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
Clase de Tráfico Agéntico Verificable: Un Mecanismo de Calidad de Servicio Policiado para Tráfico de IA Agéntica
Se propone la Clase de Tráfico Agéntico Verificable (VATC) para gestionar el tráfico generado por agentes de software basados en modelos de lenguaje grande. Este mecanismo utiliza un clasificador enrutador para demorar el tráfico no verificado y un límite de tasa para controlar el rendimiento. La VATC demostró reducir significativamente la latencia de cola en simulaciones, superando a otros mecanismos como DiffServ bajo carga estable.
Fundamentación neurosimbólica y agnóstica de la cinemática robótica
Se presenta URDF2Ontology, un marco neurosimbólico que convierte archivos URDF en ontologías OWL fundamentadas utilizando un LLM para razonamiento semántico. Este sistema utiliza una arquitectura dual para procesar estructuras cinemáticas complejas y demuestra una fuerte alineación del esquema en la extracción estructural. El trabajo busca reducir la sobrecarga de autoría de dominio manual en la descripción de robots.
Construcción y evaluación de un asistente de primeros auxilios sin conexión para escenarios de respuesta a emergencias
Se desarrolló HandsOnAid, un modelo de lenguaje pequeño basado en Gemma 2B afinado para asistir en situaciones de primeros auxilios sin conexión. El modelo fue evaluado mediante jueces de LLM y profesionales médicos, mostrando mejoras en la puntuación media tras el ajuste fino. La mejor configuración alcanzó una puntuación de 2.51 de 5, destacando la utilidad del modelo en entornos de emergencia sin conectividad.
Aprendizaje de manipulación diestra utilizando guía de llave de contacto a partir de demostraciones humanas
Se presenta el marco CHORD para la manipulación diestra robótica utilizando la guía de llave de contacto a partir de demostraciones humanas. Este enfoque permite medir la similitud entre movimientos humanos y robóticos a través de las fuerzas y torques inducidos en el objeto. El sistema demuestra una alta tasa de éxito en tareas de manipulación y generaliza a la manipulación de cuerpo completo.
Evaluación de seguridad basada en especificaciones de agentes de LLM para llamadas a herramientas en tareas de contexto a largo plazo
Se presenta RAS-Eval, un marco de evaluación de seguridad basado en especificaciones para agentes de LLM, diseñado para verificar objetivos de utilidad y seguridad mediante lógica temporal lineal (LTL). Este método busca superar las limitaciones de los métodos existentes al derivar veredictos deterministas y observar exactamente los estados dependientes para detectar violaciones transitorias. Además, se propone un *pipeline* para construir un conjunto de datos de referencia con tareas normales y de ataque en cuatro superficies de ataque.
APS-VLA: Poda de tokens guiada por acción y con conciencia futura para modelos eficientes de lenguaje-visión-acción
Se presenta APS-VLA, un marco que aprende la selección de tokens visuales a partir de demostraciones robóticas para reducir la latencia de inferencia en modelos de lenguaje-visión-acción (VLA). Este método logra una aceleración de $1.47\times$ en la latencia de inferencia, reduciéndola de 137.25 ms a 93.25 ms en tareas reales. Los resultados validan APS-VLA como un marco modular para un control robótico eficiente.
SetPrint: Detección de huellas dactilares de LLM mediante correspondencia setwise de cambios de respuesta
Se presenta SetPrint, un método sin entrenamiento para el fingerprinting de LLM de caja negra que captura tanto las relaciones internas del conjunto como la correspondencia entre conjuntos. Este método compara los cambios de respuesta inducidos por la misma perturbación entre dos modelos. SetPrint supera a los métodos existentes en LeaFBench, demostrando la efectividad de su enfoque.
