Temas de interés hoy: 1. Aprendizaje de representación 2. Aprendizaje de variedades y topología de espacios de incrustación 3. Similitud semántica y métricas de distancia (coseno, CSLS, k-NN mutuo) 4. Algoritmos de agrupamiento (HDBSCAN, agrupamiento espectral, detección de comunidades) 5. Predicción de enlaces y ponderación de bordes en gráficos semánticos 6. Técnicas de reducción de dimensionalidad (PCA, UMAP, t-SNE) 7. Detección de novedades y detección de anomalías 8. Ciencia de redes y teoría de grafos 9. Dinámica de gráficos temporales y pronósticos 10. Geometría de la información y curvatura del espacio latente 11. Estructura emergente en representaciones de LLM 12. Construcción y análisis de gráficos de conocimiento 13. Evaluación de incrustaciones (por ejemplo, MTEB) 14. Métodos de interpretabilidad para espacios de incrustación