Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Google quiere que la IA de video entienda lo que la gente necesita mientras trabaja
Un equipo de investigación de Google, en colaboración con universidades, ha desarrollado StreamVibe, un agente de video diseñado para entender intenciones vagas y decidir cuándo hablar durante tareas complejas como cocinar o armar muebles. Este sistema busca superar las limitaciones de los asistentes de video existentes, que fallan al interpretar peticiones no dichas o cambios en la tarea. StreamVibe-VL mejora el tiempo y la calidad de la respuesta en un 10.7% y reduce interrupciones innecesarias, demostrando una mejor comprensión de las necesidades del usuario.
Numa, que desarrolla un Sistema Operativo AI para concesionarios de automóviles, recaudó 45 millones de dólares en Serie C
Numa, empresa con sede en Silicon Valley, recaudó 45 millones de dólares en Serie C para desarrollar un Sistema Operativo AI dirigido a concesionarios de automóviles. Esta plataforma unifica la gestión de interacciones con clientes a través de llamadas, mensajes y chats, mejorando la eficiencia operativa y la satisfacción del cliente. La tecnología permite predecir la satisfacción y guiar a los compradores hacia vehículos adecuados, logrando mejoras significativas en la gestión de ventas y servicio postventa.
VOIM: Mapeo de instancias 3D de vocabulario abierto sin entrenamiento para RGB-D y SLAM monocular
Se presenta VOIM, un sistema sin entrenamiento que genera mapas de instancias 3D de vocabulario abierto utilizando datos de video RGB-D o video RGB monocular. Este sistema acumula evidencia de etiquetas suaves de modelos de percepción preexistentes para determinar las etiquetas y las instancias de objetos. Los experimentos en ScanNet++ y la navegación en robots reales demuestran la usabilidad de estos mapas.
VAKRA, el nuevo benchmark de IBM que evalúa la fiabilidad de los agentes de IA en entornos empresariales
IBM presentó VAKRA, un benchmark ejecutable que evalúa cómo los agentes de IA razonan y actúan en entornos empresariales, con más de 8.000 API locales en 62 dominios y tareas de 3 a 7 pasos. El benchmark se divide en cuatro capacidades: encadenamiento de API, selección de herramientas, razonamiento de múltiples saltos y razonamiento multisource con adherencia a políticas. El análisis de errores muestra que los modelos fallan en selección de herramientas, argumentos y síntesis final, y que les cuesta incorporar restricciones externas, una brecha crítica para el despliegue real.
Sarvam AI presenta el modelo de toma de decisiones Prism con un tiempo de respuesta de 44ms, permitiendo a las empresas personalizar y desplegar IA en su propia infraestructura
La compañía india Sarvam AI lanzó el modelo de toma de decisiones Prism, que ofrece respuestas en 44 milisegundos y permite a las empresas personalizar y desplegar la IA en su propia infraestructura. El modelo está diseñado para manejar decisiones estructuradas como el enrutamiento de soporte y el análisis de documentos. Prism muestra una baja tasa de error en comparación con sus estimaciones de confianza.
Ramificación Semántica Adaptativa: Regeneración de Trayectorias Cruzadas Localizadas por Desacuerdo para la Expansión de Candidatos de Razonamiento
Se presenta el método Adaptive Semantic Branching (ASB), un procedimiento de inferencia sin entrenamiento diseñado para convertir el desacuerdo entre trayectorias de razonamiento en generación de candidatos dirigidos. El método agrupa trayectorias por respuesta final y alinea sus pasos de razonamiento mediante un programa dinámico monótono. En una evaluación, ASB mejoró la cobertura de candidatos oráculo de 89.0% a 91.0%, recuperando candidatos correctos en problemas previamente no resueltos.
Se acabó la repetición de preguntas... Kyeonggi Shinbo cambia la forma de consulta con IA
Kyeonggi Shinbo ha mejorado sus servicios de garantía utilizando inteligencia artificial (IA) para ofrecer asistencia 24 horas a través de chatbots y bots telefónicos. Esto incluye la posibilidad de consultar información y seguir el historial de consultas a través de múltiples canales como la aplicación, la web y KakaoTalk. El objetivo es reducir la molestia de repetir información y mejorar la eficiencia del servicio para las pequeñas y medianas empresas.
Liquid AI presenta LFM3, una familia de modelos multimodales especializados de 2B parámetros
Liquid AI presentó LFM3, su nueva generación de modelos fundacionales que unifica texto, visión, audio, omni y decisión en una columna vertebral compartida de unos 2B parámetros. La familia incluye seis modelos entrenados desde LFM3-1.7B-Base, con nuevos codificadores propios de visión y audio y el tokenizador LiquidCodec, pensados para ejecutarse en el borde y ajustarse en una sola GPU. La compañía afirma mejoras de eficiencia y rendimiento frente a LFM2 y modelos mayores, y publicó los pesos en Hugging Face junto con cuadernos de ajuste.