Distilación de distribución regularizada por trayectoria para generación de un paso
Se propone la distilación de distribución regularizada por trayectoria (TRD) para la generación de un paso, combinando supervisión a nivel de distribución y trayectoria. Esta técnica supera a las líneas base en calidad de generación y eficiencia de entrenamiento para la generación de un paso y de pocos pasos en modelos como SANA-1.6B y Stable Diffusion 3.5.
Modelo computacional de coadaptación entre profesor y estudiante
Se presenta un marco computacional bayesiano para estudiar la coadaptación entre profesores y estudiantes bajo observabilidad parcial en una tarea de aprendizaje de conceptos. El estudio compara diferentes modos de interacción y controles para determinar cómo la experiencia del profesor afecta los pasos de interacción necesarios para la coadaptación total. Los resultados sugieren que la coadaptación total requiere menos pasos de interacción cuando la experiencia del profesor es alta.
Decisiones por discriminación: Evidencia diferencial para el razonamiento médico
Se presenta un marco de evidencia diferencial basado en recuperación para preguntas de opción múltiple médicas (MCQ) utilizando modelos de lenguaje grandes (LLM) para soporte de decisiones clínicas. El método extrae evidencia diferencial específica de las opciones para mejorar la selección de respuestas. Los experimentos indican ganancias consistentes de precisión en múltiples conjuntos de datos y LLMs objetivo.
Wall Street cayó y el rendimiento de los bonos en EEUU se disparó luego del mal dato de inflación
Los índices bursátiles como el Nasdaq cayeron, mientras que los rendimientos de los bonos del Tesoro estadounidense se dispararon tras el mal dato de inflación. Los inversores se enfocaron en el informe del IPC de octubre, lo que sugiere que la inflación persiste y aumenta la probabilidad de una subida de tasas por parte de la Reserva Federal. Además, se detallan movimientos en acciones como Intel y Anthropic, y la recaudación de fondos por parte de Anthropic.
Boris Becker en el tráfico: por qué entrega el volante con dificultad
Boris Becker, exjugador de tenis, comentó sobre su estilo al conducir, indicando que prefiere conducir él mismo por su pasión por el automovilismo. Mencionó que le cuesta ceder el control al ser copiloto, prefiriendo mantener el control para asegurar la seguridad. También mencionó que su historial incluye problemas con la velocidad y la conducción, como la suspensión temporal de su carnet de conducir.
Los trabajadores buscan cada vez más formas de ocultar su uso de IA en el trabajo
Un estudio de Google revela un aumento significativo en las búsquedas de términos relacionados con el uso no autorizado de inteligencia artificial en el lugar de trabajo, como la búsqueda de herramientas de IA sin supervisión. La investigación señala que, aunque el uso de IA puede impulsar la productividad, existe una preocupación creciente sobre la falta de políticas claras y controles adecuados para gestionar los riesgos de seguridad y gobernanza de datos.
El operador del restaurante declara insolvencia de Ex-Henssler
El operador del restaurante Elbterrassen GmbH & Co. KG ha solicitado la insolvencia de cuatro locales de la cadena Ahoi Steffen Henssler en Alemania. Se están evaluando opciones de saneamiento y se buscan soluciones para la continuidad de los negocios antes de principios de enero. Los salarios de los empleados afectados están cubiertos por el fondo de insolvencia.
Legado de Ann Richards según Molly Ivins
Molly Ivins escribió un obituario sobre Ann Richards, destacando su valentía en la lucha por los derechos de las mujeres y su carrera política. La noticia también aborda su legado en la política de Texas, incluyendo sus logros en la economía estatal y su postura sobre la igualdad y la inclusión en la burocracia. Se mencionan sus controversias y su impacto en el panorama político del estado.
Mujer de 72 años trabaja de noche en taxi por deudas
Una mujer de 72 años de Almaty trabaja en un taxi de noche para saldar deudas heredadas de su hijo, lo que la obliga a restringir sus gastos en alimentos. La publicación de su situación generó apoyo de la comunidad kazaja, quienes ofrecieron ayuda económica y con víveres. La mujer expresó su deseo de poder comprar productos de mejor calidad, pero la dificultad económica le impide hacerlo.
