Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
176 píxeles de lado, un ordenador del tamaño de una habitación y un bebé de tres meses: así nació en 1957 la primera imagen digital de la historia
La noticia narra el nacimiento de la primera imagen digital escaneada en 1957, realizada por el ingeniero Russell Kirsch en un ordenador. Se detalla el proceso técnico, incluyendo el uso de válvulas y la capacidad de memoria del ordenador SEAC. Se menciona el desarrollo posterior de la tecnología de píxeles y las primeras aplicaciones en reconocimiento de huellas y análisis de células.
Desarmó su computadora para limpiarla después de varios años y quedó impactado con lo que encontró - LA NACION
Un usuario compartió en redes sociales las imágenes del estado interno de su computadora gamer después de seis años de uso intensivo sin mantenimiento. La acumulación de polvo y suciedad fue tan densa que generó preocupación, aunque el equipo continuó funcionando. Expertos advierten que esta negligencia puede causar fallos severos en componentes críticos como el procesador y la tarjeta gráfica, enfatizando la necesidad de una limpieza y mantenimiento regulares para prolongar la vida útil del hardware.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Computer Bild»
Más recientes primero · Hasta 30 noticias por página
Discretización de valor hacia adelante: Muestreo estocástico más rápido sin aproximación de orden superior
Se presenta la discretización de valor hacia adelante, un marco sin entrenamiento que evalúa el modelo de predicción de datos/ruido en una estimación de mirada hacia adelante basada en predicciones previas. Se desarrolla el F-DDPM para el muestreo estocástico, que logra un FID menor que las líneas base estocásticas en presupuestos de NFE comparables. Ambas variantes demuestran convergencia de primer orden con una evaluación del modelo por iteración, reduciendo la brecha de eficiencia entre métodos estocásticos y deterministas.
La alineación de la IA no es ni resoluble ni suficiente
La alineación de la Inteligencia Artificial, que busca asegurar que los sistemas actúen conforme a los valores humanos, se considera un desafío central pero no resoluble. Se argumenta que la alineación no está bien definida y que resolverla no mitigará los riesgos derivados de las interacciones complejas entre humanos y máquinas. Se concluye que la seguridad de la IA es un desafío continuo y no un problema que se pueda solucionar de forma definitiva.
Mitigación de fugas de datos privados en LLMs con Whiteout
Se presenta Whiteout, una herramienta práctica diseñada para prevenir que los modelos de lenguaje grandes (LLMs) regurgiten información personal sensible (PSI) de usuarios, como fechas de nacimiento o direcciones, al ser solicitados. La herramienta sobrescribe esta información con muestras de ofuscación para mitigar riesgos de privacidad. Los resultados indican que Whiteout previene la divulgación de PSI, mantiene la utilidad y seguridad del modelo, y supera a métodos de mitigación existentes.
Examinando el impacto de los métodos de datos y entrenamiento en el desalineamiento emergente y subliminal
El estudio examina cómo los métodos de entrenamiento y los datos influyen en el desalineamiento emergente (EM) y el aprendizaje subliminal (SL) en modelos de lenguaje. Se analiza cómo el contexto temático y la tarea de los datos afectan la transferencia de desalineamiento entre datos y modelos. Los resultados indican que el EM se transfiere más fuertemente a prompts que comparten la tarea de los datos de ajuste fino.
SplitLite: Compresión Residual de Bajo Rango para Aprendizaje Dividido
Se presenta SplitLite, un método de ajuste fino federado LoRA que busca reducir los costos de comunicación en el aprendizaje dividido de LLMs en dispositivos. El método explota la estructura de bajo rango de los residuos de activación y gradiente para transmitir solo factores SVD truncados, logrando reducciones significativas en los costos de comunicación sin afectar el rendimiento del modelo. Los experimentos demuestran una reducción de hasta el 93.5% en los costos de comunicación de subida de activación.
Prune-and-Merge: Escalado sin entrenamiento de Vision Transformers
Se presenta Prune-and-Merge ViT, un marco sin entrenamiento para reducir la redundancia en Vision Transformers mediante poda basada en atención y fusión basada en similitud. Este método busca mejorar la eficiencia computacional manteniendo la robustez y la precisión de los modelos existentes. El análisis demuestra que la reducción híbrida de tokens mantiene la estabilidad de la predicción ante transformaciones comunes de imágenes.
