Granite-4.1-8B es un modelo de instrucción de contexto largo de 8 mil millones de parámetros de IBM, mejorado mediante ajuste fino y alineación para capacidades avanzadas de llamada de herramientas, seguimiento de instrucciones y chat. Soporta múltiples idiomas y fue lanzado en abril de 2026 bajo la licencia Apache 2.0.
Este contenido aborda el problema de que la Tasa de Error de Palabras (WER) penaliza las diferencias de formato en las evaluaciones STT, lo que lleva a puntuaciones imprecisas. Para resolverlo, se lanzó la biblioteca de código abierto `gladia-normalization`, que normaliza las transcripciones antes del cálculo del WER, asegurando una evaluación más justa de la calidad del reconocimiento.
Un usuario autodidacta, principiante en el fine-tuning, pide consejo sobre la elección entre modelos LLM de 3B y 7B para un proyecto de razonamiento multitarea. El proyecto implica entender la intención subyacente en las preguntas, mantener múltiples perspectivas y manejar entradas desordenadas.
El contenido pregunta sobre la idoneidad de los talleres de EMNLP para el trabajo de evaluación de modelos de visión-lenguaje (VLM). También busca recomendaciones de otros buenos lugares de PNL para este tipo de investigación.
Este artículo presenta PromptNCE, un método para estimar la información mutua puntual (PMI) utilizando solo LLMs y prompts de estimación contrastiva, evitando la necesidad de críticos específicos de la tarea. Introduce un benchmark con PMI derivado de humanos y demuestra que PromptNCE logra una correlación de Spearman de hasta 0,82.
Este contenido describe cómo la automatización con IA puede transformar las revisiones de literatura, haciendo que la detección y extracción de datos de PDFs sean más eficientes y reproducibles. Sugiere un enfoque iterativo y la combinación de herramientas como GROBID y spaCy para un flujo de trabajo práctico.
Una startup creó el primer tutor de IA de voz para el amárico, descubriendo que la traducción simple no funciona debido a las estructuras gramaticales y contextos culturales únicos del idioma. El proyecto enfrentó complejidades con el script Ge'ez y la escasez de datos de entrenamiento.
Este contenido aborda el problema común de búsquedas de usuarios que devuelven cero resultados debido a la falta de comprensión semántica. Propone la construcción de una búsqueda semántica utilizando Transformers.js y embeddings de frases para mejorar la relevancia de los resultados.
Este artículo presenta un pipeline práctico para transformar corpora de texto en señales semánticas cuantitativas, utilizando embeddings, evaluación basada en logprobs y reducción de ruido. El estudio de caso aplica seis dimensiones semánticas a noticias portuguesas sobre IA para apoyar tareas de ingeniería de IA como la inspección y el monitoreo de corpus.
TALM (Tool Augmented Language Models) se enfoca en la integración de herramientas externas con grandes modelos de lenguaje para aumentar sus capacidades. Este enfoque permite a los LLMs realizar tareas complejas de manera más efectiva, aprovechando funciones especializadas e interacciones del mundo real.
Este artículo describe la construcción de un sistema de IA que genera más de 1.000 personas únicas para comentarios en Telegram, después de que los equipos humanos fallaran. Detalla la creación de personalidades persistentes con comportamiento natural y la superación de desafíos técnicos como los sistemas anti-bot y la moderación de spam con IA.
TRACE-KG é um framework multimodal que constrói grafos de conhecimento enriquecidos por contexto e um esquema induzido, superando limitações de métodos baseados em ontologias ou esquemas livres. Ele organiza entidades e relações usando um esquema guiado por dados, mantendo a rastreabilidade e capturando relações condicionais.
India se presenta como una gran oportunidad en el mercado de la IA, con más de 110 aplicaciones en 22 idiomas y 28 sectores, impulsada por una inversión de $3.8 mil millones. El país está cerrando la brecha de acceso lingüístico con modelos de IA propios y tiene una alta concentración de talento en IA.
Este artículo, una republicación del Rei-AIOS Paper 110, ofrece una rigurosa comparación informático-teórica entre la codificación Braille-Unicode × D-FUMT8 y esquemas de embedding multimodales como CLIP, BERT e ImageBind. La investigación explora la representación de 256 estados filosóficos en un solo carácter UTF-8 de 3 bytes.
Este artículo explora tres trucos esenciales de spaCy para desarrolladores, con el objetivo de maximizar la velocidad de procesamiento. Se centra en personalizar el reconocimiento de entidades para flujos de trabajo eficientes.
Este conteúdo apresenta CGD-PD, uma camada leve para modelos de linguagem grandes (LLMs) que melhora a resposta a perguntas lógicas de três vias (Verdadeiro/Falso/Desconhecido). Ele aborda falhas recorrentes como inconsistência de negação e previsões 'Desconhecido' epistêmicas, utilizando decisões consistentes e desambiguação baseada em prova para maior precisão.
Esta investigación propone una teoría de "estabilización de preferencia de respuesta finita" para identificar el momento en que la preferencia de respuesta de un modelo de lenguaje se vuelve estable. Muestra que esta estabilización ocurre a menudo antes de que la respuesta sea verbalizada, con un tiempo de anticipación notable.
Este artículo propone SENSE (Semantic Embedding Navigation with Soft-gated Evaluation) para mejorar la Decodificación Especulativa Basada en Recuperación (RSD) en LLMs. SENSE aborda las rígidas dependencias léxicas de RSD, utilizando alineación semántica y evaluación de puerta suave para validar la equivalencia semántica.
QIMMA é uma nova plataforma de avaliação de LLMs em árabe que prioriza a qualidade, realizando validação sistemática de benchmarks. Ela resolve problemas de qualidade em benchmarks existentes através de revisão automatizada e humana, resultando em um conjunto de avaliação reprodutível e multi-tarefa com mais de 52 mil amostras.
El artículo introduce un conjunto de datos sintético de rastreo de razonamiento contrastivo para la respuesta a preguntas multi-tabla (MMQA), con el objetivo de proporcionar supervisión de razonamiento que falta en los recursos existentes. Los LLM de código abierto, ajustados con Optimización de Preferencia Contrastiva (CPO) utilizando este conjunto de datos, mostraron mejoras significativas en el rendimiento.