Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Dentro del ecosistema de aprendizaje de GELEX
GELEX está construyendo un ecosistema de aprendizaje ligado a su estrategia 2030, conectando la formación en el aula, E-learning, coaching y la experiencia laboral. El objetivo es transformar el conocimiento en competencias aplicables a través de un ciclo continuo de aprendizaje, práctica y socialización de experiencias. La meta es que GELEX aprenda más rápido y mejore su capacidad de adaptación y ejecución de su estrategia.
No se identificaron personas.
9 de cada 10 estudiantes mejoran sus habilidades STEM: Fundación RobotiX
Un sondeo nacional realizado por la Fundación RobotiX mostró que más de nueve de cada diez estudiantes en México mejoraron sus habilidades STEM, incluyendo científicas, tecnológicas y socioemocionales. Los docentes reportaron fortalezas en la comprensión de conceptos científicos y habilidades socioemocionales como la empatía y la resiliencia. La fundación enfatiza la necesidad de enseñar a los estudiantes a aplicar conocimientos técnicos para resolver problemas reales y preparar a la niñez para los retos tecnológicos futuros.
Vea mejor. Escuche mejor. Viva mejor.
Optimax presenta Nuance Audio™, gafas inteligentes que combinan corrección visual y soporte auditivo para personas con pérdida auditiva leve a moderada. Estas gafas ofrecen versatilidad con lentes que ajustan el tinte según la luz. La empresa ofrece servicio personalizado en sus tiendas para ayudar a los clientes a encontrar soluciones que mejoren su calidad de vida.
No se identificaron personas.
OmniOPD: Destilación On-Policy para Generación Conjunta de Audio-Video
Se presenta OmniOPD, un marco de destilación on-policy diseñado para mejorar la generación conjunta de audio y video mediante el aprendizaje por refuerzo. Este método busca resolver la interferencia entre modalidades al transferir capacidades de modelos especializados. Se proponen técnicas como la construcción de información visual privilegiada y el muestreo de ruido agrupado para lograr una generación estable y equilibrada. Los resultados demuestran que OmniOPD mejora la generación de video manteniendo la calidad del audio.
Alumna de la Escuela de Robótica desarrolla un mouse adaptado para personas con movilidad reducida
Una alumna de la Escuela de Robótica desarrolló un mouse adaptado para facilitar el uso de computadoras a personas con movilidad reducida y adultos mayores. El proyecto, desarrollado con el facilitador Román Núñez, busca ofrecer soluciones tecnológicas para mejorar la inclusión y simplificar el uso de dispositivos. El desarrollo involucró investigación, diseño 3D, programación con Arduino y Python, enfocándose en la utilidad social y la accesibilidad.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Eduonix Learning Solutions»
Más recientes primero · Hasta 30 noticias por página
Madhya Pradesh y Uttar Pradesh compartirán 500 MW de capacidad de almacenamiento de bombeo para la demanda pico
Madhya Pradesh y Uttar Pradesh compartirán 500 MW de capacidad de almacenamiento de bombeo para cubrir la demanda pico, constituyendo la primera adquisición interestatal de almacenamiento en la India basada en el consumo complementario. Se acordó que la capacidad se utilizará por seis meses por cada estado, con un acuerdo de compra de energía a 40 años. Las empresas JSW Neo Energy limited y Torrent Energy Storage Solutions Private Limited han ganado la licitación para este proyecto.
Metamodelos de contexto-respuesta pronostican activaciones del modelo antes del primer token de respuesta
Se investiga si las activaciones generadas al leer un contexto pueden predecir las activaciones de ejecución de un modelo de lenguaje. Se entrenan metamodelos que mapean secuencias de activación de contexto a pronósticos de las activaciones de respuesta. Los resultados indican que estos modelos pueden predecir con alta fidelidad las activaciones de respuesta y que las predicciones de activación pueden transferirse entre diferentes modelos.
No se identificaron personas.
Concepto de Anclaje Proxy Libre de Fuente para la Borrado de MLLMs
Se propone SPACE, un marco de aprendizaje sin máquina libre de fuente diseñado específicamente para MLLMs, abordando riesgos de privacidad y restricciones regulatorias. El método consta de dos fases: selección de anclajes proxy guiada por texto y aislamiento semántico de doble restricción. Los experimentos demuestran que SPACE mantiene el rendimiento del modelo comparable a métodos dependientes de datos.
