y aplica filtros espectrales aprendibles con bases de Haar, logrando escalabilidad casi lineal.

HeterophilyGraph Neural Networksmachine learningSpectral Graph Theory
27
RESEARCHarXiv CS.CL·hace 22d

SKG-Eval: Stateful Evaluation of Multi-Turn Dialogue via Incremental Semantic Knowledge Graphs

SKG-Eval aborda el desafío de evaluar sistemas de diálogo multi-turno modelando el diálogo como un Grafo de Conocimiento Semántico (SKG) en evolución. Este framework actualiza incrementalmente el grafo mediante la extracción estructurada de tríos para detectar problemas de largo alcance como contradicción e inconsistencia, ofreciendo una evaluación mejorada más allá de las representaciones aisladas por turno.

Knowledge GraphsNatural Language ProcessingEvaluation Metricsdialogue systems
27
ARTICLEDEV.to AI·7/5/2026

From Agentic AI to Adaptive A*: What Modern AI Research Taught Me About Intelligent Systems

Este artículo explora la evolución de la inteligencia artificial a través de dos trabajos de investigación recientes sobre IA Agéntica y el algoritmo A* adaptativo. El autor reflexiona sobre cómo los cursos de IA y herramientas como Google NotebookLM ayudan a conectar conceptos teóricos con sistemas inteligentes del mundo real.

search algorithmslearningIntelligent SystemsAgentic AI
27
RESEARCHDEV.to AI·hace 15d

François Chollet 谈 AGI 未来

François Chollet discute el futuro de la AGI, prediciendo su llegada alrededor de 2030, y presenta la misión del laboratorio NDI de desarrollar un nuevo paradigma de aprendizaje automático "óptimo" basado en la síntesis de programas simbólicos. Critica las limitaciones del aprendizaje profundo y describe la estrategia de alto riesgo y alta recompensa de NDI para el avance fundamental de la IA.

AGIdeep learningSymbolic AIBenchmarks
27
ARTICLEDEV.to AI·hace 9d

Start Here: My AI Memory Research So Far

El autor describe su trayectoria en la investigación de la memoria de IA, detallando cuatro etapas de descubrimientos sobre el funcionamiento y los desafíos de estos sistemas. Explora la supervivencia de la memoria después de los reinicios, la importancia de la memoria de corrección, la relación entre la precisión de recuperación y la seguridad, y la distinción crucial entre relevancia y autoridad en la memoria de IA.

Memory SystemsInformation RetrievalAI ResearchAI agents
27
ARTICLEDEV.to AI·hace 24d

Understanding AI-Moderated Interviews: Where AI Meets Human Insight

Las entrevistas moderadas por IA están revolucionando la investigación de mercado, permitiendo a las empresas obtener respuestas ricas y matizadas de un gran número de personas simultáneamente. Esta tecnología combina la inteligencia artificial con la investigación conversacional para cerrar la brecha entre escala y profundidad en la comprensión del comportamiento humano.

human insightqualitative researchAI ResearchConversational AI
27
RESEARCHDEV.to AI·hace 26d

Uncertainty Estimates of Predictions via a General Bias-Variance Decomposition

Una nueva descomposición general de sesgo-varianza para reglas de puntuación estrictamente adecuadas ha sido finalmente introducida en un artículo de AISTATS 2023 por Gruber & Buettner. Este avance proporciona herramientas prácticas para comprender modelos de conjunto, construir regiones de confianza y mejorar la detección de entradas fuera de distribución, abordando una brecha de larga data en la estimación de la incertidumbre.

Bias-Variancemachine learningUncertainty EstimationScoring Rules
27
RESEARCHarXiv CS.CL·5/5/2026

H-Probes: Extracting Hierarchical Structures From Latent Representations of Language Models

Este artículo presenta las H-probes, sondas lineales diseñadas para extraer la estructura jerárquica, como la profundidad y la distancia, de las representaciones latentes de los grandes modelos de lenguaje. La investigación demuestra que estas sondas encuentran de manera robusta subespacios de baja dimensión cruciales para el rendimiento en tareas sintéticas de recorrido de árboles, generalizando bien dentro y fuera del dominio.

language modelshierarchical reasoningrepresentation learningAI Research
27
RESEARCHarXiv CS.CL·1/5/2026

Semantic Structure of Feature Space in Large Language Models

Este estudio demuestra que las relaciones geométricas entre las características semánticas en los estados ocultos de los LLMs reflejan fielmente las asociaciones psicológicas humanas. La investigación muestra que las proyecciones de vectores de palabras en ejes semánticos se correlacionan con las valoraciones humanas, y la similitud entre estos ejes predice la interconexión de las escalas semánticas.

LLMscognitive sciencesemantic representationNLP
27