A$^3$: Marco de agente de audio adaptativo para computación en el borde colaborativa
Se presenta A$^3$, un marco de agente de audio adaptativo diseñado para la computación en el borde colaborativa. Este marco gestiona la colocación de etapas del *pipeline* en el servidor, mantiene un agente de respaldo en dispositivos locales y utiliza un límite de tiempo consciente del enlace para gestionar fallos de conexión. El sistema demuestra rendimiento en dispositivos Jetson y servidores RTX A4500.
IA local en el desarrollo de software: Prueba en sistemas AMD económicos
Se reportan avances significativos en la IA local para el desarrollo de software, donde modelos como Qwen3.8-27B y Qwen3.8-Flash-Next de Alibaba pueden construir software de manera agentiva en hardware AMD. Estos modelos locales demuestran una calidad comparable a los grandes modelos en la nube, aunque los modelos en la nube son más rápidos. Se destaca que los modelos locales pueden superar a algunos modelos de la nube en pruebas de razonamiento.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «AVM AI Sambo»
Más recientes primero · Hasta 30 noticias por página
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.
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.
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.
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.
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.
PEARL: Estimación de percentiles imparciales mediante aprendizaje contrastivo para recomendación en streaming a escala industrial
Se presenta PEARL, un marco de aproximación de percentiles contrastivos no paramétrico diseñado para mitigar el sesgo de intensidad de comportamiento en sistemas de recomendación. El método busca modelar las señales de preferencia relativas en lugar de magnitudes absolutas de interacción. Los experimentos demuestran que PEARL mejora el rendimiento de recomendación en una plataforma de *livestream* de producción, logrando ganancias en duración de visualización y tasa de interacción.
Exploración del Espacio de Activación para el Razonamiento Visual y Textual con RLVR
Se presenta el método de Exploración del Espacio de Activación (ASE) para diversificar las simulaciones de entrenamiento en el aprendizaje por refuerzo con recompensas verificables (RLVR). Este método agrupa diferencias de activación para construir vectores de exploración latente que permiten explorar caminos de razonamiento alternativos. ASE mejoró la precisión en varios benchmarks de razonamiento visual y matemático en modelos Qwen3.
Evaluación y mitigación del sesgo del color de la piel en la clasificación de lesiones cutáneas
Se propone un método para mitigar el sesgo del color de la piel en clasificadores de lesiones cutáneas al tratar el tono de la piel como un atributo continuo. El estudio demuestra que este enfoque ofrece mejoras de equidad más estables que los métodos categóricos tradicionales, manteniendo el rendimiento de clasificación.
CodeReel acelera agentes de código a video con reutilización exacta de fotogramas y programación consciente de bloqueos
Se presenta CodeReel, una capa de ejecución para agentes de código que optimiza la creación de videos mediante la reutilización exacta de fotogramas y una programación consciente de bloqueos. Esta técnica reduce significativamente el tiempo de espera del agente en comparación con pipelines anteriores, mejorando la eficiencia del proceso de generación de video.
Marco de bucle cerrado para el descubrimiento de aditivos precursores de perovskita
Se presenta LEAP, un marco de bucle cerrado que utiliza un modelo de lenguaje grande y aprendizaje activo para descubrir aditivos precursores de perovskita. Este sistema busca mejorar el rendimiento de las células solares al priorizar compuestos con base en el conocimiento de la literatura científica. Los resultados preliminares indican que esta metodología puede apoyar el descubrimiento de aditivos para células solares de perovskita.
¿Los agentes de LLM aún necesitan ser instruidos sobre cómo mejorarse a sí mismos?
Se investiga si los agentes de LLM, al ser capaces, necesitan instrucciones explícitas para su auto-mejora. El estudio analiza un paradigma autónomo donde los agentes construyen sus propios algoritmos de aprendizaje para la optimización basada en el contexto. Se demuestra que modelos suficientemente capaces se mejoran a sí mismos bajo ciertas condiciones, alineándose con marcos cognitivos de aprendizaje autorregulado.
AEGIS: Modelo climático diferenciable de Marte con cierres neuronales
Se presenta AEGIS, un modelo climático de Marte diferenciable que acopla la física atmosférica con el núcleo dinámico del Dinosaurio y permite interfaces para cierres neuronales. El modelo reproduce el ciclo estacional de CO2 y la estructura de temperatura superficial, validando su eficiencia computacional frente a GCMs convencionales. Esto busca mejorar la simulación de la atmósfera marciana para operaciones críticas como el aterrizaje.
