La base de datos astronómica ALeRCE presenta un sistema de texto a SQL que utiliza modelos de lenguaje grandes, permitiendo consultas en lenguaje natural para generar SQL ejecutable. El sistema, evaluado en 110 pares NL/SQL, emplea un marco paso a paso que supera las líneas base de inferencia directa, con Claude Opus 4.6 logrando alta precisión en consultas simples y uno de los mejores rendimientos generales entre los modelos evaluados.
arxiv
arXiv cs.AI
·
hace 98 d
·
research
ALeRCE lanza un sistema de texto a SQL con LLMs
Traducido del English → Español
Artículos relacionados
arxiv
arXiv cs.CL
·
hace 96 d
·
4 vistas
LLMs agénticos de cero disparos extraen patología pulmonar de narrativas
Un flujo de trabajo agéntico de cero disparos que utiliza LLMs de código abierto extrae 13 campos sinópticos del Colegio Estadounidense de Patólogos a partir de informes de patología de resección pulmonar. El mejor modelo (GPT-OSS-20B) logró un Micro-F1 de 0.893, superando la sensibilidad de referencia y capturando con precisión relaciones patológicas complejas sin entrenamiento específico para la tarea.
arxiv
arXiv cs.LG
·
hace 99 d
·
6 vistas
Fingerprinting del comportamiento de agentes mediante trayectorias procedimentales
Presentamos un método para identificar agentes por sus huellas dactilares de comportamiento procedimental, logrando una precisión del 85.7% al atribuir trayectorias no vistas a los agentes correctos. Utilizando ProcGrep, analizamos el comportamiento de agentes de codificación en SWE-Bench, descubriendo que los modelos de períodos de lanzamiento similares o destilados entre sí exhiben una similitud de comportamiento más cercana, con una divergencia Jensen-Shannon de 0.25.
media
TLDR AI
·
hace 50 d
·
35 vistas
ChronicleBio utiliza IA para curar POTS; Mind Lab prueba el aprendizaje continuo de Macaron-V1
ChronicleBio, fundada por la ex ejecutiva de OpenAI Fidji Simo, está utilizando IA y 153 terabytes de datos sanguíneos para curar el Síndrome de Taquicardia Ortostática Postural (POTS). Mientras tanto, el modelo Macaron-V1 de Mind Lab supera a GLM-5.2 en benchmarks al cambiar dinámicamente entre cinco módulos expertos LoRA para el aprendizaje continuo.
media
TLDR AI
·
hace 68 d
·
14 vistas
Thinking Machines lanza Inkling; Anthropic prepara una OPI; OpenAI entrena GPT-Red
Thinking Machines ha lanzado Inkling, un modelo de mezcla de expertos de 975B parámetros con 41B parámetros activos y razonamiento multimodal. Simultáneamente, Anthropic se está preparando para una posible OPI a finales de este año tras una ronda de financiación de 65 mil millones de dólares con una valoración de 965 mil millones de dólares. OpenAI también ha entrenado GPT-Red para generar iterativamente prompts adversarios, lo que redujo los fallos en un benchmark de inyección de prompts en seis veces para GPT-5.6 Sol.
blog
Simon Willison
·
hace 80 d
·
10 vistas
sqlite-utils 4.0rc2 corrige errores de manejo de transacciones encontrados por Claude Fable
Simon Willison utilizó el agente de codificación Claude Fable para finalizar sqlite-utils 4.0, lo que resultó en la segunda candidata a versión que aborda problemas críticos de manejo de transacciones identificados durante la revisión.