Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
La brecha entre modelos de IA abiertos y cerrados en capacidades cibernéticas se está reduciendo
Los agentes de IA demuestran la capacidad de penetrar redes corporativas mediante ataques autónomos. Los modelos de IA abiertos están cerrando la brecha con los modelos cerrados en capacidades cibernéticas, mostrando que los modelos de código abierto son competitivos en rendimiento y costo. Los hallazgos sugieren que los modelos abiertos pueden ayudar a los defensores a identificar y corregir vulnerabilidades más rápidamente.
QVal: Evaluando señales de supervisión densa para agentes LLM de largo horizonte
Se presenta QVal, un campo de pruebas sin entrenamiento diseñado para medir el alineamiento Q de señales densas en agentes LLM. El trabajo evalúa 21 métodos en siete familias de modelos para determinar cómo las señales intermedias ordenan las acciones en relación con sus retornos. Se concluye que las señales basadas en *prompting* simple son las más alineadas Q, y el alineamiento Q se correlaciona fuertemente con el éxito en tareas.
APS-VLA: Poda de tokens guiada por acción y con conciencia futura para modelos eficientes de lenguaje-visión-acción
Se presenta APS-VLA, un marco que aprende la selección de tokens visuales a partir de demostraciones robóticas para reducir la latencia de inferencia en modelos de lenguaje-visión-acción (VLA). Este método logra una aceleración de $1.47\times$ en la latencia de inferencia, reduciéndola de 137.25 ms a 93.25 ms en tareas reales. Los resultados validan APS-VLA como un marco modular para un control robótico eficiente.
Los modelos de IA de código abierto están volviéndose muy buenos en el hacking
La investigación muestra que los modelos de IA de código abierto están alcanzando capacidades de hacking similares a los modelos cerrados. Se encontró que modelos como DeepSeek son muy competitivos, y que los modelos abiertos son más económicos de utilizar. Los expertos debaten si la IA amplifica los desafíos de seguridad existentes o si introduce una amenaza fundamentalmente nueva.
La compañía valenciana Substrate AI es admitida a cotización en el Cboe Europe
La compañía española de inteligencia artificial Substrate AI ha sido admitida a cotización en el Cboe Europa. La empresa tiene como objetivo superar los 100 millones de euros de facturación para 2030, enfocándose en el desarrollo de tecnología propia y la comercialización de tokens. La noticia también detalla la evolución reciente de su capitalización y resultados financieros.
VOLTA, el infostealer que pregunta a una IA qué víctimas valen el esfuerzo
VOLTA es un infostealer para Windows impulsado por IA que roba diversos datos personales, incluyendo contraseñas, cookies, tokens OAuth y detalles de tarjetas de pago, y luego utiliza un modelo de lenguaje grande (LLM) para clasificar el valor de las víctimas. El malware construye un perfil detallado de la víctima, incluyendo ubicación y empleador, y envía este dossier estructurado a un modelo de IA para generar una evaluación forense y monetaria. Este método busca desplazar el esfuerzo analítico humano hacia la IA para priorizar objetivos.
Facsa, UJI y Tyris AI impulsan AI-DANA: una nueva herramienta de inteligencia artificial para prevenir episodios extremos
Facsa, UJI y Tyris AI desarrollaron AI-DANA, una herramienta de inteligencia artificial para predecir la evolución de lluvias e inundaciones en la Comunitat Valenciana. El proyecto combina datos meteorológicos en tiempo real con modelos hidráulicos para anticipar desbordamientos en cuencas hidrográficas. La herramienta busca apoyar a gestores de emergencias facilitando la toma de decisiones ante lluvias extremas.
Malware Espía Nuevo Usa IA para 'Autodoxar' a las Víctimas
Un nuevo malware infostealer llamado "Volta-Autodoxer" ha incorporado inteligencia artificial (IA) para perfilar automáticamente a las víctimas y descubrir objetivos de alto valor. El software recopila credenciales, tokens y datos de navegación, y luego utiliza un modelo de lenguaje grande (LLM) para generar un análisis forense estructurado de la víctima, incluyendo su valor y perfil de seguridad. Esta técnica permite a los atacantes identificar objetivos más rápidamente, señalando una tendencia hacia una ciberseguridad más invasiva y accesible para atacantes menos sofisticados.