Un modelo de muestreo diverso a partir de modelos de lenguaje
Se formaliza la generación diversa mediante el muestreo de un subconjunto de tamaño K de cadenas completas a partir de un proceso de punto de probabilidad determinista (DPP). Se propone PoolDPP para manejar la intratabilidad de la inferencia exacta, extrayendo un conjunto de candidatos finito y ponderando por importancia los candidatos hacia la calidad deseada. Experimentalmente, PoolDPP mejora la frontera calidad-diversidad en generación de texto abierto y precisión-recuperación en traducción de texto a SQL y razonamiento matemático.
REACT: Análisis y control temprano de trayectorias de cadena de pensamiento
Se presenta REACT, una intervención de activación condicional diseñada para intervenir en los estados tempranos del razonamiento de modelos de cadena de pensamiento (CoT) con el fin de mejorar su seguridad. El estudio demuestra que las ediciones específicas del sitio concentran las ganancias de seguridad en los tokens iniciales de CoT, y que mantener una dirección efectiva y un presupuesto de edición fijo maximiza las ganancias tempranas. Además, REACT incrementa significativamente la tasa de salidas de respuesta de CoT totalmente seguras en un modelo específico.
Capturando la dinámica del aprendizaje en contexto con operadores de tarea
Se investiga el aprendizaje en contexto (ICL) en modelos de lenguaje, buscando mejorar su eficiencia y comprensión mecánica. Se introduce el Operador de Tarea (TO), que mejora el rendimiento en tareas complejas y reduce la diferencia entre la inferencia de cero-shot y el ICL. El estudio demuestra que el conocimiento se concentra en un circuito disperso específico de la tarea.
Balance de Benchmarks: Retención de Evidencia y Comparación de Modelos
El artículo presenta el Balance of Benchmarks (BoB) para controlar la retención de evidencia y la influencia de los benchmarks en la comparación de modelos. Se introduce un método para retener observaciones elegibles y ponderar su influencia por separado. Los resultados demuestran que la expansión de la colección mejora la predicción y que la ponderación de densidad aumenta la robustez frente a la multiplicidad de reportes.
STEPQuant: Cuándo y dónde importan los errores en la cuantización de estados recurrentes Delta-Rule
Se presenta STEPQuant, un marco de cuantización post-entrenamiento espacio-temporal para estados recurrentes de Delta-rule. Este método asigna precisión basada en la magnitud del error y la vida útil de la memoria. Los experimentos demuestran que STEPQuant logra una precisión similar a FP32 con un presupuesto de 6 bits y reduce la memoria de servicio hasta en 68.7%.
¿Cuándo importa la profundidad en el aprendizaje en contexto? Inferencia adaptativa en transformadores profundos
El artículo examina si apilar cómputos sucesivos de atención y propagación hacia adelante en transformadores ofrece una ventaja computacional sobre un solo bloque. La investigación sugiere que la profundidad y los bloques de propagación hacia adelante permiten a los transformadores implementar una inferencia adaptativa, lo cual es beneficioso cuando la distribución de variables latentes tiene una estructura jerárquica.
GroundAnything: Conciliando la decodificación paralela con localización visual precisa a velocidad flash
Se presenta GroundAnything, un modelo de base de *grounding* de 4B parámetros diseñado para reconciliar la decodificación paralela rápida con localización visual precisa mediante eliminación iterativa de ruido por bloques. El modelo establece un nuevo estado del arte en benchmarks de *grounding* y demuestra aceleraciones significativas en la inferencia, lo que sugiere mejoras prácticas para el *grounding* visual en sistemas sensibles a la latencia.
KernelOPT: Búsqueda Agentica con Conciencia de Despacho para Optimización de Kernels de GPU
Se presenta KernelOPT, un sistema multi-agente guiado por perfilado diseñado para optimizar kernels de GPU. El sistema inspecciona kernels Triton y llamadas a bibliotecas para refinar la síntesis y evaluación del modelo resultante. KernelOPT logró aumentos geométricos de velocidad de hasta 2.54$\times$ en problemas de nivel 1.
Autoencoders Omni-modales aprenden representaciones desentrañadas para dispositivos portátiles
Se presenta el marco OmniDecVAEs, un Autoencoder Variacional que aprende representaciones multi-propósito a partir de múltiples modalidades con un solo codificador-decodificador compartido. Este modelo mejora el reconocimiento de actividad humana y el reconocimiento de identidad en conjuntos de datos de dispositivos portátiles, superando a modelos supervisados en reconocimiento de sujetos no vistos. Además, su capacidad generativa mejora la reconstrucción y el reconocimiento de afecto en datos sintéticos.
