Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

Substrate AI integrará todas sus actividades de IA en el grupo con una operación de 40,5 millones

Substrate AI y su matriz Subgen AI han acordado una reorganización estructural para concentrar todas sus actividades de inteligencia artificial bajo Substrate AI mediante una operación de 40,5 millones de euros. Esta medida busca mejorar la eficiencia operativa y simplificar la estructura societaria del grupo. La operación incluye la adquisición de participaciones de filiales de Subgen AI y la emisión de un bono convertible.

Periodista: Agencias

Personas mencionadas

No se identificaron personas.

Substrate AI reunirá todas sus operaciones de IA dentro del grupo en una operación de 40,5 millones

Substrate AI y su matriz Subgen AI han acordado una reestructuración global para consolidar todas las operaciones de inteligencia artificial bajo la estructura de Substrate AI por 40,5 millones de euros. Este movimiento busca potenciar la eficiencia operativa y reforzar a Substrate AI como el vehículo central para el desarrollo y comercialización de soluciones de IA a nivel mundial. Se unifican las operaciones internacionales en Europa y Latinoamérica para responder al crecimiento del mercado de IA corporativa.

Periodista: Luis Torralba

Personas mencionadas

No se identificaron personas.

La compañía valenciana Substrate AI es admitida a cotización en el Cboe Europe

La compañía española de inteligencia artificial Substrate AI ha sido admitida a cotización en el Cboe Europa. La empresa tiene como objetivo superar los 100 millones de euros de facturación para 2030, enfocándose en el desarrollo de tecnología propia y la comercialización de tokens. La noticia también detalla la evolución reciente de su capitalización y resultados financieros.

Periodista: Luis Torralba

La justicia condena a Substrate AI a pagar a Summon Press los 500.000 euros pendientes por la venta de su negocio digital

La Sección Civil del Tribunal de Instancia de Valencia condenó a Substrate AI a pagar 500.000 euros más intereses a Summon Press por un pago pendiente de una compraventa de negocio digital. La jueza desestimó la reclamación de Substrate, mientras que la demanda de Summon Press fue parcialmente estimada.

Periodista: Estefanía Pastor León

La valenciana Substrate AI compra un solar en Talavera de la Reina (Toledo) para un centro de datos

Substrate AI adquirió un solar en Talavera de la Reina, Toledo, por 1,61 millones de euros para desarrollar un centro de datos. Esta compra forma parte de la estrategia de la empresa para desplegar infraestructura tecnológica propia en España y potenciar la IA europea. La puesta en marcha del proyecto depende de obtener permisos y cumplir con hitos técnicos administrativos.

Periodista: Luis Torralba

Personas mencionadas

Substrate AI adquiere un solar en Talavera de la Reina por 1,61 millones para un futuro centro de datos

Substrate AI adquirió un solar en Talavera de la Reina por 1,61 millones de euros para desarrollar un futuro centro de datos como parte de su estrategia de infraestructura de IA en España. La compra, formalizada el 13 de noviembre, incluye varias parcelas y el proyecto depende de la obtención de licencias y autorizaciones pendientes. Este paso refuerza la estrategia de la compañía para desplegar infraestructura tecnológica propia y soberana en el país.

Periodista: Agencias

Personas mencionadas

Destilación de algoritmos para aprendizaje por refuerzo seguro en contexto

Se presenta el Aprendizaje por Refuerzo Seguro en Contexto (Safe ICRL) y el Algoritmo de Distilación de Algoritmos Seguros (Safe AD). Se revisan dos partes de Safe AD, incluyendo la introducción de presupuestos dinámicos y el ajuste A-Lag para mejorar el rendimiento en entornos de locomoción y navegación. Los experimentos demuestran que A-Lag supera a Safe AD en términos de costo y retorno final en varios entornos.

Periodista: Minjae Kwon, Amir Moeini, Shangtong Zhang, Lu Feng

Personas mencionadas

DeepSeek presenta 'super agente' de IA en la carrera de codificación con OpenAI, Anthropic

DeepSeek ha presentado un 'super agente' de IA diseñado para manejar múltiples tareas con mínima intervención humana, buscando reducir la necesidad de coordinación y supervisión humana en flujos de trabajo complejos. Este desarrollo se posiciona como una respuesta a la creciente automatización de tareas por parte de los modelos de IA, buscando optimizar la gestión de flujos de trabajo mediante la autonomía de los agentes.