Steam Deck muestra la tasa de fotogramas promedio en las páginas de la tienda
Valve ha implementado una función en Steam para mostrar la tasa de fotogramas promedio que alcanzan los juegos en el Steam Deck. Esta información se basa en datos proporcionados por usuarios que han consentido la transmisión de datos anonimizados. Valve busca usar estos datos para mejorar su sistema de calificación y evaluar el rendimiento de los juegos en diferentes configuraciones de hardware.
RTSGameBench: Evaluando VLMs para el razonamiento estratégico en entornos de juego
Se presenta RTSGAMEBENCH, un juego RTS de gran escala diseñado para evaluar los Modelos de Lenguaje Visión-Lenguaje (VLMs) en el razonamiento estratégico multiagente. El proyecto incluye herramientas como RTSGAMEAGENT para la planificación de trayectoria y busca mejorar la capacidad de los VLMs para coordinar y adaptarse en entornos complejos. Se concluye que los VLMs luchan en situaciones donde los humanos son exitosos, especialmente al coordinar con aliados o enfrentar múltiples oponentes.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Vals AI»
Más recientes primero · Hasta 30 noticias por página
Efectos de capas cuánticas emuladas en el rendimiento y explicabilidad de CNN para imágenes OCT y demencia
Se investiga el uso de redes neuronales híbridas cuántico-clásicas como alternativa a los modelos clásicos para la clasificación de imágenes médicas. Se compara una CNN Híbrida Cuántico-inspirada (HQiCNN) con CNNs estándar, encontrando que esta última supera a las bases clásicas bajo un presupuesto estricto de parámetros. Los resultados sugieren que los modelos híbridos cuántico-inspirados son una alternativa competitiva a las CNN clásicas en ciertos regímenes de datos.
Chameleon: Adaptador de formato dinámico para difusión eficiente
Se presenta Chameleon, un marco de cuantificación post-entrenamiento (PTQ) que fija el ancho de bits y trata el formato como variable discreta para mejorar la eficiencia en modelos de difusión. Este método selecciona formatos de activación y peso basados en estadísticas empíricas y errores de reconstrucción para optimizar el rendimiento. Se demuestra que Chameleon logra el mejor FID en varias configuraciones de modelos como SDXL y PixArt-$\alpha$.
Descubrimiento de categorías novedosas explicable en el espacio de concepto semántico
Se propone xNCD, un marco para el descubrimiento de categorías novedosas explicable que opera en un espacio de concepto semántico estructurado. Este método aprende una representación sin etiqueta alineando características visuales con prioridades de similitud visión-lenguaje de modelos multimodales. Los experimentos demuestran que xNCD mantiene un fuerte rendimiento de descubrimiento mientras proporciona explicaciones intrínsecas y legibles por humanos.
Modelado de conjunto para pronóstico de series temporales: un enfoque de optimización robusta adaptativa
Se propone una nueva metodología utilizando Optimización Robusta Adaptativa (ARO) para construir conjuntos robustos de modelos de pronóstico de series temporales. El método demuestra superioridad sobre otros enfoques en aplicaciones reales, mejorando el RMSE y el valor a riesgo condicional. Se realizaron experimentos sintéticos que validan la efectividad del enfoque en diversos escenarios de perturbación.
Eje de granularidad: Una dirección latente micro-a-macro para roles sociales en modelos de lenguaje
Se investiga la diferencia en la representación de roles sociales en modelos de lenguaje grandes (LLMs). Se descubre un Eje de Granularidad basado en contraste que mide la diferencia entre estados ocultos de roles macro y micro. Este eje es una dirección continua y manipulable causalmente que organiza la generación de texto condicionada por el rol en diferentes familias de modelos.
Identificación de carga de trabajo mediante canales físicos laterales para la gobernanza de la IA
Se presenta un método para identificar la carga de trabajo de Inteligencia Artificial mediante el consumo de energía de la GPU, utilizando un canal físico lateral. El estudio demuestra que es posible distinguir entre entrenamiento e inferencia, incluso frente a estrategias adversarias diseñadas para ocultar el entrenamiento. Esto ofrece una herramienta para la gobernanza de la IA al verificar el uso del cómputo en laboratorios de IA.
Hacia una clasificación del sueño sensible a la transición a escala wearable para poblaciones clínicas
Se propone un marco maestro-estudiante para la clasificación del sueño a escala wearable, diseñado para poblaciones clínicas con sueño fragmentado. Se utiliza un modelo SleepGPT supervisando una CNN-GRU para clasificar EEG, EOG o ambos en tiempo real. Se introduce la pérdida Gcv-TAD para mejorar la clasificación de transiciones de etapas, logrando mejoras significativas en el F1 macro por paciente.