EMA Policy Gradient: Domando el Aprendizaje por Refuerzo para LLMs con Ancla EMA y KL Top-k
Se proponen dos técnicas para mejorar los algoritmos de gradiente de política en LLMs mediante el Aprendizaje por Refuerzo (RL). Estas técnicas incluyen reemplazar la política ancla fija por un Promedio Móvil Exponencial (EMA) y la introducción de un estimador de KL Top-k. La combinación de estas técnicas (EMA-PG) resulta en un aumento significativo del rendimiento en tareas de razonamiento matemático y en dominios de RL de agentes.
ProtoDiffusion: Modelado generativo de imágenes multi-capa basado en token por capa
Se presenta ProtoDiffusion, un marco de difusión latente basado en ProtoVAE para el modelado generativo de imágenes multi-capa. Este modelo codifica diseños gráficos en un prototipo espacial compartido y vectores candidatos por capa, permitiendo reconstrucciones de alta fidelidad. El sistema soporta modalidades imagen-a-diseño y texto-a-diseño, mostrando mejoras significativas en la precisión y velocidad de generación.
Aprendizaje auto-supervisado predictivo identifica señales estocásticas bajo interferencia
Se demuestra que los métodos comunes de aprendizaje auto-supervisado (SSL) pueden distinguir entre la variación estocástica de una señal latente y la interferencia, lo cual es un desafío en la predicción. Se postulan dos principios clave: la maximización de la información mutua predictiva y la coincidencia de la distribución latente, que aseguran que las representaciones retengan la información necesaria y sean identificables. El resultado se confirma mediante simulaciones con predictores gaussianos.
Aprendiendo qué decisiones de búsqueda de evidencia son importantes: Replay contrafactual calibrado para agentes de lenguaje
El artículo presenta un método llamado PCCC-RL para agentes de lenguaje que busca determinar el valor de las decisiones de búsqueda de evidencia. El método utiliza la reproducción contrafactual para evaluar el valor de las acciones tomadas por el agente. Los resultados muestran ganancias significativas en tareas como HotpotQA y MuSiQue al enfocarse en cadenas de evidencia completas.
Modelo de espacio de estados dependiente del canal para la predicción de series temporales multivariantes
Se propone Chameleon, un modelo de espacio de estados dependiente del canal (CD) para la predicción de series temporales multivariantes. Este modelo permite interacciones detalladas entre variables y escala linealmente con el número de variables. Los resultados demuestran que Chameleon supera a los métodos independientes del canal en conjuntos de datos de tráfico y ETT, mostrando mejor rendimiento en métricas clave.
GroundingPI: Un modelo fundacional de Grounding hacia la Inteligencia Física con Primitivas Visuales
Se presenta GroundingPI, un modelo fundacional de *grounding* de 4B diseñado para la inteligencia física, que genera coordenadas precisas para objetos. Este modelo supera a otros en benchmarks de *grounding*, mejorando el rendimiento en manipulación robótica y conducción autónoma. Los resultados demuestran que el *grounding* denso y el preentrenamiento perceptual son prometedores para modelos fundacionales.
TwinLab-Bench: Evaluando científicos de IA en gemelos digitales de laboratorios reales
Se presenta TwinLab-Bench, un benchmark diseñado para evaluar a los científicos de IA en la ejecución de experimentos auto-diseñados dentro de gemelos digitales de laboratorios físicos. El sistema evalúa la capacidad de los agentes de IA para llevar a cabo flujos de trabajo computacionales, seleccionar mediciones y diseñar experimentos con resultados basados en registros de laboratorio reales. Se compara el rendimiento de modelos frontera como Claude Fable 5.2 y Opus 5.5 en estas tareas complejas.
AI GameStore: Evaluación escalable y abierta de la inteligencia general de máquina con juegos humanos
Se propone el AI GameStore, una plataforma escalable que utiliza LLMs con humanos en el ciclo para sintetizar juegos humanos basados en entornos de plataformas digitales populares. Se evaluaron siete modelos de lenguaje de visión-lenguaje (VLM) en estos juegos, encontrando que los mejores modelos obtuvieron menos del 10% de la puntuación promedio humana. Se concluye con pasos futuros para desarrollar el AI GameStore como método práctico para medir el progreso hacia la inteligencia general similar a la humana en máquinas.
El dilema post-entrenamiento: Por qué debemos reconsiderar el paradigma SFT-RL
Se argumenta que el paradigma SFT-then-RL en el post-entrenamiento de LLM tiene una limitación fundamental: el RL degrada las capacidades obtenidas por el SFT debido a la ortogonalidad de los subespacios de parámetros. Los experimentos confirman que la pérdida SFT aumenta después de la fase de RL. Se proponen tres direcciones de investigación para abordar este problema, incluyendo la optimización conjunta de objetivos y la programación consciente del paisaje.
