Los LLMs pueden parecer razonar bien, pero un solo token incorrecto puede descarrilar toda la salida. Nuestro nuevo trabajo muestra que la memorización a nivel de token es una causa clave de fallo, especialmente bajo un cambio de distribución. Presentamos: STIM 🔍🧠 🧵 #NLProc

Emocionado de hablar en Berkeley #SBC2025 #BASS2025 sobre la convergencia de AI x Web3 y cómo podríamos crear una economía abierta y colaborativa para un futuro impulsado por la IA. Nuestro líder de producto de blockchain comparte la arquitectura tecnológica sobre cómo logramos flujos de monetización en cadena para activos de IA. @BerkeleyRDI @StanfordSBA

¡Hoy pasé mi defensa de tesis! 😊 Ha sido un viaje gratificante en @nlp_usc @CSatUSC. ¡Muchas gracias a @xiangrenNLP @robinomial @swabhz @avestime, y a todos los que me apoyaron!

¡Estaré en @aclmeeting la próxima semana para presentar este trabajo! 🇦🇹 Emocionado de encontrar viejos amigos y hacer nuevos. Pongámonos al día si te gusta pensar más sobre el futuro del NLP centrado en el ser humano, la personalización y las interacciones de múltiples turnos o simplemente quieres tomar un buen café vienés ☕️

1+1=3 2+2=5 3+3=? Muchos modelos de lenguaje (por ejemplo, Llama 3 8B, Mistral v0.1 7B) responderán 7. Pero, ¿por qué? Profundizamos en los internos del modelo, descubrimos un mecanismo de inducción de funciones y encontramos que se reutiliza ampliamente cuando los modelos se encuentran con sorpresas durante el aprendizaje en contexto. 🧵

¡La Plataforma de Servicios de Datos (DSP) está EN VIVO! 🔆 Ahora cualquier persona, en cualquier parte del mundo, puede contribuir al desarrollo de la IA y ganar recompensas reales por su trabajo. 🔆 ¡Más de $450K en recompensas de $SAHARA + socios disponibles desde el primer día! ¡Comienza hoy → #IAparaTODOS

@Zai_org estamos encantados de abrir el GLM-4.1V-9B-Thinking, un VLM que puede pensar con CoT largos. SoTA en VLM de <10B, comparable a Qwen-2.5-VL-72B en 18 tareas. ¡Un RL para gobernarlos a todos! Detalles - Informe técnico: -Código:

No creí cuando lo vi por primera vez, pero: Entrenamos un modelo de robo rápido que obtiene una precisión de SoTA de >3x. El secreto representa las salidas de LLM *correctamente* 🚲 Demostración/blog: 📄: 🤖: 🧑‍💻:

Aquí hay una charla reciente que di recapitulando los últimos 6-12 meses de progreso en IA, por qué es difícil obtener modelos perfectos, cómo los laboratorios probablemente están abordando la próxima fase de entrenamiento (para agentes) y otros datos interesantes en el panorama del razonamiento. Temas: 00:00 Introducción y el estado del razonamiento 05:50 Escalada de evaluaciones imperfectas 09:18 Cuellos de botella técnicos 13:02 Sycophancy 18:08 La Zona de Goldilocks 19:28 ¿Qué viene después? (pista, planificación) 26:40 Preguntas y respuestas YouTube, etc. en las respuestas. Gracias @corbtt y @OpenPipeAI por hospedarme.

¿Pueden los LLMs explicar adecuadamente "¿Por qué es azul el cielo?" …a un niño de 10 años 👶🏽 frente a alguien con un doctorado en física 👩🏽‍🔬? En nuestro artículo de #ACL2025, evaluamos qué tan bien pueden los LLMs adaptar sus explicaciones a diferentes personas.✍️ 🔗 🧵 (1/n)