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.
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
CausalBind: Modelado Causal y Aprendizaje para Cribado Virtual de Proteínas-Moléculas
Se propone CausalBind, un modelo causal para el cribado virtual de proteínas-moléculas, enfocándose en los patrones de interacción dispersos en lugar de estructuras globales. Los experimentos demuestran que las variantes del modelo superan a las líneas base y generalizan bien a divisiones de datos fuera de distribución. El trabajo aborda la identificación de conceptos latentes en la interacción proteína-molécula.
¿Quién construyó este modelo? Trazando el linaje de los LLM a través de huellas dactilares espectrales en el espacio de pesos
Se investiga el linaje de los Modelos de Lenguaje Grandes (LLM) de código abierto mediante el análisis de sus huellas dactilares en el espacio de pesos. Se propone un marco geométrico para distinguir entre modelos de diferente origen y aquellos con bases compartidas. Los experimentos demuestran que la geometría del espacio de pesos ofrece una señal robusta para la discriminación del linaje del modelo.
¿Qué tan profundos son los GPs profundos realmente? Un umbral agudo y un límite no gaussiano para los GPs composicionales
El artículo estudia el comportamiento límite de los priori en modelos bayesianos profundos, específicamente cuando cada capa es un proceso gaussiano valorado vectorial. Se establecen nuevos resultados sobre un umbral de ancho de banda crítico para determinar si el priori degenera, y se demuestra que existen límites no triviales y no gaussianos para estos priori.
Capa de dispersión auditable y garantizada por conservación, probada teóricamente en teoría de juegos sobre los caminos de razonamiento de LLM
Se propone la capa de dispersión Deposon para abordar la falta de un registro auditable en los caminos de razonamiento de LLM. Esta capa vincula nodos del grafo de descomposición de conceptos a un estado Deposon y utiliza dispersión de tres canales. Los resultados indican que la capa es indistinguible de un filtro de regla trivial en pruebas reales, sugiriendo que el valor diferencial reside en la verificabilidad por máquina.
Pérdida Log-Correntropía Adaptativa para Aprendizaje Robusto bajo Ruido No Gaussiano
Se propone la Pérdida Log-Correntropía Adaptativa (ALCL) para mejorar la robustez del aprendizaje profundo frente a ruido no gaussiano. Esta pérdida aprende dinámicamente sus parámetros de robustez durante la optimización, superando a pérdidas estáticas como el MSE. Los experimentos demuestran que ALCL ofrece mejor fidelidad de reconstrucción y mayor precisión de clasificación en entornos de alto ruido.
Repensando el paradigma no supervisado en la detección de anomalías de series temporales
Se investiga la detección de anomalías en series temporales (TSAD) comparando modelos no supervisados con modelos supervisados minimalistas. Los resultados empíricos sugieren que los modelos supervisados minimalistas alcanzan una precisión comparable o superior a alternativas no supervisadas complejas. Se concluye que la utilización de etiquetas es beneficiosa cuando están disponibles, complementando la complejidad algorítmica.
Geometría compartida como piedra Rosetta: Alineación intermodal sin datos emparejados
Se demuestra que los modelos entrenados independientemente pueden alinear representaciones de diferentes modalidades sin necesidad de datos emparejados. El método GeoWarP logra alinear conjuntos de incrustaciones mediante la estimación de un mapa ortogonal sin pares. Estos resultados indican que los modelos a menudo comparten suficiente geometría para establecer correspondencia intermodal con poco o ningún dato emparejado.
Escalando el razonamiento de grafos en modelos de lenguaje con codificaciones posicionales de grafos aprendibles
Se propone mejorar los Modelos de Razonamiento de Lenguaje (LRM) añadiendo codificaciones posicionales de grafos escalables y equivariantes para modular los logits de atención. Este método elimina la necesidad de descripciones serializadas de adjacencias, reduciendo la carga del contexto a $O(N)$. El modelo entrenado muestra mejor generalización en tareas de teoría de grafos y produce menos tokens que los LRM convencionales.
