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

La era de la computación: la continuidad persiste mientras el razonamiento está inactivo

Se presenta OPAL, un motor de grafos C++17 diseñado para preservar la continuidad de la memoria de aplicación entre sesiones de razonamiento. Los resultados demuestran continuidad persistente con bajos costos de actualización local mediante el uso de cinco millones de vértices de memoria atómica retenidos. La arquitectura permite que las aplicaciones invoquen modelos solo cuando sea necesario para interpretación, planificación o generación.

Periodista: R. Jay Martin II

Personas mencionadas

Analizando características aprendidas en Redes Neuronales Convolucionales con Modelos de Mezcla de Distribución Gaussiana de Proceso de Dirichlet

Se presenta una técnica basada en un Modelo de Mezcla de Distribución Gaussiana de Proceso de Dirichlet para visualizar las representaciones aprendidas en Redes Neuronales Convolucionales. El método aborda la alta dimensionalidad de las representaciones agrupando las representaciones a través de todos los nodos de cada capa. Se discute la utilidad de este enfoque en el contexto del aprendizaje por transferencia de modelos.

Periodista: David Malmgren-Hansen, Allan Aasbjerg Nielsen, Rasmus Engholm

Personas mencionadas

Video-HopChain: Exploración con Gated Confidence para Modelos de Razonamiento de Video

Se presenta Video-HopChain, un conjunto de datos de preguntas de video de múltiples saltos diseñado para mejorar el razonamiento visión-lenguaje en videos. Este conjunto de datos busca abordar la falta de exploración en el dominio de video y propone la técnica de Exploración con Compuerta de Confianza (CGE) para mitigar limitaciones en el aprendizaje por refuerzo. El entrenamiento con este nuevo conjunto de datos mejoró las puntuaciones en ocho benchmarks de comprensión y razonamiento de video.

Periodista: Trung Nguyen Quang, Yuhao Dong, Shuo Sun, Shuai Liu, Shulin Tian, Kim-Hui Yap, Ziwei Liu

Personas mencionadas

Efecto del sarcasmo en la detección de discurso de odio turco

Se presenta SarcasTraps, un conjunto de prueba externo diseñado para analizar el impacto del sarcasmo en la detección de discurso de odio en turco. Los resultados indican que el sarcasmo afecta significativamente la detección de discurso de odio; los modelos ajustados pierden recuperación y los LLM de cero-shot sufren caídas de precisión. Esto demuestra que tanto los detectores ajustados como los LLM tienen dificultades con el sarcasmo.

Periodista: Dilara Keküllüoğlu

Personas mencionadas

No se identificaron personas.

Evaluación de trayectoria basada en preferencia offline

Se propone una evaluación de trayectoria basada en preferencia para sistemas agenticos, buscando mejorar la discriminación entre resultados. Los resultados indican que las métricas basadas en el éxito generan empates en el 75% de los casos, mientras que las preferencias basadas en la trayectoria reducen los empates al 35%, mejorando la eficiencia de los datos.

Periodista: Fernando Diaz

Personas mencionadas

El tiempo de consulta produce sesgos posicionales opuestos entre LLMs y humanos

Se documentan sesgos posicionales como la vigencia y la primacía en los modelos de lenguaje grandes (LLMs), aunque su mecanismo subyacente es poco claro. Se investiga si estos sesgos se manifiestan de manera similar en los LLMs, encontrando una divergencia con el comportamiento humano. Estos sesgos son más evidentes en modelos más recientes.

Periodista: Jasin Cekinmez, Addison J. Wu, Thomas L. Griffiths

Personas mencionadas

Adversarios estadísticos: Características adversarias tipo puerta trasera natural en conjuntos de datos de visión limpios

Se investigan señales estadísticas naturales en datos de visión que actúan como desencadenantes tipo puerta trasera sin ser insertadas maliciosamente. Estos "adversarios estadísticos" alteran las predicciones de los modelos de manera predecible, sugiriendo que las vulnerabilidades pueden derivar de la estructura del conjunto de datos en lugar de fallos del modelo individual. Se recomienda auditar los conjuntos de datos para identificar estas superficies de ataque latentes.

