Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

No encontramos noticias relacionadas por su significado.

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «CS Pramesh»

Más recientes primero · Hasta 30 noticias por página

La fragilidad de la atribución de importancia para el recorte de modelos de lenguaje

Se investiga la fragilidad de medir la importancia del razonamiento en modelos de lenguaje, encontrando que la medición es frágil debido a problemas como la saturación de la puntuación de tokens de respuesta y la no localizabilidad de la importancia causal. Se concluye que la importancia reproducible solo aparece en grupos grandes de neuronas, sugiriendo que se deben usar reglas de medición específicas para la poda.

Periodista: Himanshu Mishra

Personas mencionadas

MedGuardBench: Un punto de referencia orientado al paciente para el desarrollo de barreras personalizadas

Se presenta MedGuardBench, un punto de referencia para el desarrollo de barreras personalizadas en seguridad de medicamentos. El sistema introduce una guardia condicionada por el paciente que predice la seguridad basándose en el perfil y la prescripción. Se demuestra que las barreras estándar dependen de señales superficiales, mientras que el enfoque personalizado mejora la precisión y reduce falsas alarmas al utilizar información específica del paciente.

Periodista: Sara Khosravi, Xiaofei Wen, Majid Sarrafzadeh, Muhao Chen

Personas mencionadas

Evaluación de modelos VLM para escenarios críticos de seguridad

Se presenta EMRD, un marco de evaluación para medir la capacidad de los Modelos de Lenguaje-Visión (VLM) en tareas de robótica que requieren exploración, mapeo y toma de decisiones seguras. El estudio evalúa once VLMs bajo condiciones nominales y estrés ambiental (oscuridad, humo, ruido de movimiento) en 16 edificios. Los resultados indican diferencias en la exploración y detección de objetos entre modelos de peso abierto y cerrado.

Periodista: Gabriele La Malfa, Nitay Alon, Emanuele La Malfa, Reuth Mirsky, Stefan Sarkadi

Personas mencionadas

¿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.

Periodista: Jingyu Tang, Xu Yang, Zhehao Zhang, Zheng Wang, Qi Cheng, Haozhe Zhao, Manling Li, Wenxuan Li, Xide Xia, Jiaxin Pei

Personas mencionadas

Aprendizaje por Refuerzo Profundo para el Control de Bombas de Calor y Calefacción por Suelo: Un Estudio de Caso de Extremo a Extremo

Se presenta un estudio de caso de extremo a extremo para un controlador basado en Aprendizaje por Refuerzo Profundo (DRL) aplicado a sistemas integrados de calefacción por suelo (UFH) y bombas de calor (HP). El trabajo demuestra que el controlador logró mantener las temperaturas interiores dentro de los límites de confort mientras ajustaba dinámicamente la temperatura de la bomba de calor y las válvulas del UFH. Esto sugiere la viabilidad de implementar controladores DRL en edificios ocupados.

Periodista: Antonio Manjavacas

Personas mencionadas

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.

Periodista: Kecheng Liang, Haoyang Liu, Zexin Chen, Zirong Liu, Weixing Chen, Qiufeng Wang, Yang Liu, Liang Lin

Personas mencionadas

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.

Periodista: Geonho Nah, Johyun Park, Kyung-Ah Cho, Suyoung Hwang, Yoon Hee Lim, Eun-kyung Min, Seunghyun Moon, Donghyun Koh, Seungwon Kim, Jiho Park, Hojin Yoo, Myungsun Nam, Haneul Choi, Kyungsu Kim, In-Sun Hong, YunJae Jung, Minhyeong Lee

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.

Periodista: Jason Liang, Dylan Waldner, Risto Miikkulainen

Personas mencionadas

Enfrentamiento decisivo para Tralee y Thurles en el enfrentamiento de la Copa Harty

La noticia detalla la fase final de grupos de la Copa Harty, enfocándose en los enfrentamientos eliminatorios en el Grupo 1, donde Tralee y Thurles se enfrentan. Se analizan las posiciones de los equipos en los grupos, las reglas de desempate y las posibilidades de clasificación para los equipos de Cork.