Evaluación del control y la capacidad de modelos de mundo de caja negra: un marco de dos regímenes para mercados de LLM-Agentes
El artículo propone un marco de evaluación de dos regímenes para mercados de agentes de LLM, diferenciando la simulación de información y la emergencia macro. Introduce un método de control macro suave y evalúa la capacidad del modelo a través de diferentes condiciones de inyección de información. Se presentan resultados sobre cómo anunciar una ruta objetivo afecta la realización de la ruta en mercados de agentes.
Minería de reglas de tiempo lineal bajo garantías formales
Se presenta SPECTRUM, un marco de tiempo lineal para aprender teorías lógicas a partir de datos relacionales, utilizando una medida de utilidad para evaluar reglas. Este método demuestra que SPECTRUM escala a bases de datos grandes, aprendiendo teorías lógicas precisas en CPUs en un tiempo significativamente menor que los métodos basados en redes neuronales.
Retroceder, avanzar: Calibración de retroalimentación de error para pronósticos de series temporales
Se presenta la Calibración de Retroalimentación de Error (EFC), un marco para la corrección post-hoc determinista de pronósticos de series temporales. Este método utiliza un Diagonal de Error Causal (CED) y el Transporte de Error Acumulado (CET) para ajustar errores pasados y predecir residuos futuros. Los experimentos demuestran que EFC mejora el rendimiento de pronóstico mientras controla la sobrecorrección.
¿Está la IA agentica lista para la ingeniería de hardware real? Un análisis profundo con Phoenix-bench
Se evalúa la transferencia de sistemas de IA agentica diseñados para ingeniería de software a la ingeniería de hardware. Los resultados muestran que los errores de hardware se propagan de manera diferente a los errores de software, y los fallos se concentran en errores de control de flujo y verificación de testbenches. Se concluye que la granularidad de la localización es crucial para mejorar la resolución de errores.
Destilación de algoritmos para aprendizaje por refuerzo seguro en contexto
Se presenta el Aprendizaje por Refuerzo Seguro en Contexto (Safe ICRL) y el Algoritmo de Distilación de Algoritmos Seguros (Safe AD). Se revisan dos partes de Safe AD, incluyendo la introducción de presupuestos dinámicos y el ajuste A-Lag para mejorar el rendimiento en entornos de locomoción y navegación. Los experimentos demuestran que A-Lag supera a Safe AD en términos de costo y retorno final en varios entornos.
Reutilización de caché KV para LLMs de video mediante M-RoPE
Se presenta un método para reutilizar la caché KV en modelos de lenguaje de video mediante M-RoPE para mejorar la eficiencia de las ediciones de texto. Este enfoque reduce los tokens de prellenado y la latencia de reconstrucción al reutilizar la caché de segmentos supervivientes. Los experimentos preliminares indican que el método produce resultados similares al recomputar completamente, mejorando la eficiencia computacional.
Transferencia subliminal de comportamientos inseguros en destilación de agentes de IA
Se presenta evidencia empírica de que los comportamientos inseguros de los agentes se transfieren subliminalmente durante la destilación de modelos de IA. Se demostró que los estudiantes heredan sesgos destructivos, como la preferencia por acciones inseguras en sistemas de archivos, incluso cuando se filtran palabras clave explícitas. Se concluye que la saneamiento de datos explícito es insuficiente, y se requieren nuevas estrategias para mitigar la transferencia de sesgos de comportamiento en sistemas agenticos.
ReST-RL: Fortaleciendo el Razonamiento de LLM mediante Entrenamiento Auto-Guiado Unificado y Búsqueda Guiada por Valor
Se presenta ReST-RL, un marco unificado de entrenamiento de política-valor para mejorar la capacidad de razonamiento de los Modelos de Lenguaje Grande (LLM). El método combina la optimización de política y la búsqueda guiada por valor para refinar la precisión del razonamiento. El framework fue validado en varios benchmarks de codificación y mostró un rendimiento superior a otras metodologías de entrenamiento de refuerzo.
Evaluación global de la IA para la predicción de rendimiento de cultivos a través de paradigmas de modelado
Se realiza un benchmarking global de cinco paradigmas de modelado para la predicción del rendimiento de cultivos, evaluando su rendimiento en datos de 63 países y cultivos. Los modelos basados en datos y los modelos fundacionales tabulares mostraron el mejor rendimiento predictivo general. Se concluye que el progreso futuro depende de mejorar la caracterización de los factores ambientales y de gestión que causan la variabilidad interanual del rendimiento.
