Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
CEO de Tempus AI vende acciones por $645,720
El CEO y Director de Datos de Tempus AI, Ryan Fukushima, vendió acciones el 17 de noviembre de 2026 para cumplir con obligaciones fiscales. La venta ocurrió en un momento de caída de la acción, aunque el análisis sugiere que el stock podría estar sobrevalorado. Además, Tempus AI ha renovado un acuerdo financiero con AstraZeneca y varios analistas han emitido nuevas recomendaciones y objetivos de precio.
Director de contabilidad de Tempus AI vende acciones por $97,045
El Director de Contabilidad de Tempus AI, Ryan Bartolucci, vendió 1,540 acciones de la compañía el 17 de noviembre de 2026 por un valor total de $97,045. Estas ventas se realizaron para cubrir obligaciones de retención de impuestos relacionadas con el vesting de acciones restringidas. Además, Tempus AI anunció un acuerdo revisado con AstraZeneca por $200 millones y varias firmas analistas han ajustado sus perspectivas sobre la empresa.
Inteligencia Artificial revoluciona la predicción meteorológica y la investigación del cambio climático
La inteligencia artificial está revolucionando la predicción meteorológica y la investigación del cambio climático al hacer los modelos más rápidos y útiles. La IA permite analizar datos con mayor rapidez y facilita la creación de gemelos digitales para simular impactos climáticos futuros. Sin embargo, se señala que las herramientas de IA están limitadas por el conocimiento previo, y se necesita seguir experimentando con modelos fisicoquímicos complejos.
La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología
La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos complejos. Se observa que los modelos de IA compiten con los modelos físicos, ofreciendo predicciones más precisas a corto plazo, aunque se reconoce que el futuro climático presenta incertidumbres y que los modelos deben seguir evolucionando.
La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología
La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos complejos. Se está utilizando en gemelos digitales climáticos y se debate su rol como complemento o sustituto de los modelos numéricos tradicionales. Sin embargo, se advierte que las herramientas de IA están limitadas por el conocimiento previo, ya que el futuro climático puede presentar escenarios muy diferentes a los simulados.
La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología
La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos más complejos. Se observa que los modelos de IA están compitiendo con los modelos físicos y que las predicciones a largo plazo son menos deterministas. Sin embargo, se advierte una limitación en que las herramientas de IA están entrenadas con datos pasados, sugiriendo la necesidad de seguir experimentando con modelos fisicoquímicos complejos.
La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología
La inteligencia artificial está transformando las previsiones climáticas, permitiendo hacer simulaciones más rápidas y obtener resultados más utilizables en modelos tradicionales. La IA también se usa en gemelos digitales del clima para simular impactos futuros y en la predicción meteorológica a corto plazo. Sin embargo, se señala que las herramientas de IA están limitadas por el conocimiento previo, ya que el futuro climático puede ser diferente a lo experimentado.
Adaptación en tiempo de prueba a través de interacción humano-agente
Se propone la adaptación en tiempo de prueba a través de la interacción humano-agente (TAHI) para mejorar el rendimiento de los agentes de IA. Esta técnica integra señales de interacción para cristalizar los criterios de entrenamiento y evaluación de cada usuario. Los agentes adaptados muestran mejoras en el éxito de la tarea, y el módulo de rúbrica ayuda a detectar más fallos que los métodos tradicionales.
¿Pueden los modelos frontera resolver problemas interactivos en tiempo real?
Se presenta Realtime-Bench, un conjunto de tareas dinámicas para evaluar la capacidad de los modelos de IA para interactuar en tiempo real bajo restricciones temporales. Los resultados indican que los costos temporales limitan el éxito en entornos cambiantes y que existe un compromiso entre la calidad del razonamiento y la ejecución oportuna. Se proponen mejoras futuras para modelos multimodales con conciencia temporal.
Repensando la alineación multimodal para eventos físicos
Se propone un enfoque para la inteligencia artificial física que supera el reconocimiento de objetos estáticos, enfocándose en cómo se desarrollan las mecánicas del mundo real a lo largo del tiempo. Se demuestra que el método actual falla al promediar dinámicas cruzadas transitorias, lo que reduce la alineación a reconocimiento de escenas estáticas. Se introduce CounterPoint para identificar eventos físicos mediante la medición de co-fluctuaciones sincrónicas a nivel de fotograma, mejorando la alineación de eventos físicos.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Tempus AI»
Más recientes primero · Hasta 30 noticias por página
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
No se identificaron personas.
La IA tiene un lugar en la educación, pero no en mi aula
La autora reflexiona sobre la integración de la Inteligencia Artificial en la educación, debatiendo si su uso es beneficioso o un riesgo para el desarrollo de habilidades cognitivas. Expresa reservas sobre la implementación de IA, argumentando que la alfabetización fundamental es crucial y que la tecnología puede afectar negativamente la atención y la retención. Defiende un enfoque de "volver a lo básico" priorizando la escritura a mano y la discusión oral, aunque reconoce la necesidad de preparar a los estudiantes para un futuro moldeado por la IA.
Un nuevo uso de la Inteligencia Artificial en el aula: calificar el chat, no solo la respuesta
Investigadores están probando si las herramientas de IA pueden ayudar a los profesores a evaluar mejor la comprensión de los estudiantes en el aula. Se exploran métodos para que la IA ofrezca retroalimentación sobre la observación docente y se propone calificar directamente las interacciones de los estudiantes con la IA. Se advierte a los profesores sobre la necesidad de mantener el escepticismo ante el uso de estas herramientas tecnológicas en la enseñanza.
El uso de IA aumenta en Filipinas ante el impulso de la ASEAN, protestas por Pax Silica
La adopción de IA generativa entre la población en edad de trabajar filipina ha aumentado, aunque el país sigue rezagado en la adopción regional de IA frente a economías del Sudeste Asiático. Los líderes de la ASEAN impulsan la adopción de IA en las MIPyMES y buscan establecer marcos regulatorios para el comercio digital y la tecnología. Además, el impulso gubernamental hacia la infraestructura industrial, como el proyecto Pax Silica, ha generado controversia ambiental y social.
Pampa Energía creó su empresa de IA y entra al negocio de data centers en Vaca Muerta
Pampa Energía formalizó la creación de Pampa AI para desarrollar centros de datos de alta densidad en Vaca Muerta, integrando la infraestructura tecnológica con la autogeneración eléctrica a partir del gas. La empresa busca capitalizar la demanda creciente de energía para la inteligencia artificial, aprovechando las condiciones favorables de Vaca Muerta. El sector de data centers en Argentina enfrenta desafíos de infraestructura eléctrica y marcos regulatorios que afectan la expansión de la capacidad instalada.
Decisión de exportación o lanzamiento de un nuevo modelo puede reconfigurar los planes de IA en el Golfo y la región MENA
Una decisión de exportación o el lanzamiento de un nuevo modelo puede cambiar los planes de inteligencia artificial en el Golfo y la región MENA. Una publicación nueva explica las implicaciones de estos movimientos para la región, enfocándose en el contexto regional en lugar de Silicon Valley.
No se identificaron personas.