Periodista: Ben Jiang

Personas mencionadas

Avatares holográficos con IA en el subte porteño: qué son y para qué se utilizarán

La compañía Subterráneos de Buenos Aires (SBASE) lanzó una licitación para implementar avatares holográficos con inteligencia artificial conversacional en el subte porteño. El proyecto busca permitir a los usuarios interactuar con figuras virtuales para realizar consultas y obtener respuestas en tiempo real. Se planea instalar seis dispositivos interactivos en dos estaciones de la línea B.

Periodista: El Destape

Personas mencionadas

No se identificaron personas.

Radiografía al ciberdelito: Una de cada cuatro brechas maliciosas utiliza inteligencia artificial en el ataque

El ciberdelito está utilizando la inteligencia artificial, como los deepfakes, para suplantar identidades de ejecutivos y abogados, logrando fraudes multimillonarios. Un informe de IBM indica que una de cada cuatro brechas maliciosas involucra IA, y el fraude por voz es el vector más costoso. Se advierte sobre el riesgo creciente de ataques a fin de año y la necesidad de implementar controles internos estrictos para mitigar riesgos.

Periodista: Gonzalo Miranda

Personas mencionadas

Noticias encontradas

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

Resultados para «Substrate AI»

Más recientes primero · Hasta 30 noticias por página

Amid AI surge, Cambridge Dictionary elige 'human' como Palabra del Año 2026

El Diccionario de Cambridge ha elegido 'human' como Palabra del Año 2026, destacando la creciente presencia de la Inteligencia Artificial en diversos ámbitos. Esto se debe a que la IA ha impulsado una revalorización de la creatividad, la conexión y la autenticidad humana en la sociedad. Se citan evidencias de que los sistemas de IA están superando pruebas de Turing, y se observa un cambio en el ámbito empresarial hacia el reconocimiento del trabajo hecho por personas.

Periodista: PTI

Se puede jugar más de 15 horas de juegos en este teléfono

Honor lanzó el smartphone Honor 600S 5G en Yakarta, destacando su batería de larga duración y funciones avanzadas de IA como AI Image to Video 2.0. El dispositivo cuenta con una batería de 8000 mAh y puede soportar más de 15 horas de juego intenso. También se presentaron nuevas características de IA y música original de la marca.

Periodista: নিজস্ব প্রতিবেদক

Las restricciones de chips de IA de EE. UU. ponen a prueba la expansión del centro de datos de Tailandia

Nuevas reglas de exportación de EE. UU. imponen licencias estrictas para semiconductores de IA avanzados en varias naciones asiáticas, lo que podría afectar la expansión del centro de datos de Tailandia. Las restricciones buscan enfriar la expansión de centros de datos al limitar el acceso a capacidad de cómputo para empresas chinas. Los operadores locales deben navegar el cumplimiento regulatorio mientras los proveedores de la nube con sede en EE. UU. obtienen exenciones.

Periodista: Fang Zhang

El gasto en sanidad italiano se triplicó en 10 años

El gasto en sanidad en Italia ha experimentado un aumento significativo, con el gasto privado superando el umbral de 50 mil millones de euros. A pesar de las presiones políticas, el gasto público se ha mantenido estable, aunque la necesidad sanitaria crece debido al envejecimiento de la población y la inflación. Se espera que el gasto público en sanidad se mantenga en niveles similares en los próximos años.

Periodista: Gianni Trovati, Marzio Bartoloni

Personas mencionadas

No se identificaron personas.

Google selecciona tres startups nigerianas para el primer grupo del Laboratorio de IA Aplicada de África

Tres startups tecnológicas nigerianas (Intron, Termii y Vendy) han sido seleccionadas para el Laboratorio de IA Aplicada de África de Google, junto con otras siete empresas africanas. Estas startups están desarrollando soluciones de inteligencia artificial para abordar desafíos del mundo real en áreas como tecnología de salud, fintech y comercio digital. Google proporcionará apoyo técnico, acceso a modelos de IA y asesoramiento de inversión para acelerar el desarrollo de sus productos.