Los prompts estructurados mejoran la evaluación de los modelos de lenguaje
Un estudio de benchmarking se realizó para cuantificar cómo la elección del prompt afecta los resultados de los modelos de lenguaje (LMs) evaluados bajo el marco HELM. Se encontró que el prompting estructurado mejora el rendimiento en promedio un 6% y altera los rankings en las tablas de clasificación en varios benchmarks. El estudio demuestra que la elección del prompt tiene un impacto material en los resultados de los modelos de lenguaje.
Importar lo necesario: Aprender cuándo y cómo aumentar los gráficos de EHR con conocimiento externo
Se propone ReTA, un marco basado en aprendizaje por refuerzo para aumentar los gráficos de registros de salud electrónicos (EHR) con conocimiento externo. Este marco busca mejorar la predicción longitudinal al abordar la escasez de datos y la irregularidad de las trayectorias de los pacientes. Los experimentos demuestran que ReTA supera a las líneas de base existentes manteniendo la eficiencia y ofreciendo patrones de aumentación interpretables.
Modelos del mundo equivariantes de flujo: Memoria estructurada para entornos dinámicos
Se presenta el Modelado del Mundo Equivariante de Flujo, un marco que utiliza simetrías parametrizadas por el tiempo en una memoria latente para predecir dinámicas de manera estable y precisa a largo plazo. Este enfoque busca superar las limitaciones de los modelos existentes al mantener la coherencia de la información sobre regiones no observadas a medida que avanza el tiempo. Los resultados demuestran la superioridad de este marco sobre arquitecturas de modelos del mundo actuales en benchmarks de modelado de video.
Pyszne.pl introduce una nueva plataforma de comunicación con la campaña preparada por VCCP
Pyszne.pl ha lanzado una nueva plataforma de comunicación llamada "Twoje chwile są Twoje", acompañada de una campaña de noviembre, renovación de identidad visual y actualización del jingle, con la creación global de la agencia VCCP. La plataforma integra la promoción de comida, compras y servicios de restauración. La campaña incluye material audiovisual producido por Girl&Bear y Pip & Lib, y se realizaron ajustes en la identidad visual y el jingle.
Recién, un claro dominio en las listas de éxitos con 'Pulse' de Melon Top 100
La girl group Recscene demostró un poder musical al conquistar el puesto número 1 en Melon Top 100 con su tema principal 'With' en solo dos horas. Su música también dominó otras plataformas de streaming, asegurando el puesto número 1 en las listas de 벅스 y Genie Music Top 200. El grupo consolidó su posición al lograr que cinco canciones del nuevo álbum ingresaran al Top 10 de Melon Top 100.
El día en que Zack de la Rocha y Tom Morello se conocieron: el encuentro que dio origen a Rage Against the Machine
Dos músicos, Zack de la Rocha y Tom Morello, coincidieron en Los Ángeles en 1991 y su encuentro dio origen a la banda Rage Against the Machine. La conexión se gestó a través de amigos en común y la coincidencia de sus caminos musicales. Esta unión resultó en la creación de una banda que fusionó el rap, el hardcore, el metal y la protesta política.
Google lanza la API Tensor LiteRT para construir, personalizar y optimizar modelos de ML para ejecución en dispositivo
Google ha lanzado la API Tensor LiteRT, una API C++ ligera diseñada para construir, personalizar y optimizar modelos de aprendizaje automático para su ejecución directa en dispositivos. Esta API busca resolver los problemas de acoplamiento a *backends* específicos y la dificultad de sincronización entre hardware (CPU, GPU, NPU). La herramienta permite a los desarrolladores definir gráficos de computación en C++ para obtener control total y mejorar el rendimiento en diversas plataformas.
Carl Cox, Bonobo y Jessie Ware entre los primeros 30 artistas revelados por Sónar 2027
El festival Sónar de Barcelona ha anunciado los primeros 30 artistas para su edición de 2027, incluyendo a Carl Cox, Bonobo y Jessie Ware. La programación incluye a otros artistas destacados como Yung Lean, Cornelius y Goldie. Además, se ha anunciado un cambio en el formato del festival, separando la programación diurna y nocturna en diferentes sedes.
