CORTIS permite que los agentes de voz orientados a tareas generen salidas de habla estructuradas mediante el ajuste fino de modelos de lenguaje hablado utilizando únicamente supervisión de tareas en formato texto. Supera a las cascadas ASR-LLM bajo degradación acústica, especialmente en la preservación de la semántica de alto nivel de la tarea, sin requerir anotaciones emparejadas de habla-objetivo durante el entrenamiento.
Una evaluación de referencia con 240 elementos de prueba en árabe en ocho dominios y diez habilidades evalúa doce modelos de lenguaje pequeños en configuraciones zero-shot. Gemma 3 (12B) obtuvo la puntuación general más alta (4.548/5), seguido por Aya y C4AI Command Arabic, con un rendimiento vinculado más a la alineación con el árabe y al seguimiento de instrucciones que al tamaño del modelo. Los modos de fallo comunes incluyen filtración de prompt, alucinación y débil adherencia a la tarea.
Un clasificador de voz preentrenado se reutiliza como columna vertebral para la generación de voz guiada por difusión. Al adjuntar una subred ligera y entrenarla bajo emparejamiento de puntuaciones de denoising, el enfoque logra alta calidad de voz con menor costo de memoria y computacional, utilizando un único modelo en lugar de dos componentes entrenados por separado.
Un modelo bayesiano jerárquico que utiliza 55 características ambientales conscientes del contexto reduce el error de predicción al 1.27% en datos de FIV, en comparación con el 3-5% obtenido con promedios crudos de sensores. El modelo alcanza un R2 = 0.86 en datos no vistos y reduce el error en un 64% para mujeres de 35 a 39 años, mostrando una señal clínica transferible entre clínicas.
Los sistemas de IA agéntica enfrentan crecientes amenazas por parte de ataques automatizados guiados por modelos. Una nueva estrategia de defensa, Desvío Contextual mediante Compromiso Progresivo (CMPE), reduce las tasas de éxito del atacante hasta en dos órdenes de magnitud y casi elimina el éxito verificado del ataque en pruebas de referencia.
UltraQuant permite el caché KV de 4 bits para agentes con alta carga de contexto, reduciendo el tiempo P50 hasta el primer token en 3.47x en rondas tardías y aumentando el rendimiento de salida en 1.63x sobre la línea base FP8 KV. Logra esto mediante consultas FP8, tensores KV FP4, escalas de grupo UE8M0 y MFMA escalado nativo en GPUs AMD CDNA4, con optimizaciones para kernels de decode-attention y elecciones de diseño robustas como el tratamiento asimétrico K/V y la rotación de Walsh-Hadamard.
Un nuevo marco analiza los sistemas multiagente modelando las funciones de influencia y respuesta de los agentes. Deriva propiedades macroscópicas como potencia, entropía y orden, e identifica un nivel óptimo de sincronización que equilibra productividad, estabilidad y adaptabilidad. El estudio muestra que el orden y las propiedades del sistema dependen de la tarea y son relativos al contexto.
Contagion Networks introduce un marco para medir cómo se propagan los sesgos del evaluador entre agentes de LLM. En un experimento con 3 agentes, los sesgos se propagaron consistentemente con coeficientes de contagio entre 0.157 y 0.352, y los agentes de modelo homogéneo mostraron un contagio significativamente más débil que las configuraciones cruzadas entre modelos. Aumentar el tamaño del comité de evaluadores de k=1 a k=3 redujo el contagio efectivo en un 72.4%.
Un nuevo marco de IA Explicable utiliza datos conductuales estructurados y características de emociones faciales para detectar signos tempranos de depresión y ansiedad relacionadas con la carrera en estudiantes universitarios. El modelo, evaluado en datos de estudiantes pakistaníes, alcanza una puntuación F1 del 89.12% e identifica marcadores clave como la evitación de la mirada directa y el aislamiento social, alineándose con la teoría psicológica.
w$^{2}$VLA introduce un modelo modular de visión-lenguaje-acción que desacopla el conocimiento declarativo y procedimental. Al reestructurar el flujo de información, permite una clonación de comportamiento robusta y la transferencia de habilidades zero-shot a objetos nuevos y disímiles.
