Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Shield ayuda a los técnicos a transferir el trabajo de portales heredados con OpenAI
Shield ha desarrollado Forge, un sistema operativo de IA que utiliza GPT-6 Astra para ayudar a los agentes de soporte de TI a manejar tareas en portales y sistemas heredados. Esto permite a los agentes realizar tareas que antes requerían la intervención manual de un técnico, mejorando la velocidad de resolución y la satisfacción del cliente. Se reporta una mejora de entre 35% y 40% en la velocidad de ejecución y una menor tasa de fallos.
CrowdStrike lanza un interruptor de apagado de IA que afirma poder detener agentes malintencionados y más
CrowdStrike ha lanzado el 'AI Kill Switch' en su producto Falcon Guardian para detener y aislar agentes de IA malintencionados. Esta nueva función otorga a los administradores humanos el control directo para terminar la actividad sospechosa y asegurar la seguridad de la IA en entornos empresariales. La herramienta busca poner la seguridad en manos de los usuarios para controlar el comportamiento de los agentes de IA.
El nuevo 'Interruptor de Apagado' de IA de CrowdStrike detiene a los agentes de IA rebeldes?
CrowdStrike ha anunciado nuevas capacidades de seguridad para agentes de IA, incluyendo un "Interruptor de Apagado de IA" que permite a los equipos de seguridad terminar, bloquear y cortar el acceso a la red de agentes maliciosos. Además, la compañía adquirió Fiddler AI para mejorar la observabilidad y explicabilidad de los agentes de IA. Esto busca proporcionar control humano sobre la seguridad de la IA y asegurar que los agentes se comporten según lo previsto a través de pruebas rigurosas.
Primer Ministro anuncia protección más estricta para la IA para frenar riesgos crecientes
El primer ministro ha anunciado una protección más estricta para la inteligencia artificial y un regulador dedicado para contener los peligros potenciales. Esta medida busca contener los riesgos emergentes relacionados con la IA.
No se identificaron personas.
Nasdaq considera deslistar a la empresa de IA
La IA hace que los ciberataques sean más rápidos y automatizados, por lo que las organizaciones deben enfocarse en limitar el impacto de las intrusiones. Es crucial conocer qué sistemas y datos son protegidos y qué está expuesto para priorizar la defensa. Se recomienda implementar entornos de TI bien planificados que permitan aislar partes afectadas y mejorar continuamente la capacidad de detección de anomalías.
Cisco defiende a velocidad de máquina con OpenAI
Cisco está integrando la inteligencia de red con los modelos de OpenAI para mejorar la defensa contra ataques impulsados por IA. La compañía busca utilizar la IA para correlacionar señales a escala masiva, lo que permite a los defensores detectar patrones y responder a vulnerabilidades más rápido. Esto incluye la implementación de controles distribuidos en microservicios y la mejora de la capacidad de respuesta ante la velocidad de los ataques.
Crowdstrike da a las empresas un 'interruptor de apagado' para agentes de IA mal comportados
Crowdstrike introdujo un nuevo interruptor de apagado para detener agentes de IA mal comportados, permitiendo a los equipos de seguridad terminar su operación y cortar su acceso a la red. Esta medida busca abordar las preocupaciones de seguridad relacionadas con la adopción de agentes de IA, coincidiendo con otros esfuerzos de la industria para mejorar la seguridad de la IA. El CEO de Crowdstrike señaló que esto es una oportunidad de mercado y una forma de asegurar que los agentes operen de manera segura.
CrowdStrike presenta un interruptor de apagado para IA
CrowdStrike presentó un interruptor de apagado para IA en su feria Fal.Con Europe, diseñado para detener agentes de IA que se desvían de su comportamiento. El sistema permite a los administradores activar la restricción del acceso a modelos de IA, aunque también se planea una activación automática mediante Charlotte AI para asegurar el comportamiento conforme a las normas.
