arxiv arXiv cs.LG · hace 6 h

Sobre los límites de los modelos de lenguaje condicionados por prompts como aprendedores de propósito general

Este artículo sostiene que los Modelos de Lenguaje Grande no son solucionadores universales de problemas mediante el uso exclusivo de prompts, debido a restricciones fundamentales en el lenguaje como interfaz de comunicación y requisitos de alineación. Los autores analizan la interacción usuario-sistema como un juego de cheap-talk para derivar cotas PAC-Bayes que distinguen el error de estimación de las limitaciones estructurales.

arxiv arXiv cs.LG · hace 6 h

Modelos de Lenguaje Afilados: Mejorar el Rendimiento mediante la Asignación de Capacidad Consciente de la Profundidad

El artículo introduce los Modelos de Lenguaje Afilados (TLMs), un principio arquitectónico que asigna más capacidad de parámetros a las capas iniciales y menos a las capas posteriores dentro de un presupuesto fijo. Este enfoque desafía la práctica estándar de ancho uniforme en las capas al aprovechar la evidencia de que las capas posteriores principalmente refinan el flujo residual en lugar de transformarlo.

arxiv arXiv cs.LG · hace 6 h

PsyBridge: Un marco híbrido inteligente para la evaluación multidimensional de la salud mental

Este estudio presenta PsyBridge, un marco híbrido inteligente diseñado para abordar las limitaciones de las herramientas de detección de salud mental aisladas al integrar evaluaciones clínicamente validadas con perfiles cognitivos y de personalidad. El sistema utiliza una arquitectura modular y un mecanismo de agregación ponderada para generar clasificaciones de riesgo interpretables y recomendaciones de apoyo a la decisión.

arxiv arXiv cs.AI · hace 6 h

UnBias-Plus: Detectar, Explicar y Reescribir Sesgo

UnBias-Plus es un kit de herramientas de código abierto diseñado para abordar el sesgo persistente en el lenguaje natural al unificar capacidades de detección, explicación y reescritura neutral.

arxiv arXiv cs.LG · hace 6 h

Problema abierto: ¿Es efectivo AdamW bajo ruido de cola pesada?

Este artículo aborda la falta de una teoría rigurosa de convergencia para el optimizador AdamW en regímenes con ruido estocástico de gradiente pesado de cola, común en el preentrenamiento de grandes modelos de lenguaje. Cuestiona si AdamW puede converger bajo estas condiciones o si su acumulador de segundo momento crea una obstrucción genuina.

arxiv arXiv cs.LG · hace 6 h

Navegación semántica: diversidad controlable para la generación de imágenes

Este artículo presenta Semantic Browsing, un método para generar diversidad controlada en modelos de texto a imagen al imponer estructura a las muestras generadas con el fin de superar la falta de variación significativa en los sistemas actuales. El enfoque induce diversidad directamente a nivel textual en lugar de depender de variaciones estocásticas dentro del modelo.

arxiv arXiv cs.LG · hace 6 h

CoorDex: Coordinar los sesgos de cuerpo y mano para la locomoción-manipulación continua diestra en humanoides

Los autores presentan CoorDex, una tubería de aprendizaje que permite la manipulación diestra de alto grado de libertad en humanoides móviles al convertir el control del cuerpo y la mano en un control residual latente coordinado. Este enfoque permite que el humanoide Unitree G1 realice tareas complejas como agarrar botellas sin parar y abrir puertas de refrigerador mientras se mueve.

arxiv arXiv cs.LG · hace 6 h

AutoDex: Un sistema automatizado del mundo real para la recopilación de datos de agarre diestro

AutoDex es un sistema automatizado diseñado para cerrar el ciclo de la recopilación de datos de agarre diestro en el mundo real, gestionando la percepción, la ejecución, la etiquetación y el reinicio sin intervención humana. Aborda los problemas de escalabilidad de la teleoperación y la falta de certificación física en simulación generando candidatos de agarre y verificándolos en hardware real.

arxiv arXiv cs.AI · hace 6 h

Redes Neuronales Físicamente Informadas de Física Dura-Blanda Adaptativas para la Resolución Robusta de EDP con Restricciones en los Límites

Este estudio propone una red neuronal físicamente informada unificada dura-blanda (HSPINN) con ponderación adaptativa de la pérdida para abordar la lenta convergencia y la aplicación inexacta de las condiciones de frontera de las PINN convencionales. El marco aplica exactamente las condiciones de frontera de Dirichlet y periódicas mediante elevación analítica o enmascaramiento, mientras trata los residuos de las EDP y las condiciones iniciales como restricciones blandas equilibradas por una estrategia de softmax inverso-proporcional.

arxiv arXiv cs.AI · hace 6 h

Repensando las Backdoors de Grafos Moleculares bajo Admisión Consciente de la Química