Periodista: Samson Akintaro

Google muestra 5 proyectos de desarrolladores construidos con Gemini 4 Carbon, su modelo de IA más potente

Google presentó cinco proyectos desarrollados con su modelo de IA más potente, Gemini 4 Carbon, destacando su capacidad para manejar tareas complejas y exigentes. El modelo fue desarrollado con énfasis en la seguridad y la capacidad de razonamiento profundo, superando a otros modelos en pruebas de detección de vulnerabilidades de software. Carbon está disponible para desarrolladores a través de Android Studio y la API de Gemini, aunque el modelo más ligero Argon sigue siendo recomendado para tareas generales.

Periodista: Talk Android

Nvidia toma la decisión final tras el escándalo del ex CEO

Nvidia anunció que la junta directiva no planea el regreso de Jensen Huang como CEO, aunque la empresa reportó un trimestre récord en ingresos y beneficios. La compañía se muestra más cautelosa en el financiamiento de clientes debido a las nuevas restricciones regulatorias y políticas de exportación. Nvidia sigue siendo fundamental en la IA, con su tecnología siendo clave para la ventaja tecnológica de EE. UU. frente a China.

Periodista: Magdalena Partyła

Tabaco ilícito: daño al erario de un billón en cinco años en Italia

El contrabando de cigarrillos persiste y se extiende a productos de nueva generación debido al aumento de precios e impuestos. El mercado ilícito genera un daño erarial significativo en Europa, con pérdidas que superaron los 40 mil millones de euros en el quinquenio 2021-2025. En Italia, el daño al erario ha superado el billón de euros.

Periodista: Giorgio dell’Orefice

Personas mencionadas

No se identificaron personas.

Cada cuarto empleado sube documentos internos a servicios externos

Los empleados están utilizando servicios en línea externos para procesar documentos financieros y otros datos sensibles, priorizando la comodidad y la velocidad sobre la confidencialidad. Se destaca la falta de herramientas internas y la falta de conocimiento sobre las políticas de uso de recursos externos por parte de los empleados. Expertos advierten sobre los riesgos de seguridad, como el acceso de terceros y el posible fraude, recomendando prohibir el uso de estos servicios y anonimizar los datos.

Periodista: Марина Басович

LoRA-MoE Localizado: Mezcla de Expertos de Bajo Rango con Enrutamiento Adaptativo

Se presenta Localized LoRA-MoE, un marco que combina bloqueo espacial localizado con enrutamiento de expertos condicionado por contexto. Se evalúan dos variantes: LoRA-MoE por Bloques (enrutamiento centralizado) y LoRA-MoE por Celda (enrutamiento descentralizado). Los resultados demuestran que el enrutamiento por celda es superior cuando los contextos son espacialmente heterogéneos y supera a LoRA en benchmarks de transformación y en tareas de lenguaje.

Periodista: Babak Barazandeh, Subhabrata Majumdar, Vinay Prithyani, George Michailidis

Personas mencionadas

Atribución a través del decodificador: Explicaciones en el espacio de predicción para salidas estructuradas

El artículo explora métodos de atribución para redes que predicen ángulos y rotaciones, enfocándose en el uso del diferencial del decodificador para asignar crédito a las entradas. Se analizan las limitaciones de los métodos de atribución directos y se demuestran resultados en tareas sintéticas y datos de validación, incluyendo mejoras en el desplazamiento de predicción. Se concluye que la invariancia y el rendimiento de eliminación deben ser evaluados para asegurar la fiabilidad de la atribución.

Periodista: Zaer Bin Zaqy, Brinnae Bent

Personas mencionadas

HealthCLBench: Evaluando el aprendizaje de contexto en conversaciones de salud a través de clústeres de casos controlados

Se presenta HealthCLBench, un benchmark diseñado para evaluar el aprendizaje de contexto en conversaciones de salud complejas. El sistema incluye 328 clústeres controlados y 1,103 casos para medir la capacidad de los modelos para integrar contexto y evidencia en respuestas médicas. Los resultados indican que GPT-6-Astra lidera las métricas de contexto completo en la evaluación.