Modelos del Mundo de Einstein
Se propone el Modelo del Mundo de Einstein (EWM) para sistemas de razonamiento basados en LLM, integrando simulaciones visuales-temporales en la traza de razonamiento. Este enfoque busca mejorar las capacidades de razonamiento de los LLMs al permitirles considerar fenómenos complejos que el lenguaje no puede capturar completamente. Los EWMs extienden la capacidad de los LLMs para usar herramientas, incorporando experimentos mentales visuales en su proceso de razonamiento.
No se identificaron personas.
Cuantización conjunta y particionamiento dinámico para transformadores de visión en el borde
Se propone un marco de orquestación en el borde para gestionar conjuntamente la computación y la comunicación V2V en vehículos conectados y automatizados. El método reduce la energía de comunicación V2V en un 33.3% al 36.0% y disminuye la latencia de finalización de la tarea hasta en un 34.0% en ciertas configuraciones. Esto se logra mediante la selección conjunta de puntos de partición y asignación de precisión mixta.
LeapQuant: Atención Lineal Eficiente con Cuantización de Estado Recurrente Precisa
Se presenta LeapQuant, un método sin entrenamiento que logra un rendimiento casi sin pérdidas con cuantización de estado recurrente de 8 bits para modelos LLM que usan atención lineal. El método aborda la acumulación de errores mediante cuantización por ventana y conserva valores atípicos como tokens compensadores para reducir el error. Los experimentos demuestran que LeapQuant reduce significativamente los costos de memoria y cómputo durante la inferencia, ofreciendo ganancias de velocidad comparables a la precisión FP32.
Entendiendo los modelos de lenguaje Mixture-of-Experts más allá de los límites de los expertos
El artículo investiga la organización a nivel de neurona en modelos Mixture-of-Experts (MoE) utilizando la medida RAMP. Se encontró que los conjuntos de neuronas especializadas por dominio muestran un solapamiento significativamente mayor en muestras del mismo dominio que entre diferentes dominios. Se propone un método de poda (RAMPr) para seleccionar neuronas y preservar el rendimiento del modelo.
BuySideFlow: Un punto de referencia en el momento para agentes de LLM en investigación de inversión
Se presenta BuySideFlow, un punto de referencia para evaluar agentes de LLM en investigación de inversión, centrándose en la validez en el momento (PIT). El estudio evalúa tareas derivadas por profesionales en chino en áreas como acciones, fondos y macroeconomía. Los resultados indican que la concordancia del resultado no garantiza la validez temporal de los datos.
AURA: Inteligencia Espacial Auditiva a través de una Representación Unificada desde un Codificador de Audio General mediante Alineación Completa
Se presenta AURA, un modelo que utiliza un codificador de audio general entrenado sin supervisión espacial para responder preguntas espaciales sobre escenas de múltiples fuentes. El estudio demuestra que el modelo mantiene información espacial y supera a sistemas dedicados en precisión de dirección de doble fuente.
No se identificaron personas.
¿Cuánto de su VLA es kNN?
Un estudio demuestra que la recuperación de demostraciones cercanas y la reutilización de sus fragmentos de acción alcanzan un 91.7% de éxito en el benchmark LIBERO sin entrenamiento de políticas. Se investiga cómo el rendimiento de los modelos VLA se relaciona con la generalización de las demostraciones de entrenamiento. Además, se introduce la métrica LAC para medir la consistencia de acción local y guiar el entrenamiento de claves de recuperación.
Elucidación de los parámetros de un modelo de clasificación multicriterio
Se presenta un trabajo sobre la elicitación de parámetros para el modelo de Clasificación No Compensatoria (NCS) en el contexto de la ayuda a la toma de decisiones multicriterio (MCDA). Se proponen algoritmos de interrogación basados en algoritmos de exploración de grafos y dicotomía para determinar los parámetros del modelo. El estudio también compara la generalidad del modelo NCS frente a MR-Sort.