Seagate resucita el almacenamiento híbrido: el FireCuda Forge de 8 o 20TB requiere que traigas tu propio SSD NVMe
Seagate ha resucitado el almacenamiento híbrido con el FireCuda Forge, un disco duro externo de 8 o 20TB que exige el uso de un SSD NVMe propio. El texto también menciona la trayectoria de Matt, quien ha cubierto tecnología emergente durante 15 años para varias publicaciones.
PPG2ECG: Generación de ECG basada en la fisiología para flujo rectificado latente
Se propone PPG2ECG, un marco de flujo rectificado latente guiado por fisiología para generar electrocardiogramas (ECG) a partir de señales de fotopletismografía (PPG). El método introduce un simulador electro-hemodinámico para modelar conjuntamente ECG y PPG a través de dinámicas de fase cardíaca compartidas. Los experimentos demuestran que PPG2ECG mejora la generación de ECG y la clasificación de enfermedades cardiovasculares, produciendo ECGs fieles a la señal y fisiológicamente plausibles.
RetinaGuard: Triaje con control de riesgo agente para el cribado retiniano multianal
Se presenta RetinaGuard, un marco de triaje agente diseñado para el cribado retiniano, que utiliza agentes para recopilar evidencia y un predictor de fallos para estimar la probabilidad de decisiones inseguras. El sistema compara su rendimiento con otros modelos utilizando diferentes niveles de seguridad y demuestra que la recolección de evidencia agente depende de la incertidumbre del modelo primario.
Marco estadístico para la acción colectiva algorítmica con múltiples colectivos
Se propone un marco estadístico exhaustivo para la Acción Colectiva Algorítmica (ACA) cuando múltiples colectivos actúan sobre el mismo sistema. El trabajo se enfoca en la acción colectiva en la clasificación, buscando cuantificar el éxito de estos colectivos basándose en el tamaño y la alineación de sus objetivos. El marco permite calcular estos límites estadísticos incluso con conocimiento parcial de las estrategias de otros colectivos.
SpreadsheetBench 2: Evaluando agentes en flujos de trabajo de hojas de cálculo empresariales de extremo a extremo
Se presenta SpreadsheetBench 2, un punto de referencia a nivel de flujo de trabajo para agentes de hojas de cálculo, diseñado para evaluar tareas de generación, depuración y visualización utilizando datos empresariales reales. El benchmark incluye 321 tareas y evalúa modelos de lenguaje grandes bajo un andamiaje de agente unificado. Los resultados indican que los sistemas actuales tienen baja fiabilidad en flujos de trabajo empresariales complejos, señalando problemas en la inspección y selección de celdas.
Perfiles de perturbación de clasificadores de trayectoria de escaneo: A qué son sensibles los decodificadores de lectura, comprensión de código y video
Se propone un perfil de perturbación para descriptores a nivel de ensayo para evaluar la sensibilidad de clasificadores de trayectoria de escaneo a diferentes propiedades. Se realizaron pruebas en tres conjuntos de datos públicos (lectura, comprensión de programa y visualización de video/juego) para medir cómo la manipulación de propiedades como el orden de fijación afecta el rendimiento del clasificador. Los resultados indican que la sensibilidad del pipeline a ciertas propiedades es medible mediante la caída del AUC.
Evaluación de la clasificación y la explicabilidad en el análisis de imágenes petrograficas multimodales
Se evalúan los clasificadores automatizados de imágenes petrográficas multimodales que combinan luz planeada-polarizada y cruzada-polarizada. El estudio analiza cómo los errores de clasificación y los mapas de atribución revelan aspectos del rendimiento del modelo que la precisión de la clasificación no muestra. Se encontraron diferencias en la sensibilidad a la modalidad y el comportamiento de atribución entre las diferentes vistas ópticas.