Director de Energous compra $9,540 en acciones
Un director de Energous Corp compró acciones por un total de $9,540 el 17 de noviembre de 2026. La compra se realizó en un contexto de volatilidad bursátil y se presentó a la Comisión de Bolsa y Valores el 19 de noviembre de 2026. Adicionalmente, Energous Wireless Power Solutions reportó ganancias del tercer trimestre con pérdidas y facturación por debajo de las expectativas de Wall Street, aunque destacó un crecimiento positivo en ingresos.
Samsung Philippines nombra a los 10 creadores de soluciones de Solve for Tomorrow 2026
Samsung ha revelado a los 10 finalistas de la competencia estudiantil Solve for Tomorrow 2026 en Filipinas, destacando a jóvenes creadores con proyectos STEM enfocados en sostenibilidad, cambio social y resolución de problemas con IA. Los finalistas competirán por premios en efectivo y dispositivos Samsung, mientras que la iniciativa busca fomentar soluciones innovadoras en comunidades locales.
Firma nacional apoya a la universidad para buscar presidente
Un consejo de administración de instituciones de educación superior seleccionó a la firma Isaacson, Miller para liderar la búsqueda del próximo presidente de la Mississippi University for Women. La firma fue elegida por su experiencia en búsquedas ejecutivas para universidades de tamaño similar y por cumplir con las expectativas de la comunidad universitaria. Se están finalizando los detalles del contrato y la búsqueda se espera que se extienda hasta abril.
El inglés abre a los estudiantes de Lucerna una ventana al mundo
Estudiantes de secundaria de Lucerna participaron en una charla sobre la importancia del inglés como herramienta para acceder a información, conectar culturas y participar en un entorno global. La actividad, en colaboración con National Geographic Learning, destacó cómo el inglés facilita la comprensión en internet, ciencia y tecnología, y cómo ayuda a documentar experiencias culturales. Se resaltó que el dominio del idioma abre oportunidades académicas y profesionales internacionales para los jóvenes.
Varias empresas croatas en la lista de las más rápidas de crecer en la región
Varias empresas croatas han logrado 16 puestos en la lista de las 50 empresas tecnológicas de más rápido crecimiento de Europa Central según Deloitte. Nueve de estas empresas croatas están en la categoría principal Fast 50, destacando el crecimiento sostenido de sus negocios. Además, cinco empresas croatas fueron reconocidas como Estrellas de Impacto por su contribución positiva en diversos ámbitos.
Del campo a la bolsa: los 10 Cedears para apostar al negocio agropecuario
El mercado argentino ofrece diez alternativas para invertir en el negocio agropecuario internacional a través de Cedears, divididos en ETF y empresas. Existen opciones específicas para invertir en materias primas como soja, maíz y trigo, y otras opciones en empresas del sector como maquinaria, fertilizantes y procesamiento. Se se recomienda abrir una cuenta en una sociedad de bolsa regulada por la CNV para acceder a estos instrumentos.
No se identificaron personas.
Detroit Tigers enfrentan la decisión importante de Zach McKinstry antes de la fecha límite del viernes
Los Detroit Tigers tienen hasta el viernes para ofrecer un contrato a Zach McKinstry, ya que se espera que su arbitraje sea de unos 5 millones de dólares. La decisión se complica debido a su rendimiento reciente y el valor que representa para la lista de 40 jugadores. Existe especulación de traspasos, incluyendo posibles movimientos hacia los New York Yankees.
Oxitocina y dolor crónico: cómo la conexión reduce el cortisol
La conexión afectiva y la intimidad elevan la oxitocina, lo que reduce el cortisol y mejora la modulación del dolor crónico. Estas prácticas, combinadas con la atención plena, reducen la reactividad del eje HPA, mejoran la salud metabólica y mitigan el dolor al influir en las dimensiones sensoriales y afectivas del dolor. Los enfoques relacionales y la meditación son estrategias de bajo riesgo que complementan el tratamiento médico convencional para el dolor crónico.
Blue Origin abandona el desarrollo de su estación espacial Orbital Reef por programas lunares
Blue Origin ha decidido abandonar el desarrollo de la estación espacial Orbital Reef para centrar sus recursos en proyectos lunares. La compañía enfocará sus esfuerzos en recuperar el New Glenn y desarrollar módulos tripulados para aterrizar en la superficie lunar. El proyecto Starlab sigue activo, mientras que otros proyectos como la Axiom Station y las Haven de Vast continúan en marcha.