GoDavaii aborda el desafío de la IA en la salud en India, centrándose en la comprensión de descripciones de salud en 22 idiomas locales con sus matices culturales. La empresa destaca que la interpretación de expresiones de salud culturalmente específicas es mucho más compleja que la traducción directa, un desafío a menudo ignorado por las IAs de salud globales.
Este contenido aborda un método innovador de coincidencia de contexto multiperspectiva para mejorar la comprensión automática. La técnica busca aumentar la capacidad de los sistemas de IA para entender textos complejos, analizando información desde diversos ángulos.
Este proyecto describe un sistema de detección del compromiso estudiantil impulsado por IA, que utiliza ML, PNL y análisis multimodal para identificar señales tempranas de dificultades de aprendizaje. El objetivo es intervenir antes de que los problemas académicos, de asistencia o de comportamiento se agraven y se reflejen en las calificaciones.
Este artículo presenta una arquitectura de agente de IA que integra grandes modelos de lenguaje con la orquestación de laboratorio. Permite a los científicos crear y monitorear protocolos de laboratorio automatizados de forma interactiva usando lenguaje natural.
Este relatório técnico apresenta o primeiro módulo de Chronos, um Historiador de IA em desenvolvimento. Ele permite que historiadores convertam imagens digitalizadas de fontes primárias em dados através de interações em linguagem natural, adaptando e refinando fluxos de trabalho.
Este estudo explorou o uso de informações de grafos (RST e Co-referência) para sumarização de texto, descobrindo que Redes de Atenção Gráficas não melhoraram o desempenho, enquanto um Perceptron Multicamadas obteve sucesso. Adicionalmente, foi criado um novo benchmark para sumarização baseada em grafos ao anotar o dataset XSum com informações RST.
SIEVE propõe um método para aprendizado paramétrico com eficiência de amostra a partir de contexto de linguagem natural, necessitando de apenas três exemplos de consulta. Ele emprega uma pipeline de geração de dados sintéticos, SIEVE-GEN, que decompõe o contexto para gerar resultados de maior qualidade e destilar o contexto no modelo.
Este trabalho define metalinguagem e explora sua conexão com PNL e LLMs, discutindo esforços de pesquisa e dimensões de tarefas metalinguísticas. Propõe ainda uma lista de futuras direções de pesquisa pouco estudadas.
El artículo propone ZeroFolio, un método de selección de algoritmos sin características que utiliza embeddings de texto preentrenados de archivos de instancia brutos. Este enfoque, que no requiere conocimiento de dominio, supera los métodos tradicionales con características artesanales en la mayoría de los escenarios evaluados en diversos dominios de problemas.
Esta investigación presenta un sistema automatizado para detectar errores de dosificación en narrativas de ensayos clínicos, utilizando LightGBM con ingeniería de características multimodal. El enfoque combina PNL tradicional, embeddings semánticos, patrones médicos y puntuaciones de transformadores para lograr una alta precisión en un conjunto de datos desequilibrado.
Este estudio investiga estrategias de aumento de datos para mejorar la clasificación de texto basada en transformadores en la puntuación automatizada de explicaciones científicas de estudiantes, abordando el desequilibrio de clases. Evalúa métodos como respuestas generadas por GPT-4, EASE y ALP contra una línea base de SciBERT, utilizando un conjunto de datos de 1.466 respuestas de secundaria.
MedStruct-S es un nuevo benchmark para la extracción de información semiestructurada de informes clínicos derivados de OCR, abordando desafíos como representaciones de claves heterogéneas y ruido de OCR. Su objetivo es evaluar la robustez del modelo en entornos del mundo real para el descubrimiento de claves, QA condicionado a claves y extracción de pares clave-valor.
Esta investigación explora el uso de la desviación geométrica de los estados ocultos de los LLM como una señal previa a la generación para indicar cuando una consulta está fuera del conocimiento del modelo. Se encontró que esta señal funciona bien para preguntas matemáticas sin respuesta, pero no para preguntas fácticas.
Este estudio investiga cómo los Grandes Modelos de Lenguaje (LLMs) procesan mecanísticamente la negación, revelando que incluso los modelos de código abierto poseen componentes internos para el procesamiento correcto de la negación a pesar de a menudo dar respuestas incorrectas. Su baja precisión se atribuye a la atención de capas tardías que promueve atajos simples, y los modelos implementan tanto la atención a frases negadas como la construcción directa de representaciones de frases negativas.
S^2tory es un marco de IA basado en la narratología para la creación de resúmenes de guiones de películas, que aborda la complejidad de las narrativas no lineales identificando "núcleos de la trama" mediante trayectorias de desarrollo de personajes. Emplea un Agente Experto Narrativo para destilar conocimiento, que luego condiciona un modelo para identificar los puntos esenciales de la trama para la generación del resumen.
Este contenido ofrece una guía práctica sobre cómo construir un tokenizador GPT, detallando los pasos y conceptos fundamentales involucrados. Explora cómo los modelos GPT procesan el texto, convirtiéndolo en unidades más pequeñas para el análisis.
Este contenido explora cómo usar la inteligencia artificial, específicamente los Large Language Models (LLMs), para la antigua práctica de la lectura atenta. Detalla experimentos y enfoques para aplicar la IA a esta forma de arte tradicional.
O BDI-Kit é uma ferramenta que aborda a harmonização de dados, superando a heterogeneidade em esquemas e valores. Ele oferece uma API Python para pipelines programáticos e uma interface de chat assistida por IA para especialistas, permitindo explorar, validar e refinar correspondências de dados de forma iterativa.
La IA de salud diseñada para el inglés falla al procesar consultas médicas en idiomas como el bengalí, ofreciendo consejos inadecuados. En contraste, GoDavaii razona de forma nativa en 22 idiomas indios, proporcionando asesoramiento médico preciso y culturalmente relevante.
La IA multimodal, que integra múltiples fuentes de datos como visión y lenguaje, está ganando terreno debido a la creciente digitalización y a sus diversas aplicaciones en varios sectores. A pesar de su promesa, un desafío clave sigue siendo la fusión efectiva de tipos de datos dispares con diferentes requisitos de procesamiento.