Periodista: Paul K. Mandal

Personas mencionadas

RPMem: Memoria Paramétrica de Largo Plazo Recurrente entre Sesiones para Agentes de LLM

Se presenta RPMem, una arquitectura de dos etapas diseñada para proporcionar memoria paramétrica independiente del modelo que evoluciona entre sesiones de agentes de LLM. Esta arquitectura integra la compilación de sesión con la memoria retenida para lograr una memoria reutilizable tras el reemplazo del *backbone*. Los resultados demuestran una alta generalización y un rendimiento superior en comparación con las soluciones basadas en texto y paramétricas existentes.

Periodista: Fanyu Zhao, Ruike Cao, Liang Dong, Fugen Yao, Jian Xu, Guanjun Jiang, Yifei Zhao, Yinsheng Li, Han Zhang

Personas mencionadas

Ataques de configuración expuestos en red a robots sociales controlados por LLM

Se investigó un ataque de configuración expuesto a la red en el robot Pollen Robotics Reachy Mini Lite, que permite a un atacante no autenticado modificar la configuración de personalidad y el prompt del sistema del LLM mediante una interfaz de gestión. Se encontraron vulnerabilidades relacionadas con la falta de autenticación y configuraciones de seguridad en el código fuente de aplicaciones, señalando una brecha entre las suposiciones de seguridad del desarrollador y la seguridad de la IA encarnada para el consumidor.

Periodista: Stanley Akingbola, Ugbede Ibrahim, Yan Lin Aung, Quang Dan Le, Hong Qing Yu

Personas mencionadas

ICA Lens: La no-gausianidad revela direcciones interpretables en los modelos de lenguaje

Investigadores presentan ICA Lens para descubrir direcciones interpretables en las activaciones de modelos de lenguaje mediante el análisis de la no-gausianidad. Los resultados demuestran que la no-gausianidad es una señal directa para encontrar estructura útil en las activaciones, mejorando la interpretabilidad y la reconstrucción de características.

Periodista: Sida Liu, Feijiang Han, Sarah Wiegreffe, Furong Huang

Personas mencionadas

Dirección de modelos de lenguaje para simulaciones sociales

Se presenta un flujo de trabajo de cribado de direccionamiento de activación para agentes condicionados por el rol en simulaciones sociales basadas en modelos de lenguaje. El estudio evalúa la alineación del perfil de rol y muestra que la mayoría de los roles mejoran con el aumento del direccionamiento, aunque algunos roles disminuyen, sugiriendo que se deben usar coeficientes específicos por rol.

Periodista: Isaac Song, Mohammed Rehan Parwani, Glenn Matlin, Emile Anand, Akhil Theerthala, Arjun Chatterjee, Anthony Wen-Ming Zang, Maria Kostylew, Yonadav G. Shavit, Sebastien Krier, Mark Riedl

Honeypots impulsados por LLM frente a atacantes impulsados por LLM: ¿Mejora la coherencia narrativa el engaño?

El artículo propone una estrategia de engaño narrativo donde el defensor mapea comandos de atacantes a técnicas MITRE ATT&CK para desplegar artefactos coherentes. Una campaña de 1,150 sesiones comparó diferentes niveles de sofisticación de atacantes, mostrando que los escenarios coherentes aumentaron la duración de las sesiones y redujeron el abandono del atacante. Se concluye que el engaño debe mantener hallazgos significativos más allá de la fidelidad del emulador.

Periodista: Pedro Beltran

Personas mencionadas

La economía de los modelos fundacionales de IA: apertura, competencia y gobernanza

El artículo analiza la economía de los modelos fundacionales de IA, examinando cómo la apertura y la competencia afectan la adaptación y la experiencia de los modelos. Se identifican condiciones bajo las cuales la apertura óptima varía en función de la fortaleza del aprendizaje. Se exploran las implicaciones de la integración y los subsidios en la dinámica de precios y la adaptación entre desarrolladores, desplegadores y consumidores.

Periodista: Fasheng Xu, Xiaoyu Wang, Wei Chen, Karen Xie

Personas mencionadas

Blindaje de Q latente para el aprendizaje por refuerzo seguro en contexto

Se propone un escudo de Q-Barrier latente para el aprendizaje por refuerzo seguro en contexto (ICRL). Este escudo aprende una representación de contexto y dinámicas latentes para filtrar o reponderar acciones candidatas basándose en el historial y el costo futuro predicho. Los resultados demuestran que el escudo mejora los intercambios recompensa-seguridad en el tiempo de despliegue en varios benchmarks de ICRL seguros.