El artículo presenta ChemGuard, un protocolo operativo que formaliza la etapa de admisión pasada por alto en los pipelines de aprendizaje molecular al requerir cadenas sanitizables y una reconstrucción gráfica consistente. Este marco revela que muchas backdoors basadas en grafos existentes pierden eficacia porque sus venenos son químicamente inválidos o inconsistentes con la representación.

arxiv arXiv cs.AI · hace 6 h

Medición y mitigación del sobreajuste en modelos de lenguaje grandes para tribunales multilingües de derecho penal

Este artículo aborda el desafío del sobreajuste en modelos de lenguaje grandes utilizados en contextos de derecho penal del Tribunal Federal Suizo, donde las barreras de seguridad del modelo frecuentemente activan rechazos al procesar detalles sensibles de casos. Los autores presentan TF-RefusalBench, una evaluación multilingüe derivada de fallos públicos, para medir este fenómeno en francés, alemán, italiano e inglés.

arxiv arXiv cs.AI · hace 6 h

Transformers basados en energía como predictores de la dificultad de lectura

Este estudio presenta transformers basados en energía como una nueva medida para predecir la dificultad de lectura humana, estableciendo un vínculo formal entre los modelos transformer y la literatura sobre memoria asociativa, como las redes de Hopfield.

arxiv arXiv cs.AI · hace 6 h

Diffusion-LLM consciente de la distribución para pronóstico robusto de series temporales a ultra largo plazo

Los autores proponen Diffusion-LLM, un marco que integra un modelo de difusión condicional en una pipeline basada en LLM para abordar desafíos en el pronóstico multimodal de series temporales. Este diseño conjunto permite el aprendizaje de las distribuciones futuras de datos mientras mejora la alineación semántica dentro de un espacio latente compartido.

arxiv arXiv cs.AI · hace 6 h

Localización automatizada de fallos semánticos en SysML v2 mediante LLMs aumentados con grafos de conocimiento

Este artículo presenta un marco de trabajo humano-en-el-bucle para identificar y reparar automáticamente errores semánticos en modelos SysML v2 que los compiladores no pueden detectar. El enfoque combina Pequeños Modelos de Lenguaje ajustados finamente con un grafo de conocimiento del dominio para fundamentar las sugerencias de reparación en restricciones de ingeniería válidas.

arxiv arXiv cs.AI · hace 6 h

Litmus: Especificación de métricas impulsada por código y sin etiquetas para evaluar sistemas de IA

Litmus es un sistema sin etiquetas que diseña métricas de evaluación y monitoreo para pipelines de IA al elicitar la intención de evaluación a partir del código fuente y el interrogatorio dirigido. En lugar de asumir que el objetivo de la evaluación es conocido, identifica lo que debe medirse y por qué para construir un portafolio de métricas justificado.

arxiv arXiv cs.AI · hace 6 h

ReasoningLens: Visualización jerárquica y auditoría diagnóstica para modelos de razonamiento grandes

La aparición de Modelos de Razonamiento Grandes ha introducido trazas de Chain-of-Thought excepcionalmente largas, creando una carga de transparencia donde la lógica crítica a menudo queda enterrada bajo un texto procedural masivo. Para abordar esto, los autores presentan ReasoningLens, un marco de código abierto diseñado para la visualización jerárquica y la auditoría diagnóstica de cadenas de razonamiento complejas.

arxiv arXiv cs.AI · hace 6 h

HyperQuant: Una canalización de cuantización óptima en tasa-distorsión para modelos grandes de lenguaje y difusión

HyperQuant es una canalización unificada de cuantización post-entrenamiento diseñada para los pesos y la caché KV de transformadores grandes de lenguaje y difusión, combinando transformadas de Hadamard con cuantización óptima de retículos. El método supera a esquemas recientes como HIGGS, TurboQuant y OCTOPUS en varias tasas de bits mientras mantiene una calidad casi sin pérdidas.

arxiv arXiv cs.AI · hace 6 h

Detección de habilidades maliciosas de agentes en entornos reales mediante atención

Los autores presentan Locate-and-Judge, un detector de dos etapas diseñado para identificar habilidades maliciosas en mercados de agentes LLM donde las defensas tradicionales contra inyección de prompts fallan.

arxiv arXiv cs.AI · hace 6 h

Humanismo digital y diseño evolutivo

Este artículo examina los conceptos de humanismo digital y diseño evolutivo para identificar sus estructuras comunes, sinergias y desafíos en el contexto del desarrollo tecnológico centrado en el ser humano.

arxiv arXiv cs.AI · hace 6 h

GRINQH: Jerarquía de Cuantización Basada en Entrada Graduada para Generación Eficiente de LLM

Los investigadores proponen GRINQH, un marco de cuantización post-entrenamiento solo de pesos que acelera la decodificación de modelos de lenguaje grandes al unificar la cuantización y la esparsificación. El método aprovecha las magnitudes de activación para asignar dinámicamente los canales de peso a diferentes niveles de precisión, abordando la naturaleza limitada por memoria de la etapa de decodificación.