Observatorio de información y Publicaciones

Resumen: La mezcla de códigos es cada vez más frecuente en las interacciones entre humanos y grandes modelos de lenguaje, sin embargo, el trabajo existente a menudo la reduce a un problema de traducción o convertibilidad, lo que dificulta evaluar si el comportamiento de cambio de un modelo es apropiado para el contexto y está alineado con las convenciones humanas.

Resumen: Los agentes de ciencia de datos prometen acelerar el descubrimiento y la generación de conocimientos al convertir los datos en análisis y hallazgos ejecutables.

Resumen: La interpretabilidad del modelo es crucial para establecer la seguridad de la IA y la confianza de los médicos en aplicaciones médicas, por ejemplo, en el modelado de supervivencia con riesgos competitivos.