Periodista: Ting Yang, Zijing Hong, Chengjie Wang, Peng Wei, Chunxiao Guo, Yun Yue, Xurui Li, Jinqun Guan, Zixiao Chen, Ant Group

Personas mencionadas

Más allá de la transferencia bilingüe: Cambio de código multilingüe en el ajuste de instrucciones

Se investiga el ajuste de instrucciones de cambio de código multilingüe en cuatro idiomas (inglés, japonés, coreano y chino) para modelos de lenguaje grandes (LLMs). Los experimentos demuestran que el cambio de código multilingüe a nivel de oración mejora la precisión en todos los escenarios bilingües, trilingües y cuilingües para Gemma-2-2B. Esto sugiere que el cambio de código multilingüe es efectivo más allá de los ajustes de transferencia bilingüe.

Periodista: Shunta Asano, Jeonghun Baek, Toshihiko Yamasaki

Personas mencionadas

StringQFT: Un recurso de libro de texto multiuso para física teórica asistida por IA

Se presenta StringQFT como una colección de libros de texto para la construcción de teoría de campos cuánticos y como infraestructura para física teórica asistida por IA. La colección incluye 18 volúmenes y cubre temas como sondas de brana y construcciones de F-teoría. El recurso facilita la generación aumentada por recuperación y herramientas de cálculo para agentes de IA.

Periodista: Xingyang Yu

Personas mencionadas

Modelos de tos basados en ML no generalizan: una evaluación sistemática entre conjuntos de datos para el cribado de tuberculosis

Se evaluó la generalización entre conjuntos de datos de clasificadores de tuberculosis (TB) basados en acústica de tos utilizando modelos de aprendizaje automático (ML) y aprendizaje profundo (DL). Los modelos mostraron un rendimiento moderado internamente, pero fallaron en generalizar al rendimiento externo, sugiriendo limitaciones en los datos. Se concluye que la variabilidad específica de la adquisición es un factor clave que afecta la generalización de estos modelos.

Periodista: Wensi Zhang

Personas mencionadas

¿El consumo de energía limita la computación?, Límites de la verificación analógica para la gobernanza de la IA

Se investiga si las mediciones de consumo de energía (analógicas) pueden limitar la computación en sistemas de Inteligencia Artificial, como parte de tratados de gobernanza. Se calcula el límite $\beta$ para determinar qué tan bien estas mediciones pueden verificar la cantidad de cómputo ejecutado frente a un adversario. Se encontró que las mediciones analógicas por sí solas restringen la computación débilmente, aunque restricciones adicionales pueden reducir este límite significativamente.

Periodista: Tom Kimpson, Mauricio Baker, Emlyn Graham

Personas mencionadas

EmoReward: Calibración de Recompensa Autoevolutiva para Generación de Video Emocional por RL

Se presenta EmoReward, un mecanismo de entrenamiento autoevolutivo diseñado para mejorar la generación de video emocional mediante Aprendizaje por Refuerzo (RL). Este método destila la fiabilidad de las trazas de recompensa para guiar adaptativamente la asignación de pesos de recompensa, ajustando qué evidencia emocional es más confiable. EmoReward utiliza mecanismos como la Compuerta de Recompensa Reflexiva y la Memoria de Recompensa para calibrar las contribuciones de las señales visuales. Los experimentos demuestran mejoras en varios algoritmos de RL y validan la calibración adaptativa de recompensas en la generación visual.

Periodista: Mingzhe Zheng, Yue Wu, Jing Tan, Chang Zou, Dengyang Jiang, Zeyue Tian, Xuanhua He, Ryan Xu, Yunyang Ge, Sihui Ji, Yunlong Lin, Kaihang Pan, Hongru Yan, Sixiang Chen, Dianyi Wang, Julian Zhang, Weijie Kong, Changlin Li, Lanqing Guo, Zhao Zhong, Qifeng Chen, Harry Yang

El salvaguarda funcionó. ¿Es el sistema LLM más seguro?

Se desarrolla un marco para evaluar la seguridad de las salvaguardias en modelos de lenguaje grandes, midiendo la asistencia dañina restante tras un bloqueo. Se analiza cómo las propiedades de los caminos de ataque y la tasa de fallo afectan la efectividad de los mecanismos de defensa. El estudio identifica brechas en las evaluaciones existentes y sugiere métricas necesarias para configurar salvaguardias que limiten la asistencia que los atacantes pueden obtener.