Decidir, Preguntar o Deferir: LLMs Clínicos bajo Evidencia Incompleta
Se evalúan modelos de lenguaje grandes (LLMs) clínicos (Qwen, Gemini, GPT) en la toma de decisiones diagnósticas bajo evidencia clínica incompleta. Se compara el rendimiento de diferentes formulaciones de decisión (DECIDE/ASK/DEFER) para determinar si la adquisición de información afecta la decisión autónoma. Los resultados indican diferencias significativas en la selección de acciones entre los modelos, revelando un compromiso entre la precisión diagnóstica y la seguridad de la decisión.
Sincronización eficiente de LoRA para entrenamiento on-policy distribuido
Se presenta un marco llamado HiLo para mejorar la sincronización de adaptadores LoRA en el entrenamiento on-policy distribuido, abordando el cuello de botella de la transmisión de parámetros. Se introduce Spar, un compresor de gradientes que desacopla el rango de entrenamiento del costo de comunicación, logrando una transmisión eficiente y acelerando las actualizaciones hasta 2.2 veces.
De la arquitectura al resultado: Probando los orígenes estructurales de la alucinación y el papel amplificador de los datos
Se investigan los orígenes estructurales de la alucinación en modelos de lenguaje, examinando cómo la estructura del modelo y los datos influyen en los errores de salida. Se prueban intervenciones que modifican la arquitectura del modelo para determinar cómo los defectos en la entrada se traducen en errores de salida. Se concluye que el componente de mezcla y el compromiso determinan si un defecto contextual se convierte en un error y cómo se propaga el error.
PhysMoE: Grounding Espacial Rápido con Representación de Coordenadas de Token Único en VLMs Modales Desacoplados
Se presenta PhysMoE, una propuesta para mejorar la predicción de coordenadas en tareas de *grounding* dentro de Modelos de Lenguaje-Visión Encarnados (VLMs). La propuesta aborda los problemas de la tokenización discreta y la regresión de puntos, introduciendo mecanismos para alinear coordenadas con características visuales y facilitar el entrenamiento. PhysMoE logra una mejora del 15.7% en la ganancia y una aceleración de velocidad de 8.31x en benchmarks de *grounding*.
Pruning y destilación de Mixture-of-Experts a modelos de lenguaje densos
Se presenta un marco sistemático para convertir modelos Mixture-of-Experts (MoE) entrenados en arquitecturas densas estándar mediante la puntuación, selección y agrupación de expertos. Se demuestra que el método de puntuación es el factor más influyente, superando a métodos previos en la comparación de modelos como Qwen3-30B-A3B. El método MoE-a-denso mostró una mejora de +6.3 puntos porcentuales en precisión de *downstream* comparado con el *pruning* denso-a-denso.
Visualizaciones gráficas en prompts para la respuesta a preguntas de grafos de conocimiento
Se estudia cómo la entrada multimodal mejora la respuesta a preguntas de grafos de conocimiento (KGQA) en modelos vision-lenguaje grandes. Se encontró que añadir una imagen de gráfico aumenta la precisión en preguntas de baja complejidad, siempre que el diseño visual respete las restricciones cognitivas. Se sugiere implementar políticas de prompting visual adaptativas para optimizar la precisión y la eficiencia de inferencia.
Recapitulación: Aprendizaje prototipo Hebbiano local como lectura autoorganizada para dinámica de reservorio
Se presenta RECAP, una estrategia de aprendizaje bioinspirada para clasificación robusta de imágenes que combina dinámicas de reservorio no entrenadas con un mecanismo de lectura de prototipo Hebbiano autoorganizado. Este método evita la retropropagación de error y permite actualizaciones de prototipos en línea, demostrando robustez bajo corrupciones en el conjunto de datos MNIST-C.
StakeBench: Evaluando la comprensión del lenguaje fundamentada en el compromiso de mercado
Se presenta StakeBench, un marco de evaluación para la comprensión del lenguaje basado en el compromiso de mercado. Este marco utiliza datos de mercados resueltos para medir la capacidad de los modelos de lenguaje para detectar el compromiso de mercado y predecir acciones futuras. Los resultados indican que los modelos recuperan parcialmente las señales de posición, aunque presentan fallos estructurales en tareas más complejas de anticipación de acciones.
