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 «Liu Li-hung»
Más recientes primero · Hasta 30 noticias por página
Li: Reforma total de los exámenes nacionales... Este examen de Suneung debe castigar a los que hacen trampa
Se anuncia una reforma total de los exámenes nacionales, con la exigencia de castigar severamente cualquier acto de fraude en el examen Suneung. Se reportan también resultados académicos y se mencionan controversias políticas y económicas recientes.
SpaceX adquiere Cursor y hace inversión en Cursor, a16z invitado a Japón
Martin Casado, General Partner de a16z, visitará Japón para dialogar con ejecutivos de DeNA en una conferencia de startups. Casado ha participado en inversiones en empresas clave en el sector de IA, como Cursor y World Labs. La noticia destaca la continua inversión de Casado en tecnologías de vanguardia, desde infraestructura hasta aplicaciones de IA.
Xi proclama un "giro completo" en las relaciones con Australia tras reunirse con Albanese
El presidente chino Xi Jinping afirmó que las relaciones entre China y Australia han tenido un "giro completo" tras años de tensiones diplomáticas y comerciales. Xi señaló que han promovido conjuntamente este giro, buscando cooperación mutua a pesar de las diferencias. Por su parte, el primer ministro australiano Albanese defendió una relación estable con Pekín, considerándola beneficiosa económicamente, aunque ambos gobiernos deben gestionar sus discrepancias.
Inferencia de LLM diferencialmente privada mediante mezcla de preguntas
Se propone DP-SPD, un marco de inferencia de LLM diferencialmente privado que oculta las consultas reales mediante la mezcla con consultas dummy generadas por el cliente. El método busca proteger la privacidad de los usuarios al enviar consultas barajadas antes de la inferencia y optimiza la eficiencia reutilizando cachés KV. Los resultados demuestran una fuerte protección de privacidad y utilidad cercana al texto plano, mejorando la eficiencia mediante la reutilización de cachés.
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.
Verificación de integridad de comportamiento para habilidades de agentes de IA
Se presenta un marco de verificación de integridad de comportamiento (BIV) para habilidades de agentes de IA, comparando capacidades declaradas y reales. El análisis revela una brecha significativa en la implementación de las habilidades, con el 80.0% de las habilidades mostrando desviaciones en la taxonomía. El método BIV logró un F1 de 0.949 en la detección de habilidades maliciosas, superando a los métodos existentes.
Pro$^2$ Agent: Sondaje de problemas científicos para I+D autónoma de IA
Se presenta el Pro$^2$ Agent, un agente de IA diseñado para la investigación autónoma, que transforma el estado de la investigación de una base de código a un Estado de Problema estructurado. Este agente realiza investigación dirigida y pruebas de hipótesis para relacionar problemas con soluciones candidatas. Los resultados muestran que Pro$^2$ Agent alcanza el rendimiento más alto en el benchmark MLE-Bench.
MAWAM: Un modelo de acción de mundo multiagente para manipulación coordinada
Se presenta MAWAM, un modelo de acción de mundo multiagente diseñado para la manipulación coordinada de robots. Este modelo genera las vistas futuras y acciones ejecutables de los robots de manera conjunta. MAWAM demostró un alto rendimiento en tareas de manipulación con robots reales y simulaciones, superando a modelos previos en control coordinado.
Ataque DMT: Búsqueda de Textura Prioritaria para Políticas de Visión-Lenguaje-Acción
Se presenta DMT-Attack, un ataque de caja gris sin gradiente diseñado para generar texturas que interrumpan la retroalimentación visual en políticas de visión-lenguaje-acción (VLA). El ataque busca texturas naturales en la distribución de un modelo de difusión para afectar la toma de decisiones de bucle cerrado. Los resultados muestran que este ataque logra una tasa de éxito de ataque macro del 57.9%, sugiriendo vulnerabilidades en la dependencia de la apariencia visual para la toma de decisiones.
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.
SPARK: Participación de Conocimiento Paramétrico Adaptativa para Recuperación Aumentada Fiel
Se presenta SPARK, un marco que regula adaptativamente la contribución del conocimiento paramétrico en los LLM mediante un problema de aprendizaje de política de participación. Este enfoque permite modular dinámicamente el conocimiento paramétrico mientras se mantiene el LLM base congelado. Los experimentos demuestran que SPARK logra una generación más fiel utilizando solo un 0.01% de parámetros entrenables adicionales.