Localización de región con evidencia mediante destilación auto-distilada contrastiva selectiva
Se propone el método SPN-OPSD para mejorar la capacidad de los modelos de lenguaje grandes multimodales en tareas visuales de grano fino. Este método considera tanto las regiones de evidencia como las de fondo para mejorar la resistencia a la interferencia de regiones irrelevantes. La aplicación de SPN-OPSD mejoró la precisión en varios benchmarks de visión por computadora en modelos Qwen3.5.
Decodificación especulativa de nivel de frase en un objetivo congelado
Se presenta una mejora en la decodificación especulativa para aumentar el rendimiento al permitir que más candidatos sobrevivan a la verificación. Se describe una técnica donde una cabezal MLP predice frases de una a tres palabras en un vocabulario de borrador separado, optimizando el uso de parámetros y manteniendo la coherencia con el vocabulario del modelo base. Los resultados demuestran una ventaja en métricas de razonamiento matemático frente a otros modelos.
Escalado en tiempo de prueba para modelos de lenguaje de difusión con remasquillado consciente de la frecuencia
Se propone un escalado en tiempo de prueba para modelos de lenguaje de difusión mediante una asignación adaptativa de cómputo y estrategias de decodificación. El método utiliza un muestreador rápido para preguntas fáciles y remasquillado consciente de la frecuencia para preguntas difíciles. Los experimentos demuestran mejoras en precisión y cobertura en benchmarks como MATH-500 y HumanEval.
De la conexión de herramientas al control de ejecución: Evaluación de invariantes de seguridad en *runtimes* de agentes estilo MCP
El artículo presenta la formulación de ocho invariantes de ejecución (I1-I8) para agentes conectados a herramientas, diseñados para asegurar la integridad incluso ante instrucciones adversarias. Se compara el rendimiento de estos invariantes en dos arquitecturas de *runtime*: HCP (runtime en memoria) y una ACL de *gateway*/servidor independiente (B3). Los resultados demuestran que aplicar los invariantes I1-I8 asegura la ejecución segura de herramientas independientemente del diseño del *runtime* utilizado.
Spatial-IQ: Descomponiendo la inteligencia espacial mediante pruebas de capacidad jerárquica
Se presenta Spatial-IQ, un marco de diagnóstico jerárquico diseñado para evaluar el razonamiento espacial de los modelos de lenguaje grandes (MLLMs). Este marco descompone el conteo de objetos en estructuras 3D, analizando subtareas perceptuales y cognitivas basadas en etapas de la cognición humana. Se demuestra que entrenar estos modelos con supervisión de cadena de pensamiento y aprendizaje por refuerzo mejora la consistencia y la precisión del rendimiento espacial.
Cuando la experiencia se convierte en una puerta trasera: Envenenamiento de agentes de LLM autoevolutivos mediante optimización de tareas consciente del fallo
Se estudia un problema de ataques de puerta trasera a nivel de tarea en agentes de LLM autoevolutivos, donde el atacante inyecta tareas de evolución envenenadas. Se proponen BadEvolve, un marco que diagnostica fallos en cuatro etapas de evolución y utiliza reversión para preservar el progreso y evitar actualizaciones ineficaces. Los experimentos demuestran la efectividad de este marco contra diversos marcos de autoevolución.
Predicción temprana de memecoins fraudulentos en Solana mediante aprendizaje automático
Un estudio utiliza aprendizaje automático para detectar fraudes de "rug pull" en memecoins de Solana. La investigación analiza un conjunto de datos de 6.4 millones de tokens para identificar características de rug pull en la plataforma. Se demuestra que modelos de aprendizaje automático como XGBoost son efectivos para predecir estos fraudes basándose en datos de negociación iniciales. El estudio sugiere que la fusión de datos de múltiples fuentes mejora la fiabilidad de la detección en este ecosistema.