El Aprendizaje Jerárquico Bloque-Local (HBLL) permite el entrenamiento de redes neuronales profundas en una complejidad temporal paralela de O(log N), eliminando la necesidad de retropropagación completa. HBLL descompone las redes en bloques vinculados jerárquicamente y logra un rendimiento competitivo en tareas de visión y lenguaje, con extensiones a arquitecturas recurrentes.
Un estudio introduce la divergencia JS en el post-entrenamiento autoregresivo de texto a imagen estilo GRPO, mostrando que equilibra la optimización de políticas y la diversidad de generación. Los experimentos en LlamaGen y Janus-7B demuestran que la divergencia JS logra un rendimiento superior o fuerte en las métricas de evaluación mientras preserva salidas diversas.
Los Gradientes de Política Analíticos (APG) permiten el cálculo exacto de gradientes mediante retropropagación a través de la simulación cuando las dinámicas del entorno son diferenciables. APG supera a Proximal Policy Optimization (PPO) en cuatro tareas de control continuo, mostrando una eficiencia superior en muestra y aprendizaje con un esquema de retropropagación segmentada que reduce la degradación del gradiente en tareas de horizonte largo.
Mem-GF introduce un método de filtrado de grafos eficiente en memoria que aproxima los filtros de grafos polinómicos utilizando subespacios de Krylov, evitando el almacenamiento del grafo completo de similitud entre elementos. Logra hasta un 5.74× menos de uso de memoria y un tiempo de ejecución 4.38× más rápido, superando a los métodos de última generación en precisión y escalando a conjuntos de datos con decenas de millones de interacciones.
Una nueva revisión explora cómo la teoría de la elección social ayuda a agregar el retroalimentación humana en la alineación de IA. Identifica modos de fallo en la agregación de retroalimentación y ofrece métodos fundamentados para manejar el desacuerdo entre los juicios humanos.
Un nuevo enfoque verifica los flujos de trabajo de IA agente durante el diseño modelándolos como composiciones de bloques de construcción reutilizables. Aplica doce reglas estructurales para garantizar la compatibilidad, detectando de manera confiable defectos de diseño incluso después de transformaciones estructurales como la división de tareas.
El proyecto llama.cpp ha lanzado la versión b9832, introduciendo una nueva opción de línea de comandos `--dump-prog` para el motor de plantillas Jinja con el fin de ayudar en la depuración. Esta actualización también incluye binarios precompilados para macOS, Linux, Android, Windows y openEuler a través de varias arquitecturas de CPU y GPU.
Un marco unificado de cero disparos, ZeProM, utiliza un Modelo de Video-Lenguaje preentrenado para realizar conjuntamente la detección de errores procedimentales y la segmentación temporal de acciones. Logra una mejora de hasta 4.4 puntos en EDA y 2.0 puntos en F1@.5 en tareas EgoPER, igualando o superando a los métodos supervisados sin entrenamiento específico para la tarea.
FAST aborda la ineficiencia del muestreo en el aprendizaje por refuerzo para conducción autónoma introduciendo Alineamiento de Muestreo Paralelo Dinámico para desacoplar los bucles de muestreo de las terminaciones individuales de episodios. Logra una aceleración de hasta 1.78 veces en tiempo real frente a líneas base de un solo clip, manteniendo la ausencia de sesgo estadístico mediante Optimización de Relleno de Máscara Escalada.
Zico Kolter y Matt Fredrikson, coautores del artículo definitivo sobre inyecciones indirectas de prompts y autoridades en el modelo Mythos, discuten los crecientes riesgos de seguridad de la IA. Destacan que los sistemas de IA requieren una mentalidad de seguridad distinta, con agentes que introducen nuevas vulnerabilidades, y que el red-teaming especializado en IA puede superar a los humanos al romper modelos, haciendo que las brechas por inyección de prompts en la IA sean cada vez más probables.