Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

DC tiene una nueva Supergirl y no es quien esperas

La nueva Supergirl de DC Comics es Thundergirl, quien fue creada mediante clonación con el ADN de David “Boy Thunder” Sikela y el científico Kimda. Thundergirl, que poseía un grito sónico y podía volar, se liberó de su control para convertirse en una heroína independiente y luego colaboró con Supergirl. Ella busca una nueva identidad como Supergirl debido a su pasado y su deseo de no estar asociada con su identidad anterior.

Periodista: Disita Sikdar

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Machine Girl»

Más recientes primero · Hasta 30 noticias por página

untitled (halo) casi abandonan su mejor canción

La banda untitled (halo) ha logrado un éxito con su música, destacando por su sonido que mezcla shoegaze, glitch-rap y elementos de rock clásico. La banda se define como un colectivo multidisciplinario que valora la conexión y el apoyo mutuo entre sus miembros. Su música refleja una identidad californiana y una exploración de la nostalgia, mostrando una evolución positiva en su trabajo.

Periodista: Matt Mitchell

Tom Morello: «Fue un fracaso del trumpismo»

Tom Morello comentó sobre los resultados de las elecciones estadounidenses, calificándolos como un fracaso del trumpismo, el racismo y las guerras en el extranjero. El músico enfatizó que la lucha debe continuar y llamó a la movilización por un mundo más justo y pacífico.

Periodista: aimi, Rolling Stone It

Personas mencionadas

Tom Morello: «Los aspirantes nazis de Trump»

El guitarrista Tom Morello comentó los resultados de las elecciones estadounidenses, calificándolos como una derrota política de Donald Trump y su movimiento. El músico criticó el racismo, el ICE y las guerras internacionales, señalando que el verdadero trabajo debe continuar. Hizo un llamado a seguir luchando por un mundo más justo y pacífico.

Periodista: aimi, Rolling Stone It

Personas mencionadas

Ayron Jones celebra nueva canción y se prepara para su próximo álbum de estudio

Ayron Jones celebró el lanzamiento de su canción "Glad You Came" y discutió los desafíos de reconstruir su carrera tras la separación de su sello discográfico anterior. Expresó su deseo de crear un álbum propio y auténtico, incorporando influencias del rock de Seattle y la era grunge.

Periodista: Chuck Armstrong

FLYMiX presenta el single pre-debut ‘New Cycle’, Kay es miembro originario de Indonesia

El grupo femenino multinacional FLYMiX lanzó su single pre-debut ‘New Cycle’ el 30 de octubre de 2026. El grupo, formado por miembros de Japón, China e Indonesia, presenta un concepto que mezcla hip-hop clásico con futurismo. También introducen una serie de acción cibernética que explora la lucha contra una inteligencia artificial rebelde.

Periodista: riadini

Personas mencionadas

Springsteen, Taylor Swift y otros: quienes se alinearon contra Trump

Músicos como Ariana Grande, Taylor Swift y Nicki Minaj han tomado posturas contra el uso de su música por parte de Donald Trump. Se destaca la larga historia de artistas opositores al presidente, incluyendo a Bruce Springsteen, quien participa en la batalla musical contra el gobierno. También se menciona la participación de figuras políticas en elecciones de midterm y la importancia de la unión entre artistas y votantes.

Periodista: Bianca Pestelli

Blake Lively reaparece en un evento público tras el conflicto judicial con Justin Baldoni

Blake Lively reapareció en un evento en Nueva York tras un periodo de bajo perfil, lo que generó atención mediática. Su regreso se da en el contexto de un conflicto judicial previo con Justin Baldoni, donde ambos tuvieron una disputa legal que culminó en un acuerdo. La actriz mostró una nueva fase de su reincorporación a la vida pública tras el enfrentamiento mediático.

Periodista: Firma no identificada

Personas mencionadas

Yaeji

La productora estadounidense de ascendencia coreana Yaeji presenta su nuevo single “ddr”, que mezcla electrónica contundente con ritmos que exigen el cuerpo. La canción explora una revolución más amable, buscando un mundo con respeto mutuo en la pista de baile. El trabajo destaca por la mezcla de estilos, incluyendo el footwork de Chicago y elementos del shibuya-kei.

Periodista: Jaime Casas

Fondazione Sandretto presenta la primera muestra personal de Aziza Kadyri en Turín

La Fondazione Sandretto Re Rebaudengo presenta en Turín la primera muestra personal de la artista uzbeka Aziza Kadyri. La exposición explora el diálogo entre la historia y la ficción, utilizando técnicas como la inteligencia artificial y el machine learning para abordar temas de migración e identidad. La muestra incluye esculturas textiles inspiradas en trajes tradicionales y performances que reflexionan sobre las estructuras sociales y las experiencias de género.

