Últimos artículos para Ciencia Cognitiva

Este estudio cuestiona la efectividad de ReAct para mejorar el rendimiento de los LLM.

Un estudio de cómo los humanos y las computadoras identifican objetos en medio de la incertidumbre.

Una mirada a cómo la composicionalidad conecta el lenguaje, el pensamiento y la IA.

Este estudio analiza cómo los modelos de lenguaje se recuperan de errores de razonamiento durante las tareas.

Explorando la conexión entre las cabezas de atención de la IA y los procesos de memoria humana.

Los investigadores usan Brainscore para evaluar modelos de IA en comparación con la actividad cerebral humana.

PhiNet imita los sistemas de memoria humanos para mejorar el aprendizaje automático.

Este estudio examina cómo las fases de alta dimensión mejoran el rendimiento de los modelos de lenguaje.

Un nuevo método mejora la capacidad de la IA para editar conocimientos y responder preguntas complejas.

Este estudio investiga cómo nuestro cerebro procesa los verbos abstractos y sus significados.

Examinando cómo los estilos de habla ayudan a la comprensión y procesamiento de los aprendices de idiomas.

Esta investigación se centra en generar pseudo-programas para mejorar las tareas de razonamiento en modelos.

Nuevo estándar busca mejorar la comprensión de texto e imágenes por parte de la IA.

Un nuevo método mejora el aprendizaje automático al mejorar la predicción de movimientos.

Examinando cómo las herramientas de IA influyen en el aprendizaje de los programadores principiantes.

Los investigadores descubren grupos de conceptos visuales en la actividad cerebral.

La investigación revela cómo el lóbulo frontal influye en la percepción visual y los procesos de pensamiento.

Este estudio revela cómo las expectativas influyen en la actividad cerebral durante el aprendizaje.

Explora el papel de la memoria y el contexto en la mejora del aprendizaje automático.

SynCx mejora el descubrimiento de objetos usando pesos de valores complejos y procesamiento iterativo.

DSAM ofrece una nueva perspectiva sobre la conectividad cerebral utilizando técnicas avanzadas de aprendizaje profundo.

Nuevos métodos buscan mejorar el aprendizaje automático con tareas e interacciones diversas.

Una mirada a cómo las moscas toman decisiones mientras están en movimiento.

Este estudio examina cómo la atención moldea los procesos de memoria a corto y largo plazo.

Aprende sobre fNIRS y sus aplicaciones en la investigación cerebral y el monitoreo.

La investigación explora métodos para mejorar cómo los modelos de lenguaje aprenden del contexto.

Una mirada más cercana al papel de la retropropagación en el aprendizaje máquina y biológico.

La investigación muestra cómo desarrollamos sesgos de atención en entornos visuales.

Este estudio prueba los LLMs para revelar sus debilidades en comprensión y razonamiento.

Este estudio evalúa las habilidades de los modelos de lenguaje para entender pensamientos y sentimientos.

Examinando las capacidades de conteo de los modelos de lenguaje, su estructura y procesos de aprendizaje.

Comer juntos puede mejorar la función cerebral a través de interacciones sociales.

La investigación explora cómo el aprendizaje automático mejora la comprensión de los datos del cerebro durante tareas cognitivas.

Una mirada a cómo los modelos de lenguaje pueden representar creencias y sus implicaciones.

La investigación revela cómo las áreas sensoriales trabajan juntas en el desarrollo del cerebro.

El método D-FaST mejora la decodificación de señales cognitivas usando frecuencia, espacio y tiempo.

Este estudio propone un nuevo enfoque para mantener el aprendizaje en los sistemas de IA.

Analizar cómo la IA aprende de los datos revela huecos importantes en la lógica y el razonamiento.

Una mirada a cómo los modelos de lenguaje grandes forman creencias y toman decisiones.

Este estudio examina cómo la anticipación afecta la precisión y la rapidez en la toma de decisiones.