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

Personas mencionadas

TIBECG: Cuello de botella temporal de información para la privacidad demográfica específica para la liberación de la forma de onda de ECG

Se evalúa TIBECG, un cuello de botella temporal de información, aplicado a derivaciones individuales de registros de ECG hospitalarios. Los resultados indican que TIBECG preserva mejor la utilidad diagnóstica al manejar la información demográfica, superando a transformaciones convencionales. Los hallazgos apoyan la evaluación específica del procesamiento de formas de onda.

Periodista: Tsai-Min Chen (Research Center for Information Technology Innovation, Academia Sinica, Taipei, Taiwan, RIKEN Center for Interdisciplinary Theoretical, Mathematical Sciences), Jun Seita (RIKEN Center for Interdisciplinary Theoretical, Mathematical Sciences)

Personas mencionadas

Hacia una interpretabilidad eficiente de autoencoders dispersos Boltz-1

Se proponen innovaciones prácticas utilizando autoencoders dispersos (SAE) para mejorar la interpretabilidad de modelos de IA en biología. Se presentan métodos para priorizar latentes útiles mediante estabilidad de diccionario y detección de patrones, logrando reducir la evaluación de latentes y el costo del LLM. Se compara la eficacia de un método basado en estabilidad frente a un filtro simple basado en la identidad de aminoácidos.

Periodista: Piotr Jedryszek, Oliver M. Crook

Personas mencionadas

AgentLens: Revelando el problema del pase de suerte en la evaluación de agentes de SWE

Se evalúa la evaluación de agentes de ingeniería de software (SWE), demostrando que la visión binaria basada solo en el éxito final es engañosa. Se presenta AgentLens, un marco para evaluar el proceso de las trayectorias de los agentes, y AgentLens-Bench, un conjunto de datos anotado. El análisis revela que un 10.7% de las trayectorias exitosas presentan un "Pase de Suerte", indicando fallos en el proceso de implementación.

Periodista: Priyam Sahoo, Gaurav Mittal, Xiaomin Li, Shengjie Ma, Benjamin Steenhoek, Pingping Lin, Yu Hu

Personas mencionadas

iMuon: Optimización Espectral Intrínseca en Manifolds Matriciales Riemannianos

Se presenta iMuon, un marco unificado para actualizaciones con forma cerrada en manifolds como los de rango fijo y SPD. Este método resuelve problemas de generalización de optimizadores Muon al incorporar una norma intrínseca, logrando tasas de convergencia deterministas y estocásticas eficientes. Los experimentos demuestran la eficacia del enfoque en tareas como el ajuste fino de LLMs y clasificación de imágenes.

Periodista: Yibang Li, Bihari Lal Pandey, Ravi Sah, Andi Han, Cyrus Mostajeran, Pratik Jawanpuria, Bamdev Mishra

Personas mencionadas

GauntletScore: Verificación de hechos auditable que coincide con los mejores verificadores publicados en LLM-AggreFact

GauntletScore es un motor de evidencia diseñado para verificar si una oración generada por IA está respaldada por su fuente. El sistema compara las respuestas de lectores independientes y utiliza reglas bayesianas para medir la consistencia de la evidencia. Logra una precisión equilibrada de 79.51 en el conjunto de datos LLM-AggreFact, superando a otros modelos en la verificación de hechos.

Periodista: Ernie Hobbs, Jim Hinson

Personas mencionadas

Modelo de Fundación para Descubrimiento Causal con Confundidores Latentes a partir de Datos Observacionales

Se presenta FoundCause, un modelo de fundación para el descubrimiento causal amortizado entrenado en modelos causales estructurales sintéticos. Este modelo mapea conjuntos de datos a grafos causales en un solo pase hacia adelante. Los resultados demuestran que FoundCause supera a otros métodos en métricas clave de descubrimiento causal en datos observacionales.

Periodista: Krishnakumar Balasubramanian

Personas mencionadas

9 casos de gripe aviar altamente patógena en dos semanas durante el invierno

La gripe aviar altamente patógena (AI) se incrementó a 9 casos en dos semanas, afectando a diversas especies como ponedoras y patos. El brote se extiende por varias regiones del país y se detectaron cepas H5N9 y H5N1. Las autoridades exigieron un control riguroso de las medidas de prevención de plagas en instalaciones y personal para evitar infracciones a las normas sanitarias.