Periodista: Firma no identificada

TStruct: Aprendizaje de estructuras temporales compartidas para la predicción de series temporales a largo plazo

Se investiga el aprendizaje de dependencias temporales estables y generalizables en series temporales a largo plazo, abordando el problema del ruido y la no estacionariedad de los datos reales. Se propone TStruct, una red que aprende estructuras de dependencia temporal reutilizables y las combina adaptativamente. El modelo demuestra un rendimiento superior en comparación con otras metodologías, logrando alta precisión y eficiencia computacional.

Periodista: Yangze Li, Zhengyang Zhou, Qihe Huang, Pengkun Wang, Binwu Wang, Yang Wang

Personas mencionadas

LIRA: Una asignación de rango dinámica informada por la pérdida interpretable para la adaptación de bajo rango

Se propone LIRA (Loss-Informed Rank Allocation), un método LoRA dinámico para hacer más interpretable la reasignación de rango en la adaptación de bajo rango. LIRA puntúa cada capa basándose en la magnitud de la perturbación de la pérdida local para justificar los cambios de rango. Este método supera a otros enfoques de rango adaptativo en pruebas específicas de modelos como RoBERTa-base GLUE.

Periodista: Sihao Wang, Bozheng Li, Xuemiao Xu, Haoxin Yang, Yujie Xu, Jie Tang

Personas mencionadas

Sinks frente a patrones diagonales como mecanismos para el cambio de atención y prevención del sobresuavizado

Un artículo científico estudia el papel de los sumideros y los patrones diagonales como mecanismos para el cambio de atención y la prevención del sobresuavizado en modelos de atención. El estudio analiza las condiciones geométricas necesarias para la representación de sumideros y compara los costos de representación entre estos mecanismos. Se demuestra la equivalencia entre sumideros y cambio de atención duro, y se compara su eficiencia frente a patrones diagonales.

Periodista: Peter Súkeník

Personas mencionadas

Se realizó un sprint de investigación con IA y los resultados fueron positivos

Se realizó un sprint de investigación de 100 minutos con doce investigadores en tres equipos para evaluar el uso de herramientas de IA generativa. Se observaron problemas como el cuello de botella de consumo y los silos de investigación inducidos por IA. Se propone una colaboración Humano-IA-Humano para mejorar la evaluación y la toma de decisiones colectiva.

Periodista: Anush Sankaran, Arijit Banerjee

Personas mencionadas

Multi-layer Indexer: Selección superpuesta y atención en la atención dispersa en DeepSeek Sparse Attention

Se presenta el Multi-layer Indexer (MLI) para mejorar la inferencia de contexto largo mediante la atención dispersa. El MLI elimina la dependencia entre capas al permitir que una capa atienda la selección de la capa indexadora anterior, sin requerir reentrenamiento. Esta técnica demuestra mejoras significativas en la velocidad de decodificación, superando a otros métodos como IndexCache en varios escenarios.

Periodista: Serdarcan Dilbaz, Arjun Krishna, Kiran Kamble, Daniel M. Bikel

Personas mencionadas

Dinámicas de alineación en el ajuste fino de LLM

Se presenta un marco unificado para las dinámicas de alineación en Modelos de Lenguaje Grande (LLM) durante el ajuste fino. El análisis descompone las actualizaciones en una Fuerza de Rebote y una Fuerza Impulsora, explicando cómo la alineación previa puede ser revertida por ajustes posteriores. El estudio también predice un Efecto de Priming de Ensayo que amplifica la Fuerza Impulsora al reapertura, llevando a una reapertura más rápida.

Periodista: Yuhan Huang, Huanran Chen, Yinpeng Dong

Personas mencionadas

TAPES: Preentrenamiento Predictivo Conjunto Alineado a Tareas para Secuencias de Eventos de Transacción

Se presenta TAPES, un marco de preentrenamiento predictivo conjunto alineado a tareas para secuencias de transacciones. Este modelo construye conjuntos de objetivos candidatos y selecciona el conjunto óptimo basado en la utilidad downstream de las representaciones aprendidas. Los experimentos demuestran que TAPES supera a las líneas de base en un entorno real de riesgo de transacción y en benchmarks financieros públicos.

