Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

CodeArena: Una Plataforma de Evaluación Colectiva para la Generación de Código con LLM
CodeArena: A Collective Evaluation Platform for LLM Code Generation

Mingzhe Du, Anh Tuan Luu, Bin Ji, Xiaobao Wu, Dong Huang, Terry Yue Zhuo, Qian Liu, See-Kiong Ng•Mar 3, 2025•82

Comportamientos cognitivos que permiten razonadores de auto-mejora, o, Los cuatro hábitos de los STaRs altamente efectivos
Cognitive Behaviors that Enable Self-Improving Reasoners, or, Four Habits of Highly Effective STaRs

Kanishk Gandhi, Ayush Chakravarthy, Anikait Singh, Nathan Lile, Noah D. Goodman•Mar 3, 2025•383

OneRec: Unificación de Recuperación y Clasificación con Recomendador Generativo y Alineación Iterativa de Preferencias
OneRec: Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment

Jiaxin Deng, Shiyao Wang, Kuo Cai, Lejian Ren, Qigen Hu, Weifeng Ding, Qiang Luo, Guorui Zhou•Feb 26, 2025•252

VideoUFO: Un Conjunto de Datos a Gran Escala Centrado en el Usuario para la Generación de Texto a Video
VideoUFO: A Million-Scale User-Focused Dataset for Text-to-Video Generation

Wenhao Wang, Yi Yang•Mar 3, 2025•82

Lenguas Tonales Inventadas por IA: Evitando una Lingua Franca Máquina más allá de la Comprensión Humana
AI-Invented Tonal Languages: Preventing a Machine Lingua Franca Beyond Human Understanding

David Noever•Mar 2, 2025•52

Qilin: Un conjunto de datos de recuperación de información multimodal con sesiones de usuario a nivel de aplicación
Qilin: A Multimodal Information Retrieval Dataset with APP-level User Sessions

Jia Chen, Qian Dong, Haitao Li, Xiaohui He, Yan Gao, Shaosheng Cao, Yi Wu, Ping Yang, Chen Xu, Yao Hu, Qingyao Ai, Yiqun Liu•Mar 1, 2025•122

Reconstrucción de la Disposición de Habitaciones a partir de Vistas Escasas No Posadas en la Era de los Modelos Preentrenados
Unposed Sparse Views Room Layout Reconstruction in the Age of Pretrain Model

Yaxuan Huang, Xili Dai, Jianan Wang, Xianbiao Qi, Yixing Yuan, Xiangyu Yue•Feb 24, 2025•32

Selección de Datos a Gran Escala para el Ajuste de Instrucciones
Large-Scale Data Selection for Instruction Tuning

Hamish Ivison, Muru Zhang, Faeze Brahman, Pang Wei Koh, Pradeep Dasigi•Mar 3, 2025•122

DiffRhythm: Generación de canciones completas de extremo a extremo increíblemente rápida y sorprendentemente simple con difusión latente
DiffRhythm: Blazingly Fast and Embarrassingly Simple End-to-End Full-Length Song Generation with Latent Diffusion

Ziqian Ning, Huakang Chen, Yuepeng Jiang, Chunbo Hao, Guobin Ma, Shuai Wang, Jixun Yao, Lei Xie•Mar 3, 2025•272

DuoDecoding: Decodificación Especulativa Heterogénea Consciente del Hardware con Redacción Dinámica de Múltiples Secuencias
DuoDecoding: Hardware-aware Heterogeneous Speculative Decoding with Dynamic Multi-Sequence Drafting

Kai Lv, Honglin Guo, Qipeng Guo, Xipeng Qiu•Mar 2, 2025•132

La Forma de las Palabras Importa: Reconstrucción Semántica de los LLM bajo la Tipoglicemia
Word Form Matters: LLMs' Semantic Reconstruction under Typoglycemia

Chenxi Wang, Tianle Gu, Zhongyu Wei, Lang Gao, Zirui Song, Xiuying Chen•Mar 3, 2025•52

Enseñando la Distancia Métrica a Modelos Fundacionales Multimodales Autoregresivos
Teaching Metric Distance to Autoregressive Multimodal Foundational Models

Jiwan Chung, Saejin Kim, Yongrae Jo, Jaewoo Park, Dongjun Min, Youngjae Yu•Mar 4, 2025•42

Informe Técnico de Phi-4-Mini: Modelos de Lenguaje Multimodales Compactos pero Potentes mediante Mezcla de LoRAs
Phi-4-Mini Technical Report: Compact yet Powerful Multimodal Language Models via Mixture-of-LoRAs

Abdelrahman Abouelenin, Atabak Ashfaq, Adam Atkinson, Hany Awadalla, Nguyen Bach, Jianmin Bao, Alon Benhaim, Martin Cai, Vishrav Chaudhary, Congcong Chen, Dong Chen, Dongdong Chen, Junkun Chen, Weizhu Chen, Yen-Chun Chen, Yi-ling Chen, Qi Dai, Xiyang Dai, Ruchao Fan, Mei Gao, Min Gao, Amit Garg, Abhishek Goswami, Junheng Hao, Amr Hendy, Yuxuan Hu, Xin Jin, Mahmoud Khademi, Dongwoo Kim, Young Jin Kim, Gina Lee, Jinyu Li, Yunsheng Li, Chen Liang, Xihui Lin, Zeqi Lin, Mengchen Liu, Yang Liu, Gilsinia Lopez, Chong Luo, Piyush Madan, Vadim Mazalov, Ali Mousavi, Anh Nguyen, Jing Pan, Daniel Perez-Becker, Jacob Platin, Thomas Portet, Kai Qiu, Bo Ren, Liliang Ren, Sambuddha Roy, Ning Shang, Yelong Shen, Saksham Singhal, Subhojit Som, Xia Song, Tetyana Sych, Praneetha Vaddamanu, Shuohang Wang, Yiming Wang, Zhenghao Wang, Haibin Wu, Haoran Xu, Weijian Xu, Yifan Yang, Ziyi Yang, Donghan Yu, Ishmam Zabir, Jianwen Zhang, Li Lyna Zhang, Yunan Zhang, Xiren Zhou•Mar 3, 2025•866

