GLM-4 es un modelo de IA bilingüe chino-inglés de la Universidad de Tsinghua / Zhipu AI, optimizado desde cero para ambos idiomas, a diferencia de la mayoría de los modelos centrados en inglés. Presenta una arquitectura de Mezcla de Expertos para inferencia rápida, contexto largo de hasta 128K tokens y un enfoque en llamadas a funciones y flujos de trabajo de agentes.
Este contenido explora el concepto de búsqueda semántica, destacando que comienza con el uso de embeddings. Profundiza en los fundamentos técnicos detrás de la recuperación de información basada en el significado.
Este artículo explora las limitaciones de las LSTMs para mantener el contexto, a pesar de su capacidad de memoria mejorada en comparación con las RNNs básicas. El autor utiliza una experiencia personal de aprendizaje de inglés para ilustrar los tres problemas específicos que las LSTMs aún no resuelven, sentando las bases para discutir los mecanismos de atención.
Un año después de su lanzamiento, el Modo IA está cambiando la forma en que las personas buscan en EE. UU., pasando de palabras clave a consultas en lenguaje natural. Esto marca un cambio notable en el comportamiento de búsqueda.
Este contenido explora la fascinante área de traducir los procesos internos o "pensamientos" de un modelo de inteligencia artificial como Claude a un lenguaje comprensible. Investiga cómo las operaciones complejas de la IA pueden interpretarse y expresarse para comprender mejor su razonamiento.
El autor construyó un sistema de IA de soporte al cliente, Nova, que logró un éxito significativo al enfocarse en aprender de sus errores en lugar de solo minimizarlos. Este enfoque, llamado "Error Genome", resultó en una reducción del 40% en la tasa de errores y un aumento del 20% en la precisión general del sistema.
Amazon QuickSight ahora genera paneles completos de varias hojas a partir de instrucciones en lenguaje natural. Esto permite a los profesionales de BI crear análisis listos para producción en minutos, reduciendo significativamente el tiempo de configuración manual.
Esta investigación introduce un enfoque novedoso para la corrección neural del lenguaje, utilizando mecanismos de atención basados en caracteres. El método busca mejorar la precisión y la robustez de la corrección automática de errores gramaticales y ortográficos en el texto.
Este artículo presenta el Weighted Syntactic and Semantic Context Assessment Summary (wSSAS), un marco determinista para optimizar la categorización de texto con LLMs. Aborda las limitaciones de los LLMs organizando el texto jerárquicamente y utilizando una relación señal-ruido (SNR) para priorizar características semánticas de alto valor.
Este artículo presenta XHS-SCoRE, un benchmark basado en lectores para detectar si una publicación de texto de Xiaohongshu (RedNote) provoca comparación social ascendente, descendente o neutra. El estudio revela una inconsistencia entre la fluidez de generación de los LLM y su capacidad de detección confiable, mostrando que los LLM generan desencadenantes de comparación social que no logran detectar de manera robusta.
Este artículo estudia la geometría local de las nubes de incrustación inducidas por clases controladas de oraciones semánticamente cercanas. Los autores introducen un esquema de modelado geométrico local y un procedimiento de sondeo latente para analizar el espacio de representación y modelar variedades locales.
Este estudo apresenta o dataset TR-EduVSum, focado em vídeos educacionais turcos, e propõe o método AutoMUP. Este método gera resumos padrão-ouro de forma automática e reproduzível a partir de múltiplos resumos humanos, usando agrupamento de unidades de significado e modelagem estatística de consenso.
Este trabajo argumenta que los efectos observados del "prompting contrafactual" en LLMs no pueden atribuirse a un factor objetivo sin considerar modificaciones de texto que preserven el significado y establezcan la sensibilidad general del modelo. La investigación muestra que las tasas de cambio de predicción al modificar el género del paciente son indistinguibles de las tasas inducidas por simples paráfrasis, sugiriendo que no se puede concluir una sensibilidad especial al género del paciente.
Este artículo presenta un sistema eficiente de Generación Aumentada por Recuperación (RAG) para responder preguntas en documentos ucranianos, el cual obtuvo el 2º lugar en la UNLP 2026 Shared Task. Utiliza una búsqueda híbrida personalizada y un modelo de lenguaje ucraniano optimizado y comprimido para una implementación local de alta calidad en hardware con recursos limitados.
Este artigo introduz o Text2DistBench, um novo benchmark para avaliar a capacidade de LLMs inferirem conhecimento distribucional a partir de linguagem natural. Diferente dos benchmarks tradicionais, ele foca em tarefas do mundo real, como estimar proporções de sentimentos ou identificar tópicos frequentes em coleções de texto como comentários do YouTube.
Este artículo introduce MATH-PT, un nuevo conjunto de datos de 1.729 problemas matemáticos en portugués europeo y brasileño, para abordar el sesgo lingüístico en la evaluación del razonamiento matemático de LLMs. La evaluación de modelos de vanguardia muestra un buen rendimiento en preguntas de opción múltiple, pero su rendimiento disminuye en preguntas abiertas.
Este artículo introduce BatteryPass-12K, el primer conjunto de datos público para la novedosa tarea de clasificación de conformidad de pasaportes digitales de baterías (DBP), abordando una necesidad crítica antes de las nuevas regulaciones de la UE. Se evaluaron 22 modelos de lenguaje, revelando que los modelos de "Pensamiento" como GPT-5.4 logran el mejor rendimiento y que los ejemplos few-shot mejoran significativamente los resultados.
Este artículo presenta un asistente proactivo de EMR para el diálogo médico-paciente, que supera los sistemas pasivos al integrar ASR en streaming, estabilización de creencias y planificación de acciones. El sistema fue evaluado en un entorno controlado preliminar, logrando un F1 de 0.84 y Recall@5 de 0.87.
CogRAG+ es un marco sin entrenamiento diseñado para diagnosticar y remediar deficiencias de memoria y razonamiento en LLMs para exámenes profesionales. Desacopla y alinea la recuperación y el razonamiento con jerarquías cognitivas humanas, utilizando estrategias como Reinforced Retrieval y Constrained Reasoning para mejorar la precisión y consistencia.
Este artículo de investigación aborda la selección óptima de preguntas para la recopilación de información en la consulta psiquiátrica utilizando IA conversacional. Introduce un benchmark con 655 preguntas y viñetas sintéticas, evaluando políticas adaptativas guiadas por LLM.