Periodista: Ruobing Zuo, Weiyu Han, Huilin He, Haoyu Jiang, Ze Zhao, Jie Sheng, Xiao Tan, Shuai Chen, Tianyi Zhang

Personas mencionadas

Fusión de MLLMs biológicos mediante señales del espacio de incrustación

Se propone el método ES-Merging para la fusión de Modelos de Lenguaje Grandes Multimodales Biológicos (MLLMs), utilizando señales del espacio de incrustación en lugar de señales de parámetros. Este marco estima coeficientes de fusión a partir de señales de grano grueso y fino para mejorar el razonamiento transmodal y la preservación del conocimiento de modalidad única. Los experimentos demuestran que ES-Merging supera a métodos previos en estas capacidades.

Periodista: Wonbin Lee, Dongki Kim, Sung Ju Hwang

Personas mencionadas

MathlibPR: Benchmark de resultado de fusión de solicitudes de extracción para bibliotecas matemáticas formales

Se presenta MathlibPR, un benchmark basado en historiales de Pull Requests (PRs) reales de Mathlib4 para evaluar la capacidad de los modelos de lenguaje grande (LLM) y agentes de LLM para distinguir entre PRs listas para fusión y aquellas que han sido revisadas o no fusionadas. El objetivo es desarrollar asistentes de revisión que ayuden a guiar a los LLM a generar contribuciones de Mathlib listas para ser integradas en la infraestructura matemática.

Periodista: Zixuan Xie, Xinyu Liu, Shangtong Zhang

Personas mencionadas

Sentimiento de saber en modelos de lenguaje grandes

Se investiga la desincronización del juicio de conocimiento en modelos de lenguaje grandes (LLM) mediante el sentimiento funcional de saber (FoK). Se proponen dos canales entrenables para modificar la capacidad de respuesta y el estado de conocimiento. Los experimentos demuestran que la alineación explícita de FoK mejora la calidad del juicio en el conocimiento actualizado.

Periodista: Zichuan Fu, Xian Wu, Jingtong Gao, Wenlin Zhang, Jiaxuan Li, Binhao Wang, Yimin Deng, Guojing Li, Xiaopeng Li, Derong Xu, Yefeng Zheng, Xiangyu Zhao

Mamba con escala de tiempo anclada físicamente para representaciones estables bajo cambio de distribución

Se presenta el modelo PALM (Physically-Anchored Latent-timescale Mamba) diseñado para resolver el problema de la degradación de representaciones en modelos fundacionales debido al cambio de distribución. PALM ancla las unidades de tiempo (Delta y A) a unidades físicas, mejorando la similitud de representación y el rendimiento en tareas de transferencia y pronóstico. Se concluye que anclar las escalas de tiempo latentes a unidades físicas es un requisito de diseño para modelos científicos que deben ser transferibles.

Periodista: Sangyoon Bae, Shinjae Yoo, Jiook Cha

Personas mencionadas

Estructura conceptual universal en traducción neuronal: Explorando la geometría multilingüe de NLLB-200

El estudio investiga si los modelos de traducción multilingüe organizan el significado en un espacio conceptual compartido o si codifican la identidad lingüística. Se analiza la geometría del codificador del modelo NLLB-200 de Meta a través de 135 idiomas y 101 conceptos Swadesh. Los resultados indican que el desplazamiento lingüístico y la categoría semántica explican una parte significativa de la varianza en la traducción.

Periodista: Kyle Elliott Mathewson

Personas mencionadas

Lotus: Aprendiendo a comprender series temporales aprendiendo a predecir

Se presenta Lotus, un método que aborda el aprendizaje de series temporales mediante el anclaje de pronóstico. Este principio requiere que las representaciones de series temporales alineadas con el lenguaje sean predictivas de la evolución futura. Lotus divide los canales en parches y predice el siguiente parche para mantener la información temporal. Los resultados muestran que Lotus logra una precisión del 59.91% y supera a las mejores líneas de base en TSRBench.

Periodista: Van Dai Do, Huu Hiep Nguyen, Minh Hoang Nguyen, Manh Nguyen, Hung Le

Personas mencionadas

HybridSpec: Decodificación Especulativa Sensible al Rendimiento para Modelos Híbridos GDN-MoE

Se presenta HybridSpec, un método para seleccionar la longitud de verificación en la GPU basado en estimaciones de aceptación y latencia medida. Este método busca mejorar la velocidad en la verificación de modelos híbridos GDN-MoE, mostrando mejoras significativas en comparación con los métodos existentes. Los resultados demuestran que HybridSpec es más rápido que la decodificación autoregresiva y DFlash.

