vcalib: filtros de calibración diferenciables para RF-DETR bajo cambios de iluminación

Sat, 04 Jul 2026 00:00:00 +0000

Cuando cambia la luz, un detector entrenado en otras condiciones se degrada. La respuesta habitual es recoger datos, etiquetar, reentrenar y redesplegar. vcalib explora la respuesta barata: dejar el modelo congelado y ajustar, en minutos y sin etiquetas, un filtro diminuto que corrige la entrada.

El problema

RF-DETR es un detector en tiempo real del estado del arte y, como casi cualquier modelo de visión, es sensible a la iluminación: amanecer frente a atardecer, interior frente a nublado, una cámara nueva, una planta nueva. Cuando la distribución de entrada se aleja de la de entrenamiento, la calidad de detección cae. Reentrenar o hacer fine-tuning es caro, necesita etiquetas y es poco práctico en dispositivos edge.

Detección de desinformación en obras de ficción con ontologías generadas por LLMs

Sun, 15 Jun 2025 00:00:00 +0000

La mayoría de las herramientas contra la desinformación miran a las fake news. Las películas, series y podcasts mezclan hechos con licencias creativas, y el cerebro no siempre las separa: somos un 40 % más propensos a creer un dato falso cuando llega en formato visual, y una vez asimilado sigue influyendo en torno a la mitad de las veces incluso después de corregirlo.

Contexto

Trabajo realizado en el grupo de investigación BISITE (Universidad de Salamanca) dentro del proyecto TRUESTORIES (CPP2021-008358), financiado por MICIU/AEI y por la Unión Europea (NextGenerationEU/PRTR), y publicado en DCAI 2025, la International Conference on Distributed Computing and Artificial Intelligence: AI-Powered Ontology-Based Architecture for Misinformation Detection in Fiction Works.

Proyectos on

vcalib: filtros de calibración diferenciables para RF-DETR bajo cambios de iluminación

El problema

Detección de desinformación en obras de ficción con ontologías generadas por LLMs

Contexto