Observatorio de información y Publicaciones

Resumen:La rápida evolución de la IA generativa requiere evaluaciones de seguridad sólidas. Sin embargo, los conjuntos de datos de seguridad actuales están predominantemente centrados en el inglés, no logran capturar riesgos específicos en contextos socioculturales distintos del inglés, como el coreano, y a menudo se limitan a la modalidad de texto.

Resumen:Quizás la definición actual más destacada de causalidad (real) se deba a Halpern y Pearl. Se define mediante modelos causales (también conocidos como modelos de ecuaciones estructurales). Abstraemos la definición, extrayendo sus características clave, para que pueda aplicarse a cualquier otro modelo donde se definan contrafactuales.

Resumen: La geometría hiperbólica es una geometría eficaz para incrustar estructuras de datos jerárquicas. Por lo tanto, el aprendizaje hiperbólico se ha vuelto cada vez más prominente en las aplicaciones de aprendizaje automático donde los datos están organizados jerárquicamente o se rigen por una semántica jerárquica, que va desde sistemas de recomendación hasta visión por computadora.