¿Pueden las vistas controladas independientemente describir un mundo compartido?
Se presenta MultiWorldBench, un benchmark de Minecraft para evaluar modelos de mundo multijugador, midiendo capacidades como control independiente y sincronización de estado. Se comparan modelos como Gamma-World y Solaris (MP) contra Engine GT. Los resultados indican que los modelos actuales tienen una brecha significativa en mantener un mundo compartido coherente.
AeroBelief: Verificación de primera acción presupuestada para detección aérea guiada por evidencia
El artículo presenta AeroBelief, un método que combina la detección aérea con la presupuestación de acciones para la verificación de evidencia. Este sistema utiliza un controlador para conectar la predicción selectiva con actualizaciones de creencias y verificaciones de aceptación. Los resultados muestran que AeroBelief logra un 75.42% de completitud de tareas, superando a otros métodos en eficiencia de procesamiento.
Modelos del mundo prefieren los prerrequisitos aprendidos sobre la evidencia visual
Se investiga el uso de modelos del mundo para simular interacciones físicas, abordando la limitación de escalabilidad al entrenar un modelo por entorno. Se introduce TailWorld para evaluar la transferencia de reglas demostradas y se propone RIFT para inferir reglas a partir de interacciones de calibración. Los experimentos demuestran que RIFT mejora la precisión y coherencia física al predecir dinámicas raras.
No se identificaron personas.
UpliftMem: Aprendizaje de mejora de nivel de conjunto para la recuperación de memoria del agente
Se presenta UpliftMem, un método que aprende la mejora de ejecución a nivel de conjunto para la recuperación de memoria de agentes de LLM. Este método utiliza un criterio EVSI para priorizar sondajes que maximizan el beneficio esperado en las decisiones de recuperación local. Los resultados demuestran mejoras significativas en la precisión de la decisión en evaluaciones de MemSyco-Bench.
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.
GRODE-RTL: Vistas de dependencia mapeadas a la fuente para la reparación de RTL basada en LLM
Se propone GRODE-RTL, una representación centrada en anclas para la reparación de RTL basada en LLM, que resuelve el problema de fallos no locales al mapear nodos del netlist a líneas de código fuente editables. La metodología mejora significativamente el rendimiento de reparación en tres LLMs, mostrando ganancias de hasta el 26.7% en GLM-5.2. Se demuestra que la organización selectiva de la dependencia es clave para la reparación efectiva.
RoPE Periódico y Armónico para la Extrapolación de Longitud en LLMs
Se propone Periodic RoPE (P-RoPE) y Harmonic Periodic RoPE (HP-RoPE) para mejorar la capacidad de los LLMs para procesar contextos largos. Estos métodos buscan mitigar el error de agotamiento de posición inherente al RoPE estándar, manteniendo la perplexidad estable en longitudes de contexto extendidas. Los resultados demuestran que P-RoPE y HP-RoPE mantienen una alta precisión en pruebas de longitud de contexto.
Superación de la fidelidad visual: Evaluación de modelos de superresolución para imágenes de teledetección a gran escala mediante integración de tareas posteriores
Se presenta GeoSR-Bench, un conjunto de datos de referencia para evaluar modelos de superresolución (SR) integrando tareas posteriores como clasificación de cobertura terrestre y estimación de biomasa. El estudio demuestra que las mejoras en métricas de fidelidad tradicionales no siempre se traducen en mejores resultados en las tareas posteriores, sugiriendo la necesidad de integrar las tareas posteriores en el desarrollo y evaluación de modelos de SR.
No pierdas el futuro: Cuantización con conciencia latente de 4 bits de modelos de acción mundial
Se propone LAQ, un marco de cuantización consciente de la latencia que busca preservar el futuro predicho en los modelos de acción mundial. Este método utiliza métricas de lectura y recuento de lectura para asignar precisión a activaciones y cachés, logrando una compresión del modelo de 3.8x y una ejecución 1.66x más rápida. Los resultados en el benchmark LIBERO-Plus muestran un rendimiento competitivo con modelos de 16 bits.
AudioTurbo: Generación de texto a audio rápido con Difusión Rectificada
Se presenta AudioTurbo, un método que integra difusión rectificada en modelos TTA preentrenados para mejorar la eficiencia de generación de texto a audio. Este enfoque busca acelerar la generación al aprender caminos ODE aproximados a partir de pares de ruido. Los experimentos demuestran que este método supera a modelos basados en emparejamiento de flujo tanto en calidad como en velocidad de inferencia.