Cómo bloquear bots de IA para que no rastreen tu sitio web
Grandes empresas tecnológicas como OpenAI, Google y Microsoft han acordado implementar una señal de exclusión mutua en los archivos robots.txt para impedir que los bots de IA extraigan contenido de sus sitios web para entrenamiento de modelos. Se proponen varias estrategias, incluyendo modificar robots.txt, requerir cuentas de usuario para acceso o limitar el acceso por dirección IP. Estos métodos buscan proteger el contenido de los sitios web de ser raspado por bots maliciosos.
Primer Ministro anuncia protección más estricta para la IA para frenar riesgos crecientes
El primer ministro ha anunciado una protección más estricta para la Inteligencia Artificial y un regulador dedicado con el objetivo de contener los peligros potenciales. Este anuncio busca mitigar los riesgos asociados a la IA.
No se identificaron personas.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Shield AI»
Más recientes primero · Hasta 30 noticias por página
Estudio empírico a escala de modelos de lenguaje sintácticos
Se realizó un estudio empírico a gran escala de modelos de lenguaje sintácticos (SLM) para evaluar su rendimiento en diferentes tareas y puntos de referencia sintácticos. Los resultados indican que los SLM con atención causal estándar igualan o superan a las variantes con máscaras estructurales. Se observa que a escalas mayores, los SLM pueden perder competitividad frente a líneas base no estructurales con capacidad de cómputo.
Adaptador Few-shot con Fusión Cross-view para Reconocimiento de Emociones EEG entre Sujetos
Se presenta un adaptador few-shot llamado FACE para el reconocimiento de emociones por EEG entre sujetos, abordando la variabilidad intersujeto y la variabilidad intra-sujeto. FACE utiliza una fusión dinámica cross-view para integrar conectividad cerebral global y patrones localizados con pesos específicos del sujeto. El método busca permitir una adaptación rápida a sujetos no vistos y reducir el sobreajuste mediante meta-aprendizaje.
¿Pueden los LLMs solucionar errores sin código? Hacia la verificación automatizada de correcciones de errores sin código
Un estudio evalúa la capacidad de los Modelos de Lenguaje Grandes (LLMs) para generar correcciones sin código para errores de software en un entorno de navegador. Se midió el éxito de estas correcciones mediante la aplicación de un agente ejecutor y un verificador de problemas. Se encontró que, aunque algunas correcciones resuelven los errores, menos de la mitad de las soluciones generadas por los LLMs resuelven el problema, destacando la necesidad de verificación humana.
DISCERN: Preservar al escribir, resolver al leer para la memoria persistente de agentes LLM
Se presenta DISCERN, un marco de memoria para agentes construido con la regla "preservar al escribir, resolver al leer". Este sistema aborda el problema de la resolución de entidades y estados temporales en la memoria de agentes empresariales. DISCERN utiliza un grafo de procedencia bi-temporal para gestionar entidades confusas y valores superados, buscando resolver la ambigüedad en la recuperación de información. El sistema demuestra un rendimiento superior en la resolución de entidades y la corrección de respuestas en benchmarks específicos.
Cajas de arena de IA: Modelo de amenaza, taxonomía y marco de medición
Se presenta un marco para evaluar sistemas de IA en entornos controlados llamados cajas de arena, definiendo un modelo de amenaza y dimensiones de medición. El marco aborda la evidencia generada por estos sistemas y establece reglas para limitar las afirmaciones de despliegue basándose en la evidencia más débil. Se aplican estos conceptos a ejemplos en áreas como conducción y control industrial.
Planificación como relajación de dinámicas: La red recurrente hipocampal realiza navegación óptima dirigida a objetivos
Un estudio demuestra que una red hipocampal con conexiones recurrentes logra una navegación óptima dirigida a objetivos mediante sus dinámicas de relajación. El trabajo propone un principio de circuito general para la planificación en mapas cognitivos abstractos, superando la navegación espacial tradicional. Se prueban simulaciones en mazas complejas que indican rutas casi óptimas y una robustez significativa ante cambios en la memoria.