Periodista: Denis Hurley

Clasificación de enrutamiento más allá de las categorías de tarea: Un estudio de LAB-Bench consciente del costo

Se realizó un estudio en LAB-Bench para evaluar si las características de preguntas de biología o la primera respuesta de un modelo mejoran la precisión dentro de un presupuesto de inferencia. Se compararon diferentes estrategias de enrutamiento para mejorar la clasificación de tareas. Se encontraron mejoras en la precisión al aplicar políticas como el enrutamiento semántico y la postergación de la respuesta.

Periodista: Ahmed Tariq (Independent researcher), Leo Guinan (Idea Nexus Ventures)

Personas mencionadas

Una sola ejecución no es suficiente: Recordar a un agente de codificación pequeño de Gemma 4 su último hallazgo no hizo diferencia medible

Se evaluó si recordar el último hallazgo de un agente de codificación de Gemma 4 mejoraba su rendimiento en tareas de programación. Los resultados indicaron que la adición de este recordatorio no produjo una diferencia medible en la resolución de las tareas. Los análisis estadísticos sugieren que las afirmaciones de memoria de ejecución única no superan el ruido inherente a las ejecuciones.

Periodista: Patrick Passos

Personas mencionadas

Um umbral de teoría de compromiso de plan determina cuándo los agentes de IA deben reparar, replanificar o abandonar

Este artículo aborda una teoría de umbral para la toma de decisiones de agentes de IA cuando sus planes se rompen durante la ejecución. Propone que la política óptima depende de la profundidad del daño, sugiriendo reparar daños superficiales, replanificar después de daños profundos y abandonar el objetivo si el costo de replanificación es demasiado alto. El estudio analiza cómo las fricciones de revisión afectan el compromiso del plan y determina cuándo es óptimo mantener un plan anterior frente a uno nuevo.

Periodista: Gaurav Tewari

Personas mencionadas

Distilación de Programas: Transferencia de Capacidad de LLM de Sistema 2 a Sistema 0

Se propone el marco de Distilación de Programas (PD) para transferir habilidades de los Modelos de Lenguaje Grandes (LLM) del Sistema 2 al Sistema 0. Este enfoque busca mejorar el rendimiento y reducir el tiempo de inferencia al permitir que un programa estudiante ejecute la política generada por el LLM. Se presenta un *benchmark* llamado PDBench que demuestra la superioridad del modelo propuesto sobre otros métodos.

Periodista: Pujun Zheng, Wanying Ren, Guoxiu He

Personas mencionadas

Más allá de la llamada de herramientas torpe: Cómo la indicación y la detección marcan la diferencia

Se presenta ToolPulse, un middleware que facilita el uso autónomo de herramientas en agentes basados en LLM mediante indicación y detección. Esta herramienta rastrea el estado de ejecución y los patrones de interacción para ofrecer asistencia proactiva, como recordatorios o consejos contextuales. Los resultados demuestran que la asistencia en tiempo de ejecución es beneficiosa para mejorar la autonomía de los agentes en el uso de herramientas.

Periodista: Xindi Yang, Yan Liu, Jiajun Sun

Personas mencionadas

GAAMA: Memoria Asociativa Aumentada por Grafos para Agentes

Se presenta GAAMA, una memoria asociativa aumentada por grafos diseñada para mejorar la coherencia y personalización de los agentes de IA a través de conversaciones largas. Este método organiza las conversaciones en torno a temas, utilizando un LLM para destilar hechos y conceptos, y emplea técnicas de recuperación avanzadas como PageRank Personalizado. Además, se introduce GRAFT para reparar la información recuperada en caso de insuficiencia, logrando altos puntajes de rendimiento en comparaciones.

Periodista: Swarna Kamal Paul, Shubhendu Sharma, Nitin Sareen

Personas mencionadas

AI4BayesCode: De descripciones en lenguaje natural a muestreadores bayesianos modulares y validados

Se presenta AI4BayesCode, un sistema basado en LLM que convierte descripciones de modelos bayesianos en lenguaje natural a muestreadores MCMC validados y modulares. Este sistema busca mejorar la fiabilidad mediante validación de especificaciones y código generado. Además, introduce un paradigma de codificación recursivamente estado-dependiente para componer módulos de muestreo MCMC de manera coherente.