Periodista: Haiyu Wang, Sai Qian Zhang, Zechun Liu, Steven Li

Personas mencionadas

TPO: Aprendizaje Robusto Distribuible de Tres Niveles para la Optimización de Preferencias OOD

Se presenta TPO, un marco robusto distributivo de tres niveles para la alineación de preferencias OOD, abordando el desafío del desajuste distributivo en tres niveles (grupo, prompt y preferencia) en el entrenamiento de LLM. El método modela esta incertidumbre mediante un conjunto de ambigüedad rectangular jerárquicamente estructurado. Se deriva un objetivo interpretable que combina penalizaciones a nivel de preferencia, perturbaciones a nivel de prompt y reponderación de grupo.

Periodista: Chengtao Jian, Kai Yang

Personas mencionadas

SLogic: Aprendizaje de reglas lógicas informado por subgrafo para la completación de grafos de conocimiento

Se presenta SLogic, un marco novedoso para la completación de grafos de conocimiento que asigna puntuaciones dependientes de la consulta a las reglas lógicas. Este método utiliza una función de puntuación consciente del contexto para determinar la importancia de las reglas basándose en el subgrafo local definido por la entidad de la consulta. SLogic logra un rendimiento competitivo y genera reglas lógicas legibles por humanos que explican sus inferencias.

Periodista: Trung Hoang Le, Tran Cao Son, Ishtiaq Ahmed, Huiping Cao

Personas mencionadas

No se identificaron personas.

Muestreo de fotogramas condicionado por consulta para la comprensión de video de larga duración basado en MLLM

Se propone un marco de muestreo de fotogramas basado en la evidencia, motivado por la teoría de la información, para mejorar la comprensión de videos de larga duración con MLLMs. El método utiliza una red de puntuación de evidencia entrenada para seleccionar fotogramas relevantes, superando estrategias anteriores en benchmarks de comprensión de video. Los experimentos demuestran una mejora significativa en la selección de fotogramas con un presupuesto fijo.

Periodista: Yiheng Wang

Personas mencionadas

Aprendizaje por refuerzo Multi-Axis Max@K para la diversidad representativa en la generación de texto a imagen

Se presenta MultiMaxPO, un método de post-entrenamiento basado en aprendizaje por refuerzo para modelos de difusión de texto a imagen. Este método busca mejorar la diversidad representativa de las imágenes generadas, midiendo qué tan bien las muestras cubren modos visuales como colores o categorías raciales. Se demuestra que MultiMaxPO mejora la puntuación de equidad en Stable Diffusion 3.5 Medium y FLUX.1-dev, manteniendo la calidad y la alineación con el texto.

Periodista: Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo

Personas mencionadas

LeanPRM: Supervisión de procesos basados en Lean para la verificación de pruebas en lenguaje natural

Se presenta LeanPRM, un marco que utiliza el asistente de pruebas Lean para etiquetar pasos de pruebas en lenguaje natural. Este sistema permite a un modelo escribir pruebas junto con su versión formal, y luego utiliza un segundo modelo para marcar errores matemáticos. El entrenamiento en LeanPRM mejora la precisión de los verificadores de IA en diversos tamaños de parámetros.

Periodista: Rodney Lafuente-Mercado, Salman Rahman, Jingyan Shen, James Shiffer, Saadia Gabriel, Pavel Izmailov

Personas mencionadas

Límites de escalado de transformadores de contexto largo

El estudio analiza el límite de contexto largo de la atención auto-atención con una consulta fija y un contexto aleatorio de claves i.i.d. en la esfera. Se determina la escala crítica para la emergencia de selectividad y se caracterizan las leyes límite de los pesos de atención en diferentes regímenes de temperatura inversa. Se explora el caso subcrítico donde la salida se reduce a un promedio local con sesgo determinista y fluctuaciones gaussianas.

Periodista: Giuseppe Bruno, Shi Chen, Zhengjiang Lin, Yury Polyanskiy, Philippe Rigollet

Personas mencionadas

Free Draft-and-Verification: Hacia un Decodificado Paralelo sin Pérdida para Modelos de Lenguaje de Difusión

Se presenta el algoritmo Free Draft-and-Verification (FreeDave), un método de decodificación rápida y sin entrenamiento para Modelos de Lenguaje de Difusión (dLLMs). Este algoritmo busca acelerar la inferencia mediante la verificación rigurosa de predicciones de tokens futuros, logrando una aceleración algorítmicamente sin pérdida. Las evaluaciones demuestran que FreeDave puede aumentar el número de tokens generados y los tokens por segundo significativamente, manteniendo la calidad de la generación.

Periodista: Shutong Wu, Jiawei Zhang

Personas mencionadas