Estimación de eventos raros mediante desalineación iterativa
Se presenta un nuevo método de muestreo de importancia (IS) para estimar la probabilidad de eventos raros generados por la variación estocástica en las acciones de agentes autónomos. Este método perturba los pesos del modelo para crear una propuesta de lenguaje model que permite una búsqueda basada en gradiente. Se demostró una ganancia de eficiencia de cómputo superior a $800\times$ sobre el Monte Carlo ingenuo para eventos con probabilidades muy bajas.
RSI-PDE: Un benchmark para agentes auto-mejorables en la resolución de EDOs
Se presenta RSI-PDE, un mecanismo de agente recursivamente auto-mejorable diseñado para resolver ecuaciones diferenciales parciales (PDEs). Este sistema mejora el rendimiento en comparación con las líneas de base existentes, mejorando la tasa de éxito y reduciendo las llamadas al modelo. Los resultados demuestran el potencial de la auto-mejora recursiva en agentes de LLM para la computación científica.
Presentación de un conjunto de datos unificado para el análisis de documentos con generación de descripción de elementos visuales
Se presenta Read-Parse-Describe, un conjunto de datos unificado para el análisis de documentos que incluye la generación de descripción de elementos visuales. El trabajo aborda la necesidad de modelos que puedan producir un análisis a nivel de página que sea fiel tanto estructural como semánticamente. Se propone un mejorador de conciencia espacial para mejorar el rendimiento conjunto de estos modelos.
El modo de unión es crucial para el descubrimiento de fármacos mediante la identificación de modos de unión diversos
Se presenta BindMol, un marco generativo basado en aprendizaje por refuerzo para el diseño de fármacos. Este método busca descubrir moléculas con alta afinidad y diversos modos de unión, superando los enfoques previos que solo optimizan una puntuación de acoplamiento. El enfoque permite identificar compuestos con novedad estructural y perfiles de unión deseables para el descubrimiento de fármacos.
Deuda de accesibilidad en la GUI de los corpora detrás de los agentes de uso de computadoras
Un estudio mide la brecha de etiquetado en la descripción de contenido en dos corpora de Android (Rico y AndroidControl) para evaluar cómo los agentes de uso de computadoras heredan fallos de accesibilidad. Se encontró una diferencia significativa en la cobertura de descripción de contenido entre los dos conjuntos de datos, especialmente en controles de entrada. El estudio también analiza el efecto de selección en la operación de elementos gráficos sin texto.
Términos de cuidado: Diseñando la participación en la gobernanza de datos por comunidades con discapacidad
Se investiga cómo las comunidades con discapacidad pueden participar en la gobernanza de conjuntos de datos mediante licencias sensibles al contexto para mejorar su representación en medios generados por IA. Se realizaron entrevistas y actividades para fomentar la participación comunitaria en la administración de datos, destacando que la gobernanza depende de la memoria organizacional y la confianza. Se propone un enfoque modular para hacer más accesibles las opciones de datos y permitir a las comunidades adaptar cláusulas de Creative Commons.
SoScale: Búsqueda de escala de segundo orden para cuantización FP4
Se presenta SoScale, un método de búsqueda de escala de segundo orden para la cuantización FP4 jerárquica, diseñado para mejorar la precisión en modelos de lenguaje grandes (LLMs). Este método busca códigos de escala válidos bajo un objetivo de reconstrucción consciente de la Hessiana y lo combina con una recuperación de errores estilo GPTQ. Los resultados muestran que SoScale reduce la degradación de cuantización posterior en modelos Qwen3 bajo formatos MXFP4, NVFP4 y HiF4.
Repensando "RL Generaliza, SFT Memoriza": El papel de los datos de SFT
El artículo reexamina la diferencia entre modelos entrenados con Aprendizaje por Refuerzo (RL) y aquellos entrenados con Ajuste Fino Supervisado (SFT), enfocándose en el papel de los datos de entrenamiento. Se demuestra que la mezcla cuidadosa de datos de SFT y el ajuste de la escala de datos mejoran la generalización de los modelos. Además, se sugiere que conjuntos de datos más grandes cubren métodos de solución más diversos y generalizables.