Periodista: Jungang Zou, Alex Ziyu Jiang, Qixuan Chen

Personas mencionadas

Menor de trece años presenta recital de violín

Las celebraciones del 101º aniversario del nacimiento de Sri Sathya Sai Baba iniciaron con el lanzamiento del programa Narayana Seva, que incluye servicios médicos y distribución de alimentos. Una joven violinista de 13 años, Ganga Sasidharan, ofreció un recital de violín titulado ‘Ganga Tharangam’ en Prasanthi Nilayam. También se destacó el lanzamiento de una transmisión en vivo de discursos divinos de Baba a través de plataformas digitales.

Periodista: Nagabhushanam Hoskote

Cristian Chivu declarado "El mejor entrenador de Italia"

Cristian Chivu ha sido premiado con el "Panchina d'Oro" por ser considerado el mejor técnico de la Serie A 2025/2026 por la FIGC, sucediendo a Antonio Conte. Es el primer rumano en recibir este galardón y el tercer extranjero en la lista de ganadores. Chivu es un entrenador de éxito con experiencia en clubes europeos como Inter Milán y AS Roma.

Periodista: Valentin-Marian Burlacu

Escasez de suministros de sangre: Donar en su centro más cercano, en cualquier parte del país, dice el jefe del Hospital Tata Memorial

Se reporta una escasez de suministros de sangre en varios hospitales debido a la época festiva y la disminución de donantes voluntarios. El jefe del Hospital Tata Memorial instó a la población a donar en centros cercanos, mientras que otros expertos advierten sobre la necesidad de registros de donantes y la prevención de futuras escaseces.

Periodista: PT Jyothi Datta

Personas mencionadas

Aprendan y apuesten: Aprendiendo reglas interpretables para la intervención fiable de agentes

Se presenta LeBet, un marco de aprendizaje estadístico diseñado para mejorar la intervención de agentes autónomos mediante monitores interpretables. Este marco aprende un monitor OR-de-AND y utiliza una estadística de apuesta para intervenir cuando se alcanza un umbral de evidencia. Los resultados muestran que el monitor aprendido reduce los tokens de entrada-salida y aumenta la precisión de la salida en pruebas específicas.

Periodista: You-Lin Chen, Xinyi Lisa Chen, Pedro Herrero-Vidal, Xiaojing Yu, Bingqing Song, Bin Xu

Personas mencionadas

Annealing del modelo: Aprendizaje eficiente con datos mediante revisión y consolidación

Se presenta el método Annealing del modelo, que utiliza la revisión y consolidación para reaprender del conocimiento de la red. Este enfoque divide el entrenamiento en episodios con tasas de aprendizaje que se elevan y enfrían, utilizando una memoria de versiones pasadas para mejorar la robustez y la precisión. El método demuestra mejoras en la precisión top-1 en varias arquitecturas de modelos.

Periodista: Ali Mohammadi Ruzbahani, Rezvan Abouzadeh

Personas mencionadas

La importancia de la tipografía en el comportamiento de tecleo a partir de decodificación de señales EMG

Se presenta un decodificador de tecleo basado en sEMG que integra la información muscular con la comprensión lingüística mediante un modelo de espacio de estados. Este sistema busca decodificar texto en tiempo real, considerando errores tipográficos y estructura del lenguaje, logrando una tasa de error de carácter de vanguardia. El modelo logra una mejora relativa del 5.4% con menos parámetros que los sistemas previos.

Periodista: Abhilash Durgam, Nyle Siddiqui, Mubarak Shah, Qiushi Fu

Personas mencionadas

OmniScore-Bench: Evaluando modelos vision-lenguaje en la lectura de partituras musicales

Se presenta OmniScore-Bench, una evaluación diseñada para medir las capacidades de los modelos visión-lenguaje (VLM) en la lectura de partituras musicales. La herramienta incluye 3,000 preguntas y 24 subtipos de tareas para evaluar la capacidad de estos modelos para reconocer notación, estructura e interpretación musical. El objetivo es diagnosticar las operaciones de lectura de partituras que los VLMs realizan de manera fiable y determinar áreas de mejora.

Periodista: Congren Dai, Zhancheng Guo, Danni Zhao, Wenchu Wang, Xiaobing Li, Maosong Sun

Personas mencionadas

Auditorías que preservan la función de lectores de peso visual

Se investiga la distinción entre representaciones de imágenes codificadas por un campo neuronal y la función visual, utilizando transformaciones que preservan la función. Los resultados muestran que cambios en el sesgo oculto afectan las predicciones de los lectores, y que la invariancia no es suficiente para recuperar la información completa. Estos hallazgos distinguen la invariancia de la información visual útil y la evidencia necesaria para evaluar lectores estocásticos.