De la dependencia a la sobredependencia: Clasificando y detectando riesgos relacionales en compañeros de IA
Se presenta la Taxonomía de Riesgos Relacionales (TRR) para distinguir entre la sobredependencia emocional (EO) y el daño relacional (RH) en compañeros de IA. Los estudios encontraron que el 63.2% de las conversaciones no de juego de roles mostraron comportamientos de EO, aunque los daños relacionales observables fueron menores. Se sugiere implementar intervenciones de seguridad graduales basadas en los patrones de comportamiento de sobredependencia.
No se identificaron personas.
Incidentes de seguridad en aplicaciones de agentes: Herramienta de backtracking para identificar puntos de entrada
Se presenta una herramienta de backtracking llamada Origin diseñada para ayudar a los analistas de seguridad a identificar puntos de entrada comprometidos (CEPs) en aplicaciones de agentes. La herramienta aborda la brecha semántica entre los registros de trayectorias y el código fuente para inferir la funcionalidad del agente. Se demuestran casos de estudio que confirman la capacidad de Origin para identificar correctamente todos los CEPs en incidentes de ataque.
PhoneWorld: De trayectorias de aplicaciones reales a entornos dinámicos y verificables para agentes de uso de teléfono
Se presenta PhoneWorld, un marco basado en la traza que transforma la evidencia de aplicaciones reales en entornos Android ejecutables, restablecibles y verificables. Este marco induce un esqueleto de interacción basado en el uso y genera especificaciones de aplicación basadas en comportamiento, realizándolas mediante un ciclo de construcción-inspección-reparación. Los resultados demuestran que la abstracción ejecutable basada en la traza puede conectar el comportamiento móvil realista con el aprendizaje escalable de agentes.
Auto-Alpha: Un marco para la investigación de factores autónomos
Se presenta Auto-Alpha, un marco para la investigación de factores autónomos que conecta la inicialización guiada por informes con la investigación autodirigida mediante un bucle de implementación basado en pruebas. El sistema genera hipótesis económicas y refina factores a partir de informes, produciendo implementaciones y reteniendo conocimientos de investigación. Los resultados retrospectivos muestran un rendimiento de cartera del 16.81% anualizado en comparación con el 1.71% del índice CSI 1000.
DatalogBench: Evaluando Modelos de Lenguaje Grande en la Síntesis de Texto a Datalog
Se presenta DatalogBench, un *benchmark* de 136 tareas de síntesis de texto a Datalog para evaluar modelos de lenguaje grandes (LLMs). El *benchmark* mide la precisión de los LLMs al generar programas Datalog a partir de preguntas en lenguaje natural. Los resultados indican que la coincidencia exacta es del 75.7% con configuraciones específicas, señalando que el razonamiento recursivo y la descomposición son desafíos pendientes para estos modelos.
Estilo de conducción composable para conducción autónoma de extremo a extremo
Se propone YOUDrive, un planificador de visión-lenguaje-acción para el control composable del estilo de conducción en vehículos autónomos. El sistema busca ajustar el estilo de conducción mediante vectores de tarea aprendidos, permitiendo un control continuo y composable sin necesidad de reentrenamiento. Se introduce la Puntuación de Alineación de Estilo (SAS) para describir el comportamiento cinemático después de la validación de seguridad.
EverydayBench: Evaluando la finalización satisfactoria de tareas digitales de usuario en vivo
Se presenta EverydayBench, un benchmark de 77 tareas creadas por humanos que evalúan la capacidad de agentes de IA para completar tareas digitales cotidianas. El benchmark integra verificaciones de restricciones, validación de afirmaciones y evaluación de calidad del resultado final. Los resultados muestran que modelos como Claude Opus 5.5 y Fable 5.1 obtienen el mayor índice de éxito estricto en la tarea.
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.
xAppGen: Programación de lenguaje natural impulsada por LLM para desarrollo ágil de xApps
Se presenta xAppGen, un marco de programación de lenguaje natural basado en LLM que automatiza el ciclo completo de desarrollo de xApps. Esta herramienta convierte intenciones de usuario en xApps desplegables en minutos, eliminando la codificación manual. El sistema acelera significativamente el ciclo de desarrollo de xApps, mejorando la innovación en redes O-RAN.