Periodista: Pingyu Wu, Weiming Zhang, Nenghai Yu

Personas mencionadas

EGS: Un marco de seguridad complementario para LLMs educativos

Se presenta el Sistema de Barreras Educativas (EGS), un marco de tiempo de ejecución ligero para complementar la seguridad de los Modelos de Lenguaje Grande (LLMs) en entornos educativos. EGS aborda la necesidad de ir más allá del bloqueo simple, ofreciendo guía pedagógica contextual y moderación de respuestas para manejar consultas ambiguas. Los experimentos demuestran que EGS mejora la moderación y la robustez contra jailbreaks en diversos LLMs educativos.

Periodista: Zexuan Fei, Zhengnan Guo, Yiming Luo, Kaiyi Huang, Aimin Zhou, Bo Jiang, Fei Tan

Personas mencionadas

WHBench: Evaluando LLMs de frontera con validación experto en temas de salud femenina

Se presenta WHBench, un conjunto de evaluación diseñado para medir el rendimiento de los modelos de lenguaje grandes en temas de salud femenina. El benchmark incluye 47 escenarios creados por expertos para identificar fallos clínicos como errores de dosificación y omisiones inseguras. El objetivo es proporcionar una herramienta pública para monitorear el progreso hacia una IA más segura y equitativa en el ámbito de la salud femenina.

Periodista: Sneha Maurya, Spandana Govindgari, Girish Kumar

Personas mencionadas

De lo ideal a lo real: Integrando modelos de lenguaje en el hogar inteligente para la seguridad y la ciberseguridad del IoT centrada en el ser humano

Se presenta una mejora al método de fuzz testing para hogares inteligentes mediante la integración de modelos de lenguaje grandes. El objetivo es emular los procesos de toma de decisiones humanas para descubrir vulnerabilidades inter-regla y riesgos de seguridad en dispositivos IoT domésticos. Este enfoque busca aumentar el realismo de las pruebas al capturar la naturaleza dinámica de las interacciones humanas en entornos inteligentes.

Periodista: Lin Li, Xinbo Ban, Chao Chen, Lei Pan, Ming Ding, Kok-Leong Ong, Jun Zhang

Personas mencionadas

¿Dónde está el costo de los enrutadores de API de terceros en el desarrollo de software agente?

Se investiga la inyección a nivel de enrutador en agentes de codificación para evaluar la efectividad de los mecanismos de control existentes. Se desarrollan cuatro niveles de inyección para probar la resistencia a la manipulación de la salida del proveedor. Se concluye que las salvaguardas del lado del cliente no restauran el control de extremo a extremo, sugiriendo la necesidad de garantías de integridad de salida por parte del proveedor.

Periodista: Donghao Fu, Jingxin Li, Xue Jiang, Yihong Dong

Personas mencionadas

Representable pero no aprendido: Codificación de rango e interacción-predicción

El estudio analiza cómo las codificaciones de entrada pueden limitar la capacidad de un predictor para reproducir interacciones medidas. Se calcula un suelo de error cuadrático para decodificadores deterministas basado en el espacio de contraste alcanzable. Se demuestra que las limitaciones impuestas por la codificación pueden ser rastreadas a características específicas, separando la representabilidad de la precisión aprendida.

Periodista: Zahra Khodagholi, Niloofar Yousefi

Personas mencionadas

VLMs "arreglan" estudiantes: Identificando y penalizando la sobrecorrección en la evaluación del OCR de matemáticas manuscritas de varias líneas

Se presenta un estudio sistemático sobre el Reconocimiento Óptico de Caracteres (OCR) de matemáticas manuscritas de varias líneas, identificando un fallo crítico en los Modelos de Lenguaje-Visión (VLMs) conocido como sobrecorrección. Se propone la métrica PINK para penalizar esta sobrecorrección, y los resultados muestran que Gemini 2.5 Flash es el transcriptor más fiel.