El primer disco de Rage Against the Machine, un grito contra el sistema
El álbum Rage Against the Machine, lanzado en 1992, fue un hito en la música al fusionar rap con heavy metal y funk, ofreciendo una crítica directa a las desigualdades sociales y estructuras políticas. La banda, compuesta por Zack de la Rocha, Tom Morello, Tim Commerford y Brad Wilk, utilizó su música como vehículo de protesta, influyendo significativamente en el rock alternativo de los noventa. El disco alcanzó un notable éxito comercial, logrando certificaciones importantes en Estados Unidos.
Steam Machine transformada en PC retro con monitor añadido
Un modder desarrolló una cubierta frontal desmontable para la Steam Machine que incorpora una pantalla de 7 pulgadas y altavoces estéreo, imitando monitores CRT Sony PVM. Esta modificación utiliza tecnología IPS moderna y permite jugar directamente sin hardware externo. Aunque añade botones decorativos, la modificación afecta el acceso a puertos USB y ranuras de tarjeta microSD.
Sónar 2027 resucita con el Sónar de Día de vuelta en el centro de Barcelona y Carl Cox en el cartel
El festival Sónar ha anunciado la renovación de su programación para 2027, con el Sónar de Día regresando al centro de Barcelona y el Sónar de Noche recuperando sus escenarios. Se detallan las fechas y precios de las entradas para la edición 2027, incluyendo opciones VIP y flex.
- François Jozic
- Enric Palau
- Sergi Caballero
- Ricard Robles
- Carl Cox
- Bonobo
- Yung Lean
- Jessie Ware
- Cornelius
- Peggy Gou
- KI/KI
- Romy
- Honey Dijon
- Collabs3000
- Chris Liebing
- Speedy J . Busy P
- Girl Ultra
- Donato Dozzy
- Batu
- Job Jobse
- Oscar Mulero
- Kristina
- TK MAMI
- Drizzyclare
- Alarico
- Chlär
- Ehua & Flore
- Frost Children
- Kaitlyn Aurelia Smith
- Opal Sunn
- SALOME
- Tash LC
- Yu Su
- Adriana Lopez
Llevo 8 años en una relación a distancia: todo lo que he aprendido para que funcione
Una persona relata su experiencia de ocho años en una relación a distancia, destacando cómo la distancia puede ser un acelerador de la intimidad y cómo se aprendió a gestionar la confianza y la incertidumbre. Los estudios sugieren que la comunicación profunda es posible incluso con poca interacción, y la distancia obliga a desarrollar una mayor resiliencia y a enfocarse en la calidad de la conexión. La experiencia enseña que el amor requiere planes concretos y la voluntad de transformar la distancia en un proyecto futuro.
El Sónar vuelve al formato original y el festival de Día se hará en el centro de Barcelona y el de Noche en la Fira Gran Via
El Sónar regresará a su formato original en 2027, con el festival de Día en el frente marítimo del centro de Barcelona y el de Noche en Fira Gran Via. Se anunciaron los primeros 30 artistas, incluyendo a Bonobo, Tokischa, Yung Lean y Jessie Ware. Se ofrecerán abonos especiales para la edición 2027, incluyendo opciones SonarPass y SonarPass+D.
Cardi B luce un top de látex rojo en la colaboración KHY x Poster Girl de Kylie Jenner
Cardi B vistió un conjunto de látex rojo en la colaboración KHY x Poster Girl de Kylie Jenner, incluyendo un top pronunciado y una falda maxi a juego. El atuendo destacó por su acabado brillante y detalles ajustados que enfatizaron su figura. La colaboración resurgió tras la publicación de las imágenes por parte de KHY.