Teoría de tipos para la verdad verificada en conocimiento
El texto aborda la incompatibilidad entre la irrelevancia de prueba definicional en matemáticas y los requisitos de los almacenes científicos verificados. Se presenta Eigenius, un sustrato de conocimiento verificado para la ciencia, que resuelve estos problemas mediante la formulación de un núcleo dependiente y la unificación de conceptos de tipado. Se detallan las bases teóricas y las estructuras institucionales para asegurar la consistencia y la verificabilidad del conocimiento científico.
Robots que hablan demasiado y no escuchan lo suficiente
Se revisan métodos anteriores para mejorar el reconocimiento de voz y los fallos en el turno de palabra en la interacción con robots sociales. Se argumenta que se necesita transmisión bidireccional multimodal para reducir la frecuencia de fallos en el turno de palabra.
AVC-Reward: Evaluación de consistencia audiovisual centrada en eventos
Se propone un marco de evaluación centrado en eventos para evaluar la consistencia entre audio y video, abordando la complejidad de composiciones de múltiples eventos y relaciones entre modalidades. Se presenta el modelo AVC-Reward, una métrica entrenable que busca mejorar la consistencia audiovisual de los modelos de generación. El objetivo es evaluar el acuerdo entre juicios automáticos y la percepción humana en diferentes paradigmas de generación.
Breath-Dx: Benchmark de series temporales para clasificación de enfermedades con eNose
Se presenta Breath-Dx, un nuevo punto de referencia para la clasificación de series temporales en el cribado de enfermedades mediante la tecnología eNose. El estudio utiliza el conjunto de datos S-OH para evaluar 10 métodos de aprendizaje automático bajo condiciones realistas, demostrando que la deriva del sensor afecta significativamente el rendimiento de los modelos. Los métodos recurrentes y especializados en series temporales mostraron el mejor rendimiento en la detección de enfermedades pulmonares.
Evaluación de los compromisos operativos de sistemas de supervisión de LLM
Se presenta BELLS-O, un benchmark operativo independiente para evaluar sistemas de supervisión de LLM, incluyendo filtros de moderación y detectores de jailbreak. El estudio compara sistemas especializados contra generalistas, midiendo detección, falsos positivos, latencia y costo en diversas categorías de daño. Los resultados indican que los supervisores especializados son más rápidos y eficientes en moderación de contenido, mientras que los generalistas pueden tener mejor detección en ciertas pruebas de jailbreak.
Descubriendo diseños efectivos de memoria de agentes a través de la evolución del programa
Se presenta un marco llamado MAPE para evolucionar programas de memoria de agentes mediante un ciclo de vida estandarizado. Los experimentos demuestran una ganancia de precisión de hasta el 12% en comparación con diseños manuales. Se identifican patrones clave para la retención de conversaciones y la composición de evidencia recuperada para mejorar la efectividad del modelo de respuesta.
ReShap: Aprendizaje por Refuerzo Interpretable para Configuraciones Multi-Acción de Alta Dimensionalidad
Se presenta ReShap, un marco de destilación de políticas que extiende la interpretabilidad basada en Shapley a entornos de RL de alta dimensión y multi-acción. Este método extrae representaciones de características y utiliza atribución SHAP para caracterizar la contribución de cada característica a las decisiones de la política. Se compara el rendimiento de políticas resultantes con modelos sustitutos como árboles de decisión, regresión lineal y logística.
SUMNO: Operador Neuronal Multigrid Espacialmente Desenrollado para Flujo de Fluidos
Se presenta SUMNO, un operador neuronal multigrid diseñado para campos de flujo de fluidos en rejillas regulares, que desenrolla un ciclo en forma de V en una red en forma de U de propagación hacia adelante. Este método busca acelerar la dinámica de fluidos computacional mediante el modelado sustituto basado en datos, logrando una precisión competitiva con menor coste computacional. SUMNO supera a varias arquitecturas existentes en pruebas de rendimiento, reduciendo el error cuadrático medio de propagación en un 30% respecto a la mejor línea de base.