Asesoramiento persistente amplio en aprendizaje por refuerzo interactivo mediante codificación de estado latente
Se propone el Encoder BPA para el Aprendizaje por Refuerzo Interactivo Profundo, que permite almacenar y reutilizar el asesoramiento en memoria persistente mediante generalización de estado basada en K-means. Los resultados experimentales indican que este método mejora la eficiencia del aprendizaje y la utilización del asesoramiento en etapas tempranas del entrenamiento, especialmente en entornos complejos.
ADIndex: Indexación de Atención Esparsa Adaptativa a Nivel de Grupo
Se presenta ADIndex, un método de indexación adaptativo y basado en destilación para atención esparsa a nivel de token, diseñado para reducir el costo computacional en la inferencia de contexto largo. Los experimentos demuestran que ADIndex ofrece ganancias significativas en velocidad, incluyendo aceleraciones de hasta 6.22x en el prefill y 3.40x en la decodificación, manteniendo un rendimiento de tarea casi sin pérdidas.
Estudio dinámico de la teoría de conjuntos suaves y sus extensiones
El texto es un estudio exhaustivo de la teoría de conjuntos suaves y sus extensiones, como conjuntos suaves hiper y dinámicos. El libro busca refinar la rigurosidad matemática, distinguir definiciones y abordar inconsistencias en la literatura existente.
Tercer ojo: Más allá de las ganancias inmediatas en la auto-mejora recursiva
Un estudio evalúa el rendimiento de modelos de lenguaje (Qwen3-4B/Llama-3.2-3B) en tareas de matemáticas y código, analizando el impacto de las actualizaciones recursivas. Los resultados sugieren que la utilidad inmediata de la selección es cercana a cero, aunque la continuación reduce esta utilidad. El estudio concluye que las actualizaciones persistentes deben evaluarse como transiciones de adaptación, no solo por el rendimiento inmediato.
Selección de centro de cumplimiento transfronterizo mediante estimación robusta doble y programación lineal
Se presenta un modelo de optimización para seleccionar centros de cumplimiento transfronterizos (XB) utilizando pronóstico, estimación robusta doble y programación lineal. Este modelo busca minimizar el tiempo y costo de entrega mientras maximiza la ganancia y las unidades enviadas en corredores de envío internacionales. Los resultados indican reducciones significativas en el tiempo y costo logístico en comparación con políticas definidas por expertos humanos.
Donde Polanyi se encuentra con Galois: Conocimiento tácito como operación algebraico-determinista, hacia el replanteamiento de la ciencia generada por IA
El artículo aborda el conocimiento tácito y explícito, argumentando que ambos son parte de un sustrato de memoria común. Propone un marco teórico que formaliza la visión de Polanyi sobre cómo el conocimiento tácito y explícito no están estrictamente separados. Se explora cómo la inteligencia artificial, específicamente los LLMs, afecta la naturaleza del conocimiento explícito y la búsqueda de la verdad.
CACHEFORGE: Política de reemplazo de caché generativa de extremo a extremo guiada por LLM para rendimiento y eficiencia de hardware
CACHEFORGE es un marco que integra un modelo de lenguaje grande (LLM) en un bucle de evolución para generar políticas de reemplazo de caché de extremo a extremo. Este enfoque busca descubrir políticas compactas que cumplen con las restricciones de hardware al explorar transformaciones algorítmicas más allá de los predictores fijos. El framework superó a varias líneas base en benchmarks de SPEC CPU2006, mejorando significativamente las tasas de acierto y el IPC en diferentes escenarios.
Marco computacional para comprender planes encarnados
Se presenta GenEA, una representación de agente diseñada para razonar sobre planes encarnados de largo horizonte y múltiples pasos. Este marco utiliza un espacio de estados multinivel que combina la biomecánica de un cuerpo articulado con interacciones de objetos, basado en física intuitiva de simulación. GenEA supera a modelos alternativos, sugiriendo un nuevo enfoque para la arquitectura del razonamiento humano y la inteligencia artificial encarnada.