Periodista: Jin Seong, Wencke Liermann, Minho Kim, Jong-hun Shin, Soojong Lim

Personas mencionadas

OpenMHC: Acelerando la ciencia de los modelos fundacionales para dispositivos portátiles

Se presenta OpenMyHeartCounts (OpenMHC), un conjunto de datos de salud portátil grande y accesible para investigadores, junto con implementaciones de código abierto y pesos para modelos fundacionales de dispositivos portátiles. Este conjunto de datos se deriva de una década de datos recopilados y permite establecer un punto de referencia para la evaluación de predicción y pronóstico en IA de salud portátil. El objetivo es impulsar avances reproducibles en la IA de salud portátil mediante la unión de datos de acceso amplio con código y pesos abiertos.

Periodista: Narayan Schuetz, Yuze Bai, Lianggang Pan, Edgar Eggert, Favour Nerrise, Juan Delgado-SanMartin, Max Rosenblattl, Milana Gurbanova, Mohammad Asadi, Anders Johnson, Steven G. Hershman, Paul Schmiedmayer, Dennis Wang, Allan Lawrie, Daniel Seung Kim, Xin Liu, Akshay Paruchuri, Ehsan Adeli, Euan A. Ashley

Transformación de código natural confunde a agentes en análisis de vulnerabilidades

Un estudio analiza cómo los agentes de IA pueden ser utilizados para atacar sistemas de software a escala. Se encontró que las transformaciones de código naturales pueden confundir a agentes de IA, reduciendo su capacidad para descubrir vulnerabilidades. El trabajo explora el uso de transformaciones de código para defenderse contra agentes maliciosos.

Periodista: Jie Zhu, Ronik Bhaskar, Heather Zheng, Ben Y. Zhao, Kexin Pei

Personas mencionadas

Aprendizaje de representación con procesamiento de señales cuánticas

Se presenta un modelo de procesamiento de señales cuánticas (QSP) para el régimen de aprendizaje de representaciones. El estudio demuestra una garantía de datos dispersos para el flujo de gradiente no lineal sin congelar el núcleo. Los resultados indican que la dinámica realizada converge a un flujo escalar integrable con tiempos de convergencia definidos.

Periodista: Junqi Wang, Junyu Liu

Personas mencionadas

Simulaciones de IA fundamentadas en autoinformes enriquecen la precisión y reducen la distorsión

Un estudio evaluó si los datos de autoinforme enriquecen la precisión de las simulaciones de IA al comparar resultados con datos demográficos. Se encontraron mejoras significativas en la precisión de las simulaciones, especialmente al combinar datos de encuestas e entrevistas. Los modelos de IA ajustados redujeron las distorsiones estadísticas sin eliminarlas por completo, demostrando que los autoinformes cualitativos y cuantitativos mejoran las simulaciones específicas de personas.

Periodista: Joon Sung Park, Carolyn Q. Zou, Jonne Kamphorst, Niles Egan, Aaron Shaw, Benjamin Mako Hill, Carrie Cai, Meredith Ringel Morris, Percy Liang, Robb Willer, Michael S. Bernstein

Desalineación de regiones de baja pérdida causa grokking

Se desarrolla un marco de análisis basado en la conectividad de modos y la geometría de regiones de baja pérdida para entender el fenómeno de grokking en modelos de aprendizaje automático. El marco sugiere que el grokking ocurre cuando las regiones de baja pérdida generadas por las particiones de entrenamiento y validación están desalineadas. Esto desafía explicaciones previas y sugiere que la alineación de estas regiones es clave para el comportamiento del modelo.

Periodista: Yongding Tian, Zaid Al-Ars, Maksim Kitsak, Peter Hofstee

Personas mencionadas

AutoPBO: Optimización basada en LLM para solucionadores de búsqueda local PBO

Se presenta AutoPBO, un marco basado en LLM diseñado para mejorar automáticamente los solucionadores de búsqueda local de Optimización Pseudo-Booleana (PBO). El estudio evalúa este marco contra seis solucionadores de última generación en diversos benchmarks. Los resultados indican que AutoPBO ofrece mejoras significativas sobre los métodos previos, manteniendo un rendimiento competitivo.

Periodista: Yi Chu, Jinyuan Li, Yiwen Sun, Mengchuan Zou, Shaowei Cai

Personas mencionadas