Adaptando modelos de vehículos generalistas para MPC de alta velocidad en terrenos
Se presenta OptCar, una arquitectura FKD basada en transformadores diseñada para mejorar la especialización de modelos de vehículos generalistas para control predictivo de modelo (MPC) en terrenos de alta velocidad. El modelo busca preservar la generalización entre terrenos mientras optimiza el rendimiento para vehículos específicos mediante el uso de datos reales limitados y simulaciones sintéticas. Los experimentos mostraron ganancias significativas en la reducción del error de seguimiento de trayectoria en condiciones de deslizamiento.
EmbeWebAgent: Incrustación de agentes web en interfaces de usuario empresariales personalizadas
Se presenta EmbeWebAgent, un framework diseñado para incrustar agentes directamente en interfaces de usuario (UI) empresariales existentes. Este framework utiliza ganchos ligeros de frontend y un flujo de trabajo de backend para permitir el razonamiento y la ejecución de acciones. El sistema es agnóstico al stack y soporta acciones de diferentes granularidades para orquestar la navegación y manipulación de la interfaz.
Mundos recursivos persistentes permiten la evolución autónoma del software
Se presenta EvoX Genesis, un sistema que organiza el desarrollo de software como un mundo recursivo persistente. Este sistema permite a los agentes delegar trabajo y gestionar cambios para su verificación y revisión, preservando el trabajo anterior como base para el desarrollo futuro. Se examinan la continuidad del desarrollo a través de estudios sobre formación, continuación y reevolución en diferentes implementaciones.
La fragilidad de la atribución de importancia para el recorte de modelos de lenguaje
Se investiga la fragilidad de medir la importancia del razonamiento en modelos de lenguaje, encontrando que la medición es frágil debido a problemas como la saturación de la puntuación de tokens de respuesta y la no localizabilidad de la importancia causal. Se concluye que la importancia reproducible solo aparece en grupos grandes de neuronas, sugiriendo que se deben usar reglas de medición específicas para la poda.
Skypart: Localización Geoespacial Robusta a Través de Descubrimiento Semántico Basado en Prototipos
Se presenta SKYPART, un método ligero para transformadores de visión basados en parches, diseñado para la localización geoespacial cruzada (CVGL) de drones cuando el GNSS falla. Este método aborda limitaciones previas al agrupar parches en partes y utiliza técnicas de aprendizaje multi-objetivo para obtener embeddings de recuperación sin depender de la altitud en la inferencia. SKYPART alcanzó resultados de vanguardia en múltiples benchmarks de localización.
Dinámicas de margen para la alineación de Modelos de Lenguaje Grande
Se presenta una base teórica sobre los métodos de alineación de Modelos de Lenguaje Grande (LLM), analizando cómo los márgenes DPO y IPO evolucionan. La investigación demuestra que los márgenes DPO crecen logarítmicamente y los márgenes IPO convergen a un valor finito. También se valida que una configuración teórica específica es competitiva con las mejores líneas de base en términos de rendimiento.
CADMAGEDDON: Reconstrucción de CAD de alta fidelidad con inferencia local
Se presenta CADMAGEDDON, un agente de código abierto que reconstruye modelos CAD editables a partir de mallas y puede ejecutarse localmente en sistemas con GPU única. El método utiliza el modelo Qwen3.8-27B para mejorar la calidad de reconstrucción en comparación con enfoques previos. Este agente se integra con FreeCAD para facilitar el flujo de trabajo de los profesionales de CAD.
PPO equilibrado por resultado y rectificación de flujo inducida por política para políticas VLA basadas en flujo
Se presenta un marco de aprendizaje por refuerzo que combina PPO equilibrada por resultado con rectificación de flujo inducida por política para políticas VLA. Este enfoque busca mejorar el rendimiento en tareas simuladas al reponderar ventajas y ajustar la representación utilizada en la optimización estocástica. El marco propuesto mejora las tasas de éxito en los *benchmarks* evaluados en comparación con las líneas de base.
La división entre lenguaje y energía: Midiendo los costos energéticos de la inferencia de LLM multilingües
Un estudio sistemático analizó el consumo de energía de inferencia de modelos de lenguaje grandes (LLM) en diferentes idiomas. Se encontraron disparidades significativas en el consumo energético por token y en el consumo total entre idiomas, atribuidas a la complejidad de los scripts y la generación de tokens. El estudio sugiere una inequidad energética sistémica en el despliegue de LLM multilingües y recomienda considerar la energía como un eje clave en la evaluación.