Periodista: Sungguk Cha, Mintae Kim, Youngsub Han, Byoung-Ki Jeon, Sangyeob Lee

Personas mencionadas

Cuando la evaluación se convierte en intervención en IA clínica

Se describe cómo los jueces de IA, modelos que evalúan la salida de otro sistema contra una rúbrica, extienden la revisión clínica a la escala de la IA clínica. Se analiza cómo el uso de evaluaciones de jueces en la selección de prompts o entrenamiento de modelos puede influir en la selección de errores por parte del juez. Se detalla el contenido requerido del informe del juez y la necesidad de pruebas clínicas independientes para los cambios impulsados por el juez.

Periodista: Anthony Abou Mrad, Aviona Conti, Samuel Schmidgall, Jayanth Pratap, Ruhika Iyer, Joseph Kim, King Shi, Yann Sakref, Luis M. Ahumada, Lisa Knowlton, Andrew M. Cameron, Khyzer Aziz, Jeffrey K. Jopling

Explicaciones clínicas basadas en evidencia para pacientes específicos

Se presenta un motor de explicaciones clínicas basado en razonamiento de grafo de conocimiento para inferencias de pacientes. El sistema evalúa la disponibilidad, la representación y la consistencia de datos en un gran conjunto de datos clínicos. Se logró una consistencia de disponibilidad-representación del 99.29% y se validaron los resultados mediante auditorías exhaustivas. La auditabilidad estructural e implementativa fue establecida, aunque la corrección clínica y utilidad aún están por establecerse.

Periodista: Surajit Das

Personas mencionadas

Alineación pluralista en modelos de lenguaje grandes: objetivos, referencias humanas y representaciones de preferencia

El artículo aborda la alineación pluralista en modelos de lenguaje grandes, buscando representar la variación en las preferencias humanas en lugar de unificar juicios diversos. Propone una taxonomía de dos capas (Pluralismo de Overton, Dirigible y Distributivo) para clasificar el comportamiento deseado de los modelos. El estudio analiza la evidencia necesaria para demostrar el éxito de estos enfoques y cómo futuros sistemas pueden manejar el desacuerdo.

Periodista: Meng-Chen Wu, Umesh Bodhwani

Personas mencionadas

D-VLA: Un marco de aprendizaje por refuerzo distribuido asíncrono de alta concurrencia para modelos de visión-lenguaje-acción

Se presenta D-VLA, un marco de Aprendizaje por Refuerzo distribuido de alta concurrencia y baja latencia diseñado para modelos fundacionales encarnados a gran escala. Este marco aborda los cuellos de botella de recursos entre la simulación física y las demandas de memoria de los modelos VLA mediante técnicas como el desacoplamiento de planos y un *pipeline* asíncrono. Los experimentos indican que D-VLA supera a otros marcos de RL en rendimiento y eficiencia de muestreo para modelos VLA de billones de parámetros.

Periodista: Yucheng Guo, Yongjian Guo, Zhong Guan, Wen Huang, Haodong Yue, Shuai Di, Junwu Xiong, Yicheng Gong, Xi Xiao

Personas mencionadas

Probabilidades de Causalidad en Modelos Causalidad No Determinísticos

El estudio aborda las probabilidades de causalidad en modelos causales no determinísticos, analizando mecanismos que pueden ser estocásticos incluso con variables latentes fijadas. Se desarrolla un programa de identificación para datos observacionales e intervencionistas, calculando límites analíticos sobre las probabilidades de causalidad. Los resultados clarifican la relación entre los límites clásicos y la semántica causal no determinística.

Periodista: David S. Watson, Sander Beckers

Personas mencionadas

ARCHER: De la imitación de la racionalización al razonamiento ejecutable en modelos de lenguaje pequeños

Se presenta ARCHER, un marco de dos etapas para entrenar modelos de lenguaje pequeños (SLMs) a generar trayectorias de razonamiento ejecutables y auditables. El método transforma la supervisión de imitar texto a aprender una política de razonamiento fundamentada en herramientas. Los resultados muestran mejoras significativas en benchmarks matemáticos como MATH-500, AIME-2024 y AIME-2025.

Periodista: Dhruv Dixit, Khushi Patel, Congcong Xu, Min Song

Personas mencionadas