4 min de lecturaNota de investigación
D-MoE: Mixture of Experts distribuida para LLMs en edge
MoE distribuida en edge: colocación de expertos, camino crítico, ancho de banda, activaciones y recuperación ante fallos.
Notas de investigación sobre aprendizaje federado, ciberseguridad y ciberdefensa
Notas de investigación y guías técnicas sobre aprendizaje federado, IA distribuida, ciberdefensa, sistemas confiables y plataformas con privacidad.
16 artículos. Página 2 de 3.
4 min de lecturaGuía
Golden sets para evaluar LLMs: pequeños, curados y difíciles de engañar
Construye golden sets para LLMs y RAG con ejemplos, adjudicación, particiones sin filtración y casos de seguridad en español e inglés.
4 min de lecturaGuía
Métricas para LLMs, RAG y sistemas de ciberseguridad
Métricas de LLMs y RAG: recall, citas, acciones inseguras, calibración, latencia e incertidumbre. Define denominadores y compara versiones.
5 min de lecturaNota de investigación
Eficiencia de comunicación en DFL: por qué importan los prototipos
Compara modelos y prototipos en DFL: bytes por mensaje, coste acumulado, cuantización y calidad objetivo bajo restricciones de red.
5 min de lecturaNota de investigación
Cuando los clientes federados ven modalidades diferentes
Aprendizaje federado multimodal con datos non-IID y sensores ausentes: máscaras, prototipos y evaluación por modalidad y cliente.
6 min de lecturaGuía
Cómo diseñar un sistema de aprendizaje federado descentralizado
Diseña un sistema DFL con topología, contrato de mensajes, pesos de mezcla, políticas de recuperación y evaluación por cliente.