¿Por qué los agentes de IA web son más vulnerables que los LLM independientes? Un análisis de seguridad
Why Are Web AI Agents More Vulnerable Than Standalone LLMs? A Security Analysis

Jeffrey Yang Fan Chiang, Seungjae Lee, Jia-Bin Huang, Furong Huang, Yizheng Chen•Feb 27, 2025•32

Visual-RFT: Ajuste Fino por Refuerzo Visual
Visual-RFT: Visual Reinforcement Fine-Tuning

Ziyu Liu, Zeyi Sun, Yuhang Zang, Xiaoyi Dong, Yuhang Cao, Haodong Duan, Dahua Lin, Jiaqi Wang•Mar 3, 2025•782

Escalado Eficiente en Tiempo de Prueba mediante Autocalibración
Efficient Test-Time Scaling via Self-Calibration

Chengsong Huang, Langlin Huang, Jixuan Leng, Jiacheng Liu, Jiaxin Huang•Feb 25, 2025•152

Kiss3DGen: Reutilización de Modelos de Difusión de Imágenes para la Generación de Activos 3D
Kiss3DGen: Repurposing Image Diffusion Models for 3D Asset Generation

Jiantao Lin, Xin Yang, Meixi Chen, Yingjie Xu, Dongyu Yan, Leyi Wu, Xinli Xu, Lie XU, Shunsi Zhang, Ying-Cong Chen•Mar 3, 2025•152

SampleMix: Una Estrategia de Mezcla de Datos de Pre-entrenamiento Muestra por Muestra mediante la Coordinación de Calidad y Diversidad de Datos
SampleMix: A Sample-wise Pre-training Data Mixing Strategey by Coordinating Data Quality and Diversity

Xiangyu Xi, Deyang Kong, Jian Yang, Jiawei Yang, Zhengyu Chen, Wei Wang, Jingang Wang, Xunliang Cai, Shikun Zhang, Wei Ye•Mar 3, 2025•92

Consulta Ad-hoc Especulativa
Speculative Ad-hoc Querying

Haoyu Li, Srikanth Kandula, Maria Angels de Luis Balaguer, Aditya Akella, Venkat Arun•Mar 2, 2025•132

El razonamiento general requiere aprender a razonar desde el principio.
General Reasoning Requires Learning to Reason from the Get-go

Seungwook Han, Jyothish Pari, Samuel J. Gershman, Pulkit Agrawal•Feb 26, 2025•52

CLEA: Agente Corporizado de Bucle Cerrado para Mejorar la Ejecución de Tareas en Entornos Dinámicos
CLEA: Closed-Loop Embodied Agent for Enhancing Task Execution in Dynamic Environments

Mingcong Lei, Ge Wang, Yiming Zhao, Zhixin Mai, Qing Zhao, Yao Guo, Zhen Li, Shuguang Cui, Yatong Han, Jinke Ren•Mar 2, 2025•32

De horas a minutos: Aceleración sin pérdidas en la generación de secuencias ultra largas de hasta 100.000 tokens
From Hours to Minutes: Lossless Acceleration of Ultra Long Sequence Generation up to 100K Tokens

Tong Wu, Junzhe Shen, Zixia Jia, Yuxuan Wang, Zilong Zheng•Feb 26, 2025•302

Cuando un modelo de lenguaje grande (LLM) muestra aprensión sobre sus respuestas, y cuando su incertidumbre está justificada,
When an LLM is apprehensive about its answers -- and when its uncertainty is justified

Petr Sychev, Andrey Goncharov, Daniil Vyazhev, Edvard Khalafyan, Alexey Zaytsev•Mar 3, 2025•212

Liger: Linealización de Modelos de Lenguaje a Gran Escala en Estructuras Recurrentes con Compuertas
Liger: Linearizing Large Language Models to Gated Recurrent Structures

Disen Lan, Weigao Sun, Jiaxi Hu, Jusen Du, Yu Cheng•Mar 3, 2025•182

Difix3D+: Mejora de reconstrucciones 3D con modelos de difusión de un solo paso
Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models

Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling•Mar 3, 2025•442

RSQ: Aprender de los tokens importantes conduce a mejores LLMs cuantizados
RSQ: Learning from Important Tokens Leads to Better Quantized LLMs

Yi-Lin Sung, Prateek Yadav, Jialu Li, Jaehong Yoon, Mohit Bansal•Mar 3, 2025•23

Optimización Discriminativa Directa: Tu Modelo Generativo Visual Basado en Verosimilitud es en Realidad un Discriminador de GAN
Direct Discriminative Optimization: Your Likelihood-Based Visual Generative Model is Secretly a GAN Discriminator

Kaiwen Zheng, Yongxin Chen, Huayu Chen, Guande He, Ming-Yu Liu, Jun Zhu, Qinsheng Zhang•Mar 3, 2025•32

PodAgent: Un Marco Integral para la Generación de Podcasts
PodAgent: A Comprehensive Framework for Podcast Generation

Yujia Xiao, Lei He, Haohan Guo, Fenglong Xie, Tan Lee•Mar 1, 2025•62