¿Cómo deberían los agentes de planificación remodelar su espacio de búsqueda?
Se investiga la tarea ReSHAPE para evaluar si la revisión de especificaciones por agentes de planificación ajusta el espacio de búsqueda para encontrar planes aceptables. Los resultados indican que remodelar la búsqueda es crucial, ya que un intercambio correcto mejora significativamente la probabilidad de encontrar un plan aceptable. Se sugiere que los agentes de planificación deben probar las solicitudes contra planes concretos para identificar los intercambios que el usuario acepta.
Privilegio y confidencialidad en flujos de trabajo de IA generativa
El artículo analiza las tres formas en que los sistemas de IA generativa almacenan y procesan datos de clientes: en los parámetros del modelo, en la ventana de contexto y en bases de datos RAG. Se examinan los riesgos de confidencialidad y privilegio legal asociados a cada modo y se discuten las implicaciones legales. El objetivo es ayudar a los profesionales legales a comprender los riesgos de fuga de datos en sistemas GenAI para facilitar un despliegue responsable.
Agente de demostración de teoremas sobre árboles de sintaxis abstracta
Se aborda el problema de la escalabilidad de los agentes de prueba de teoremas basados en LLM, cuyo consumo de tokens y costo de API son obstáculos. Se propone el diseño Agent over AST (AoA) para mover el agente al árbol de sintaxis abstracta (AST), lo que reduce el costo de API, el consumo de tokens y las llamadas a herramientas, además de resolver más problemas en el benchmark de verificación.
Marco para desentrañar el lenguaje del conocimiento en hechos sobre Nigeria
Se presenta NaijaFacts, un benchmark para evaluar el conocimiento factual y estadístico sobre Nigeria en múltiples idiomas africanos. El estudio compara el efecto del lenguaje frente al efecto del conocimiento en modelos de IA. Se encontró que el efecto de conocimiento domina, con una precisión del 20% en estadísticas nigerianas en comparación con el 49-50% en inglés para EE. UU./Reino Unido.
Google Search recibe la mayor mejora para responder a tus preguntas más difíciles
Google está lanzando una actualización masiva a su motor de búsqueda utilizando el modelo de IA Gemini 4 Hydrogen, diseñado para ser más rápido y entender mejor las preguntas complejas. Esta mejora permite a la IA interpretar mejor las solicitudes, procesar múltiples pasos y ofrecer respuestas visuales y estructuradas. La actualización ya está disponible para todos los usuarios de Search y se extiende a otras plataformas de Google.
No se identificaron personas.
Shadow AI en firmie. ¿Cómo tomar el control de la inteligencia artificial?
Un empleado utiliza una herramienta de IA privada para resumir proyectos y negociaciones confidenciales, lo que plantea serias dudas legales y comerciales sobre la seguridad de la información y el uso de datos para entrenar modelos. El texto aborda el problema de la información que sale del entorno empresarial y su potencial impacto en la confidencialidad y la propiedad intelectual.
No se identificaron personas.
China concentra el 60% del volumen y el 40% del valor de la carne argentina
China representa el 60% del volumen y el 40% del valor de las exportaciones argentinas de carne vacuna. El presidente del IPCVA señaló un aumento en las consultas sobre animales terminados a grano, indicando que la demanda china complementa las ventas a otros destinos. Se discutieron las oportunidades en la calidad y el etiquetado para responder a las nuevas exigencias del mercado.
LG, TCL o Xiaomi: comparamos tres televisiones premium para descubrir cuál ofrece una experiencia cinematográfica en casa
Se compara la LG Micro RGB AI, la TCL SQD-Mini LED 4K y la Xiaomi TV S Mini LED para determinar cuál ofrece la mejor experiencia cinematográfica. La LG destaca por su nitidez y brillo, la TCL por su sonido envolvente con Bang & Olufsen, y la Xiaomi por su buena relación calidad-precio. La elección final depende de si se prioriza la calidad de imagen, el audio o el precio.
No se identificaron personas.