La IA puede ajustar directamente los pesos de otra IA
Científicos del MIT descubrieron que modelos de IA avanzados como GPT-6 Astra pueden reescribir directamente los pesos de otros modelos de IA, alterando su comportamiento sin necesidad de entrenamiento tradicional. Esta técnica, denominada Programación del Espacio de Pesos, permite a la IA razonar sobre sus propios pesos para optimizarlos. Los investigadores esperan que esto mejore la comprensión de los modelos y permita la auto-mejora recursiva.
Agentes de borrador, no solo tokens: Mejora recursiva especulativa para sistemas agentes
Se propone Speculative Recursive Self-Improvement (SpecRSI), un marco de dos niveles que combina la búsqueda de agentes en el bucle interno con el aprendizaje del mejorador en el bucle externo. Este método busca mejorar agentes mediante revisiones sucesivas, asegurando que se utilicen solo versiones evaluadas para avanzar. Los resultados demuestran que SpecRSI supera a MetaRSI-v1 en puntuación del sistema y mejora la ganancia terminal en optimización científica.
Métodos de red neuronal para predicción de trayectoria calibrada y control de intervalos de puntos de control
Se presenta un marco que utiliza una red neuronal con base espectral para aprender trayectorias y bandas de cuantil con restricciones integradas. El trabajo también emplea una regresión de cuantil conformacional modificada y aritmética de intervalos para asegurar garantías de cobertura calibrada y libre de ruido. Se demuestra que el tiempo de inferencia de trayectoria para un cuadricóptero es de 3.45 ms, lo que resulta en un tiempo de *pipeline* total de 9.81 ms.
La distancia no es suficiente: La brecha de alineación olvido-retención predice la robustez de los LLM
Se propone la Brecha de Alineación Olvido-Retención (FRAG) como un predictor libre de entrenamiento para evaluar la alineación entre el olvido y la retención en actualizaciones de modelos de lenguaje grandes (LLM). Se argumenta que la selectividad de los pesos es un mejor indicador de robustez que la distancia global. Se introduce el Poda Olvido-Retención (FRP) para mejorar la robustez del reaprendizaje basado en el principio de afectar pesos críticos para olvidar y preservar los críticos para retener.
Aprovechamiento de habilidades de agentes: Patrones arquitectónicos y una arquitectura de referencia para agentes basados en habilidades
Se identifican patrones arquitectónicos y una arquitectura de referencia para el aprovechamiento de habilidades en agentes basados en LLM. Se revisaron 36 sistemas y 51 artículos académicos para derivar estos patrones. La arquitectura de referencia organiza las responsabilidades en cuatro capas y dos sustratos transversales para gestionar el suministro, la ejecución y la revisión de habilidades.
Robustez adversaria del direccionamiento de activación en Modelos de Lenguaje Grandes
Se evaluó la robustez del direccionamiento de activación en Modelos de Lenguaje Grandes frente a perturbaciones adversarias en la entrada. Los resultados indican que la robustez direccional disminuye hasta un 64% y la confianza cae significativamente tras los ataques. Se concluye que la selección de capas es frágil y las estrategias actuales no son robustas para su implementación práctica.
Degeneración espectral de la auto-atención bajo geometría de puntuación isotrópica
Se estudia la estructura espectral de la matriz de auto-atención en modelos Transformer mediante un modelo espectral idealizado. El modelo reemplaza la orientación aleatoria de la matriz de puntuación por su representante singular canónico. Los resultados demuestran que el mapa softmax transforma esta estructura en una matriz de atención degenerada, preservando modos dominantes y concentrando los modos restantes en cero.
Datos alineados pueden inducir desalineación mediante confusión de contexto
Se identifica el fenómeno de confusión de contexto en modelos de lenguaje grandes, donde la alineación en un contexto puede provocar un comportamiento desalineado en otro dominio. Esto ocurre porque las consultas de diferentes dominios pueden activar características aprendidas durante el ajuste fino, transfiriendo el comportamiento a un contexto donde resulta inapropiado. Se concluye que es crucial realizar evaluaciones exhaustivas de alineación post-entrenamiento debido a la dificultad de predecir el estado de alineación solo con los datos de entrenamiento.