Periodista: 윤상준

Personas mencionadas

La renuncia de Jensen Huang causará un daño duradero a Nvidia

La renuncia de Jensen Huang como director ejecutivo de Nvidia ha generado preocupación entre los inversores debido al papel fundamental que desempeñó en la compañía. Existen riesgos inmediatos relacionados con la posible reestructuración interna, la erosión del dominio de CUDA y las posibles repercusiones geopolíticas en los controles de exportación de chips. Además, la salida podría afectar la cadena de suministro y el ecosistema de clientes de Nvidia.

Periodista: The Economist

ARK compra acciones de Intuitive Machines y vende 10X Genomics

El ETF ARK realizó movimientos estratégicos el 17 de noviembre de 2026, incluyendo la compra de acciones de Intuitive Machines y la venta de 10X Genomics. También se registraron compras en Twist Bioscience y Block, y ventas de activos relacionados con criptomonedas. Estas transacciones reflejan la estrategia de ARK de ajustar su cartera hacia temas de innovación disruptiva a largo plazo.

Periodista: Investing.com

Personas mencionadas

Cómo un spin-off de Tsinghua se convirtió en el primer organismo de vigilancia de seguridad de IA comercial de China

El presidente chino Xi Jinping y el presidente estadounidense Donald Trump se reunirán en Shenzhen durante la reunión APEC, donde se discutirá la gestión de riesgos de los sistemas de IA de vanguardia. Se perfila a organizaciones chinas que trabajan para garantizar que la innovación en la industria de la IA no comprometa la seguridad.

Periodista: Vincent Chow

Personas mencionadas

Diálogos de Wall Street: la saga Nvidia no termina ¿podrá Anthropic calmar al mercado?

Wall Street experimentó una fuerte caída, con el S&P 500 alcanzando su punto más bajo desde julio, y la saga de Nvidia continúa con incertidumbre. Se discutió la posibilidad de que Anthropic pueda estabilizar el mercado, aunque se señaló que el éxito dependerá de la gestión de la IA y las decisiones regulatorias. Se mencionó la posibilidad de que las reglas del comercio de chips con China cambien y se analizó la postura de la Reserva Federal respecto a las subidas de tasas de interés.

Periodista: José Siaba Serrate

Gnani AI firma un acuerdo con el gobierno de Karnataka para capacitar a 1,000 estudiantes en IA de voz y agente

Gnani AI firmó un acuerdo con el gobierno de Karnataka para capacitar a 1,000 estudiantes en ingeniería y ciencias en IA de voz y agente. El acuerdo incluye acceso a modelos, plataformas y herramientas de desarrollo de IA de la compañía. El programa de capacitación cubrirá temas como reconocimiento de voz, modelos de lenguaje y sistemas multiagente para uso empresarial.

Periodista: Sejal Sharma

Personas mencionadas

Hospital Nacional de la Universidad de Seúl inicia prueba de AI robótica para el cuidado de pacientes pediátricos

KT ha comenzado un proyecto piloto en el Hospital Nacional de la Universidad de Seúl para aplicar robots de inteligencia artificial en el ámbito médico. El proyecto se enfoca en el cuidado de pacientes pediátricos y en asistir al personal médico en tareas no clínicas. Los robots de IA ayudarán a los niños con interacción y explicación de procedimientos durante las esperas y tratamientos.

Periodista: 안상희 기자(조선비즈)

Personas mencionadas

No se identificaron personas.

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.

Periodista: BRIDGE 編集部

Equipo Dreamteam de CRM con 4 colegas de IA levanta 5.3 millones de dólares en rondas Seed y Serie A

El CRM Dreamteam, desarrollado por AI nativo, recaudó 53 millones de dólares en rondas Seed y Serie A, liderados por Together Fund y Accel. Este sistema utiliza cuatro colegas de IA para gestionar el ciclo de ventas, desde la investigación de leads hasta la actualización automática del CRM. La plataforma busca optimizar la gestión de ventas al automatizar tareas y permitir que los usuarios se centren en la toma de decisiones estratégicas.

Periodista: BRIDGE 編集部

Personas mencionadas

Se espera que la oferta pública inicial de Anthropic supere los 78 dólares por acción

Se prevé que el precio de oferta pública inicial (IPO) de la empresa de inteligencia artificial estadounidense Anthropic supere el rango de 70 a 78 dólares por acción. Fuentes informadas sugieren que la demanda de los inversores institucionales es fuerte, a pesar de las preocupaciones sobre la sobrevaloración en el sector de la inversión en IA.

Periodista: 이재은 기자(조선비즈)

Personas mencionadas

No se identificaron personas.