Cómo engañar a la IA (y que ella te mienta)
La inteligencia artificial está siendo utilizada en campañas de desinformación sofisticadas mediante técnicas como el LLM Grooming, donde se envenena la IA con contenido falso para que engañe a los usuarios. Investigaciones indican que los modelos de lenguaje pueden replicar falsedades y reforzar puntos de vista sesgados, especialmente en temas geopolíticos como la invasión de Ucrania. Además, se advierte sobre la aceleración de los ataques cibernéticos autónomos impulsados por IA.
Sesgo de Epoch en SGD-based Leave-One-Out Influence: Análisis y Corrección Acumulativa
Se presenta el Estimador de Influencia SGD Acumulativo (ACC-SGD-IE) para corregir el sesgo de interacción en el estimador SGD-IE al considerar cómo las eliminaciones previas afectan la influencia de eliminaciones posteriores. Este método mejora el rendimiento en conjuntos de datos de visión y texto, reduciendo el error de pérdida y mejorando la métrica Jaccard@10%. También se observa una reducción significativa del error RMS del parámetro en datos industriales ruidosos.
Vectores de intuición de representaciones preentrenadas dirigen el razonamiento basado en difusión
Se investiga si la geometría relacional de las representaciones visuales preentrenadas puede apoyar el razonamiento abstracto sin depender de inferencia basada en lenguaje. Se proponen vectores de intuición, diferencias vectoriales entre incrustaciones de imágenes, que capturan transformaciones que generalizan entre instancias de tareas. Estos vectores pueden dirigir el razonamiento generativo al condicionar un transformador de difusión en el espacio latente visual preentrenado.
MedGuardBench: Un punto de referencia orientado al paciente para el desarrollo de barreras personalizadas
Se presenta MedGuardBench, un punto de referencia para el desarrollo de barreras personalizadas en seguridad de medicamentos. El sistema introduce una guardia condicionada por el paciente que predice la seguridad basándose en el perfil y la prescripción. Se demuestra que las barreras estándar dependen de señales superficiales, mientras que el enfoque personalizado mejora la precisión y reduce falsas alarmas al utilizar información específica del paciente.
Evaluación de modelos VLM para escenarios críticos de seguridad
Se presenta EMRD, un marco de evaluación para medir la capacidad de los Modelos de Lenguaje-Visión (VLM) en tareas de robótica que requieren exploración, mapeo y toma de decisiones seguras. El estudio evalúa once VLMs bajo condiciones nominales y estrés ambiental (oscuridad, humo, ruido de movimiento) en 16 edificios. Los resultados indican diferencias en la exploración y detección de objetos entre modelos de peso abierto y cerrado.
Semantic Prism: Segmentación Generativa con una Interfaz Semántica-Imagen Explícita
Se presenta Semantic Prism, un marco para la segmentación de escenas viales que utiliza una interfaz explícita de imagen semántica y refinamiento jerárquico. Este modelo logró un mIoU del 72.07% en el conjunto Cityscapes, superando la decodificación directa en 11.39 puntos porcentuales. Además, el método mejora el ranking de errores de píxeles, aumentando el AUPR en el conjunto ACDC.
Ocho de cada diez LLMs filtran secretos del prompt del sistema
Un estudio auditó 363 modelos de texto a texto/texto a salida para determinar cuáles divulgan secretos protegidos en sus prompts del sistema. Se encontró que 296 de los 363 modelos, más cuatro adicionales, divulgaron una bandera de 16 caracteres. El estudio concluye que no se debe almacenar secretos en los prompts y se debe aplicar validación de salida para asegurar el comportamiento crítico del modelo.
Evaluación preliminar de jueces LLM sin verdad fundamental para un entrenador de higiene dental
Se presenta un *pipeline* por etapas para filtrar jueces LLM y modelos estudiantiles antes de la revisión experta, utilizando reglas explícitas para auditar la salida, verificar sesgos y robustez de la decisión. El estudio se realizó en un entrenador de higiene dental utilizando datos sintéticos no validados clínicamente. Los resultados preliminares indican que el modelo Granite-4.1-8B fue el más destacado en la comparación de jueces.
Recuperación Generativa Eficiente para la Búsqueda en Comercio Electrónico con IDs de Clúster Semántico y RL Guiado por Expertos
Se propone un marco de recuperación para comercio electrónico que utiliza recuperación generativa como complemento en lugar de reemplazo total. El método CQ-SID reduce la complejidad de la búsqueda al codificar ítems en identificadores de clústeres semánticos. Los experimentos demuestran ganancias significativas en la tasa de clics y en métricas de negocio como GMV y UCTCVR.