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
Descubriendo brechas de fidelidad en VLMs mediante pruebas contrafactuales impulsadas por explicaciones
Se presenta el protocolo de Prueba Contrafactual Impulsada por Explicaciones (EDCT) para evaluar la fidelidad de los Modelos de Lenguaje-Visión (VLMs). Este método aplica ediciones mínimas a los conceptos visuales citados por los modelos y verifica la consistencia de sus respuestas y explicaciones con la imagen modificada. El estudio revela brechas significativas de fidelidad en los VLMs, sugiriendo que los contrafactuales generados son señales de entrenamiento valiosas.
EmbedGym: Permitir que los agentes de codificación desarrollen y depuren firmware embebido sin hardware físico
Se presenta EmbedGym, un entorno de hardware virtual interactivo diseñado para permitir que los agentes de codificación desarrollen y depuren firmware embebido sin necesidad de hardware físico. Este entorno utiliza emuladores de MCU y simuladores de periféricos para simular el comportamiento de hardware real. Los resultados demuestran que el uso de EmbedGym mejora significativamente las tasas de éxito en pruebas de firmware embebido en comparación con los enfoques existentes.
PhysAlign: Un punto de referencia para la alineación de roles basada en evidencia en el razonamiento físico multimodal
Se presenta PhysAlign, un punto de referencia diseñado para evaluar la capacidad de modelos multimodales para asociar correctamente la información de diagramas de física con su rol físico. El estudio revela una brecha consistente entre el reconocimiento visual local y la fundamentación del rol físico, indicando que la percepción fuerte no garantiza una interpretación física fiable. Esto subraya la necesidad de que los modelos futuros alineen mejor la evidencia visual reconocida con su significado físico.
De la búsqueda de estrategia al aprendizaje de políticas: Coevolución adversaria guiada por MCTS para el alineamiento de seguridad de LLM
Se presenta MACE, un marco de coevolución adversaria guiado por MCTS diseñado para el alineamiento de seguridad de Modelos de Lenguaje Grande (LLM). Este marco utiliza la búsqueda para generar señales de aprendizaje de políticas tanto para atacantes como para defensores, conectando la estructura de búsqueda con la optimización de políticas y la memoria entre rondas. Los resultados muestran que la modificación de ciertos parámetros aumenta significativamente la resistencia de la defensa contra ataques.
Compromiso de token como superficie de control para la generación de difusión enmascarada
El estudio analiza el compromiso de token como una superficie de control para la generación de modelos de difusión enmascarada. Se proponen dos mecanismos: compromiso dirigido por objetivo contrafactual y presupuestos adaptativos calibrados. Estos mecanismos demuestran intercambios monótonos de calidad de objetivo en diferentes configuraciones. Los resultados caracterizan el compromiso como una superficie de control interpretable para dirigir la generación de difusión enmascarada.
DNeo: Tu modelo de borrador paralelo necesita una codificación de características mejorada
Se presenta DNeo, una arquitectura que mejora la inferencia de LLM de alta calidad y velocidad. Utiliza Atención de Mezcla de Características (MoFA) para incorporar memoria de trabajo que registra propuestas rechazadas. Esta arquitectura logra una velocidad de generación 1.3 veces más rápida que SoTA (DFlash-2) sin comprometer la calidad.
Deje que la mente conciba, deje que la mano logre: Acoplando la acción fundamentada y la evaluación del progreso para la manipulación a largo plazo
Se presenta Orchestra, un arnés de agente diseñado para robots que deben seguir instrucciones de múltiples pasos, separando la planificación de la ejecución y rastreando el progreso. El sistema mejora la capacidad de los robots para ejecutar secuencias de subtareas más largas manteniendo el orden y la manipulación correcta de objetos. Los resultados demuestran que Orchestra supera a otros modelos en tareas de benchmark y mejora la longitud de secuencia en escenarios del mundo real.
Ideación de IA estructurada genera estrategias físicas para la reparación de la barrera epitelial
Un sistema de IA llamado Abelio fue desarrollado para generar nuevas direcciones de investigación al reformular objetivos y refinar hipótesis, explorando caminos fuera de los enfoques disciplinarios tradicionales. Las propuestas generadas por el núcleo de hipótesis de Abelio superaron a otros modelos de lenguaje grande en solidez científica y diversidad de hipótesis. Se propusieron intervenciones físicas como el uso de PEG enlazado a membrana y ADN complementario para restaurar la barrera epitelial intestinal.
