75 materiales
En IEMOCAP y MELD se compara la predicción generativa de etiquetas emocionales con un clasificador lineal aplicado a las representaciones ocultas de una SpeechLLM compacta. La mejora en la calidad que aporta el clasificador no es universal: depende del corpus y de si se utilizan transcripciones de referencia o resultados de ASR.
El artículo compara la selección global exacta de un conjunto compatible de medicamentos, implementada mediante programación lineal entera mixta, con varios esquemas locales para resolver conflictos de DDI con puntuaciones FLAME fijas en MIMIC-III. En el conjunto de prueba, la opción global ofrece una mejora pequeña pero constante en Jaccard, que aumenta al endurecer las restricciones y alcanza +0.0064 frente al método local de referencia más sólido.
El trabajo propone un protocolo que fija la pregunta y la respuesta de referencia con ocho formas de presentar la estructura y marca por separado las relaciones en GraphSpace. Los experimentos con ajuste fino por pares, enmascaramiento de campos objetivo y adición de evidencias muestran que el modelo puede aprender tanto a aplicar una relación como a seguir un enlace; sin embargo, eliminar el enlace reduce la precisión por debajo del nivel de los recorridos heurísticos.
Según estimaciones de Apptopia, durante sus primeros 12 días en iOS en Estados Unidos y Canadá, Muse obtuvo 1,8 millones de descargas, frente a los 1,3 millones de ChatGPT; en Estados Unidos también tuvo más usuarios diarios. La comparación se basa en estimaciones externas y abarca condiciones de lanzamiento distintas: ChatGPT se lanzó de inmediato a nivel internacional, mientras que Muse solo estaba disponible en Estados Unidos y Canadá.
El artículo analiza la arquitectura de SPARSEUP y sus resultados: 56,4 nDCG@10 en BEIR-13, así como una exhaustividad superior al 97 % al combinarla con el índice Seismic, con un tiempo de aproximadamente 380 microsegundos por consulta. El análisis abarca técnicas que conservan la dispersión de los vectores, una comparación con otros modelos y las condiciones de distribución bajo Apache 2.0.
El nuevo modelo reconoce el habla en modo por lotes y en streaming; SpaceXAI informa de que, en una prueba con frases cortas en 19 idiomas, la tasa de error bajó del 20,6 % al 6,8 %. El resumen incluye las tarifas de la API y los resultados de pruebas comparativas, que aún no han sido verificados de forma independiente.
Los autores proponen una capa de memoria compartida y sistemática: los agentes guardan información estructurada, mientras que el sistema controla su selección, la protección de datos y su transmisión a los modelos. En las pruebas con AIOS, este enfoque mejoró la personalización frente al almacenamiento externo y RAG, y redujo la latencia entre un 15 % y un 61 % en comparación con la transmisión del contexto completo, con resultados comparables en dos de los tres modelos.
El estudio compara dos formas de aplicar paquetes de conocimiento ya preparados: incluir sus instrucciones en el contexto de trabajo del agente o delegar las subtareas en agentes independientes. La delegación es más eficaz cuando las entradas, los resultados y los procedimientos están claramente definidos, pero requiere costes adicionales de coordinación.
El artículo presenta XAI-Arena, un sistema que compara explicaciones de IA según varios criterios, teniendo en cuenta distintos modelos e intereses de los usuarios. Las evaluaciones de los LLM concuerdan notablemente con los juicios humanos (ρ de Spearman = 0,693), lo que apunta a la posibilidad de ampliar el análisis comparativo de las explicaciones.
