Este trabajo introduce STOMP, un novedoso algoritmo de aprendizaje por refuerzo fuera de línea para optimización multiobjetivo utilizando la escalarización suave de Tchebysheff. Aborda la limitación de la escalarización lineal para recuperar frentes de Pareto no convexos, crucial para alinear modelos de lenguaje grandes y otras aplicaciones con recompensas conflictivas.
Este comentario presenta PEEL, un andamiaje de trabajo que combina la lectura distante determinista con la interpretación de LLM, basado en la semiótica peirceana y el razonamiento abductivo. Aplicado a condensaciones generadas por IA, PEEL revela distorsiones sistemáticas invisibles sin medición no-IA, sugiriendo que los instrumentos deterministas deben acompañar a las herramientas de IA para asegurar la fidelidad y la autoridad epistémica.
Este artículo presenta un marco multiagente guiado por LLMs para el diseño de ingeniería en etapas tempranas, integrando un enfoque de "human-in-the-loop" y gestión formal de riesgos. Emplea agentes especializados para explorar y podar candidatos de diseño, demostrado en el diseño de perfiles aerodinámicos.
Este contenido se centra en comparar los costos de diferentes modelos de IA, destacando alternativas más económicas a GPT-4o. Explora ahorros significativos al usar modelos como GPT-4o-mini, DeepSeek V4 Flash y Qwen3-32B, que pueden ser hasta 40 veces más rentables.
Este artículo describe el descubrimiento de un desarrollador independiente sobre ahorros sustanciales al utilizar modelos de IA alternativos a través de la Global API, comparando sus precios con GPT-4o. Explica cómo reducir los gastos de inferencia de modelos de lenguaje grandes aprovechando una amplia gama de opciones disponibles.
Este artículo profundiza en la distinción crucial entre un chatbot con herramientas y un verdadero agente de IA, argumentando que la confusión entre ambos es la razón por la que muchas startups de "agentes de IA" fracasan. Explora lo que realmente convierte a un modelo de lenguaje en un agente, capaz de realizar acciones reales y encadenarlas de forma autónoma.
ChatCAD es un sistema interactivo de diagnóstico asistido por computadora que utiliza Grandes Modelos de Lenguaje para analizar imágenes médicas. Busca mejorar la precisión y eficiencia del diagnóstico médico mediante la inteligencia artificial.
Este artículo introduce la tarea de "anticipación de insights", donde los modelos de lenguaje predicen la idea central de un futuro artículo científico a partir de sus predecesores. Para evaluarlo, los autores crearon GiantsBench, un benchmark de 17.000 ejemplos, y presentan GIANTS-4B, un LM entrenado con aprendizaje por refuerzo.
Los modelos de lenguaje grandes a menudo tienen una ventana de contexto práctica mucho menor que su límite nominal publicitado debido a la sobrecarga y la degradación de la atención. Esta discrepancia afecta el diseño de los prompts y provoca caídas de calidad y truncamiento mucho antes de alcanzar el límite de tokens.
Este estudio investiga la generalización entre prompts en la detección de noticias falsas generadas por IA utilizando características lingüísticas interpretables, como la diversidad léxica y la legibilidad. Los resultados muestran un alto rendimiento constante en la detección, incluso cuando los modelos son entrenados y probados con diferentes estrategias de prompt.
Este artículo propone POLAR, un framework multimodal aumentado con memoria para agentes encarnados personalizados en interacciones de usuario a largo plazo. POLAR organiza interacciones previas en un grafo de conocimiento multimodal, capturando memoria semántica y episódica para guiar la ejecución de tareas encarnadas.
Este artigo discute como o output detalhado do comando `pip install` é desnecessário e prejudicial para o contexto de modelos de IA como o Claude, que precisam apenas saber se a instalação de pacotes Python foi bem-sucedida ou falhou. Detalhes verbosos como barras de progresso e logs de compilação são considerados ruído que não auxilia a IA na depuração.
Esta investigación introduce un marco de ajuste fino (fine-tuning) eficiente en datos para enseñar a los modelos de razonamiento de lenguaje a alternar idiomas (code-switch) de manera efectiva en tareas de razonamiento. Busca identificar comportamientos beneficiosos de alternancia de idiomas, analizando sistemáticamente rastros de razonamiento diversos.
Este artículo presenta una condición necesaria para el diseño de algoritmos de aprendizaje intragrupal en Reinforcement Learning, exigiendo que los objetivos mantengan la intercambiabilidad de gradientes para evitar derivas irrelevantes. Propone transformaciones mínimas para restaurar esta estructura de cancelación, lo que estabiliza el entrenamiento y mejora la eficiencia de la muestra.
Este artículo introduce Structured Progressive Knowledge Activation (SPARK) para abordar el desafío de integrar el conocimiento arquitectónico en la búsqueda de arquitectura neuronal (NAS) impulsada por LLMs. SPARK mitiga el "entanglement funcional" al permitir la edición condicionada por factores, lo que lleva a modificaciones arquitectónicas más específicas y confiables.
Mango es un método multiagente para la navegación web que optimiza la exploración de sitios complejos al aprovechar una vista global. Determina puntos de partida óptimos y asigna el presupuesto de navegación de forma adaptativa, logrando una tasa de éxito del 63,6% con GPT-5-mini.
Este trabajo aborda el desafío de las modalidades faltantes en los datos clínicos multimodales para el diagnóstico, reformulándolo como una tarea de modelado de secuencia autorregresiva. Utiliza decodificadores causales de LLMs y un preentrenamiento contrastivo consciente de la falta para superar las bases en benchmarks como MIMIC-IV y eICU.
Este trabajo aborda la significativa huella de memoria del caché Key-Value (KV) en modelos de transformadores, proponiendo una optimización a través de la dimensión de profundidad. Introduce un método para el intercambio de caché entre capas, demostrando que eliminar el caché de una capa puede ser eficiente sin pérdida de información y sugiere un enfoque de entrenamiento con atención aleatoria entre capas.
Este artículo introduce un marco matemático para analizar el proceso recursivo donde el texto generado por IA remodela el registro público del cual aprenden los LLM. Distingue entre la "deriva", que elimina formas raras, y la "selección", que filtra el contenido, mostrando que la selección normativa preserva estructuras lingüísticas más profundas.
Geometry-Lite es una nueva sonda a nivel de prompt diseñada para interpretar cómo se desarrolla la evidencia de seguridad a través de las capas en grandes modelos de lenguaje. Analiza la geometría de margen capa por capa utilizando diversas lecturas para comprender la formación de límites, mejorando la detección de seguridad sobre sondas de una sola capa.