Planificación de movimiento espaciotemporal y de múltiples robots en grafos de conjuntos convexos espacio-tiempo
Se presenta un marco para la planificación de movimiento espaciotemporal y coordinación de múltiples robots utilizando grafos de conjuntos convexos espacio-tiempo (ST-GCS). El sistema incluye la Descomposición Convexa Exacta (ECD) para manejar obstáculos móviles y un solucionador de mejor primero optimizado para el modelo ST-GCS. Los experimentos demuestran escalabilidad y calidad competitiva frente a otros métodos de planificación.
Prototipo de calibración de fusión desacoplada y subbanda con captura sin etiquetar para el acoplamiento de fingerprinting de RF en IoT
Se propone un nuevo marco de RFFI llamado GSDF-CAPC para la identificación de fingerprinting de RF en IoT, abordando el cruce de SNR. Este método modula dinámicamente formas de onda y utiliza una puerta de SNR física ciega. Los resultados demuestran que GSDF supera a otros métodos en pruebas emparejadas, logrando una pérdida de baja SNR de 0.00 pp.
Hacia agentes de seguridad locales fiables: Verificación post-entrenamiento para escalada de privilegios en Linux
Se propone una receta de post-entrenamiento de dos etapas para convertir un modelo de lenguaje local pequeño en un agente de seguridad para tareas de escalada de privilegios en Linux. El estudio demuestra que el ajuste fino supervisado y el aprendizaje por refuerzo mejoran significativamente la tasa de éxito del modelo, logrando un 93.3% de éxito en escenarios de prueba. Los resultados indican que los modelos locales pequeños pueden adaptarse eficazmente a tareas de seguridad complejas con costos de inferencia reducidos.
Los valores moldean lo que construyen los agentes de codificación auto-mejorables
Un estudio evaluó cómo los valores influyen en el rendimiento y el producto de agentes de codificación auto-mejorables. Se encontró que los valores de apertura mejoran el rendimiento en datos retenidos, mientras que los valores de conservación resultan en puntuaciones inferiores. Además, los valores modifican la complejidad y el enfoque de los algoritmos construidos por estos agentes.
DiscoveryAgent: Un marco para agentes de IA centrados en el científico
Se presenta DiscoveryAgent, un sistema de IA diseñado para asistir la investigación científica mediante la combinación de investigación autónoma y dirección de hipótesis por parte del científico. El sistema incluye agentes de auditoría para verificar resultados y mejorar la precisión de la investigación. Los resultados demuestran que la investigación autónoma puede expandir el alcance empírico de los científicos mientras mantienen su autoridad sobre la dirección de la investigación.
SkillPE: Evolución de habilidades cinematográficas orientadas a la creatividad para la mejora de prompts de texto a video
Se presenta SkillPE, un marco de mejora de prompts orientado a la creatividad para la generación de video de texto a video. Este marco evoluciona habilidades cinematográficas reutilizables mediante la exploración guiada por referencias de películas. Los experimentos muestran mejoras significativas en la fidelidad y creatividad de los videos generados. SkillPE busca equilibrar la fidelidad y la creatividad en la generación de contenido cinematográfico.
Razonamiento tipo optimización en LLMs sobre espacios de búsqueda expandidos
Se presenta OPT*, una familia escalable de tareas de estilo optimización para entrenar y evaluar el razonamiento de optimización tipo paso a paso en Modelos de Lenguaje Grande (LLM). Estas tareas permiten expandir el espacio de búsqueda mediante un parámetro de complejidad sin necesidad de nuevas etiquetas humanas. El estudio aborda dos regímenes de aplicación: optimización de política en línea guiada por solucionadores y RL offline basado en búsqueda.
CyBiasBench: Medición de sesgos en agentes de LLM para escenarios de ciberataque
Se presenta CyBiasBench, un benchmark de 630 sesiones diseñado para evaluar cinco agentes de LLM en escenarios de ciberataque. El estudio revela que los agentes exhiben sesgos de selección de ataque distintos, manifestados en familias de ataque dominantes y niveles de entropía variables. También se identifica un efecto de inercia del sesgo, donde los agentes se resisten a desviarse hacia familias de ataque contradictorias a su sesgo.
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.
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.
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.
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.
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.
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.