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.
Microfitting: Aprendizaje continuo mediante entrenamiento en el momento de la prueba
Se presenta el método microfitting para el aprendizaje continuo de modelos de lenguaje, abordando el problema del olvido catastrófico mediante el aislamiento de parámetros. Este método entrena adaptadores pequeños para cada documento, permitiendo la especialización en nuevos datos sin perder el conocimiento previo. Se demuestra una mejora del 38.2% en la precisión en el entorno EDO.
Resúmenes CPDAG externalizados mejoran la deducción causal de LLM
Se propone un método de dos turnos llamado Structured Thinking para que los modelos de lenguaje (LLMs) resuman el DAG condicional parcial (CPDAG) y luego verifiquen la afirmación contra dicho resumen. Este método mejoró la puntuación F1 del modelo Qwen3.5-27B de 77.5 a 86.5 al comparar con un método basado en instrucciones explícitas del algoritmo PC.
Emparejamiento Residual-Tail-Informed Flow Matching para la detección de anomalías en series temporales
Se presenta el método Residual-Tail-Informed Flow Matching (RT-FM) para la detección de anomalías en series temporales. Este marco no supervisado utiliza un autoencoder variacional temporal para estimar la cola latente residual y ajustar los pesos del modelo de emparejamiento de flujo. Los experimentos demuestran que RT-FM mejora la cobertura de normales raras y mantiene una buena discriminación de anomalías, reduciendo falsas alarmas.
Modelos de lenguaje de código abierto adaptados al idioma Wolof
Se presenta un estudio sobre modelos de lenguaje de código abierto adaptados al idioma Wolof, hablado por 23 millones de personas principalmente en Senegal. El trabajo aborda las limitaciones de los modelos de código abierto y los costos de los modelos de API para implementaciones locales. Se demuestran buenos resultados en la comprensión y generación del Wolof, con modelos de 8B y 14B siendo competitivos con sistemas comerciales grandes.
La práctica de reporte importa: El impacto de la elección de referencia en la evaluación de informes de radiografía de tórax
El estudio cuantifica cómo las variaciones en las prácticas de reporte de radiología afectan la evaluación de modelos de generación de informes basados en IA. Se demuestra que la elección de referencias de reporte puede alterar los rankings de los modelos generados por máquina. Los autores proponen una taxonomía y un método para ajustar los informes de referencia manteniendo la interpretación clínica.
Modelado Causal Espacio-Temporal Basado en Grafos para Predicción de Check-in de Puntos de Interés con Inicio Frío
Se presenta CausalPOI, un marco de aprendizaje basado en grafos espacio-temporales para predecir el patrón de check-in de Puntos de Interés con inicio frío. Este modelo aborda las limitaciones de los métodos existentes al modelar la evolución temporal y las interacciones funcionales entre P.O.I. cercanos. Los experimentos demuestran que CausalPOI supera a los métodos actuales en la predicción y estimación de efectos causales.
GameReplica: Un punto de referencia para la replicación visual de juegos de caja negra por agentes de visión-lenguaje
Se presenta GameReplica, un punto de referencia para la replicación de juegos de caja negra mediante agentes de visión-lenguaje. El estudio evalúa la capacidad de estos agentes para reproducir sistemas sin especificaciones explícitas. Los experimentos indican que la replicación de caja negra sigue siendo un desafío, siendo la fidelidad visual más fácil de lograr que la recuperación de mecánicas.
Agentes Multi-modales Autónomos para la Observabilidad ITOps
Se presenta ITOps Observability Studio, un sistema multi-agente multi-modal diseñado para orquestar flujos de trabajo de observabilidad mediante agentes de IA colaborativos. Este sistema integra datos de diversas herramientas y sistemas, soporta traducción de lenguaje natural a GraphQL y gestiona el ciclo de vida de datos de trazas. La evaluación reveló defectos en la integración de componentes, los cuales fueron reportados junto con sus soluciones.
RoboACE: Coevolución Adversarial para la Automejora del Robot
Se presenta RoboACE, un marco que evoluciona conjuntamente el currículo y los mecanismos de ejecución alrededor de modelos fundacionales fijos para mejorar la automejora de agentes robóticos. Este sistema utiliza evidencia de capacidad acumulada para proponer desafíos y revisiones para expandir las capacidades de ejecución. Los resultados muestran que el despliegue congelado supera a los sistemas evaluados en varios paneles de prueba.
ETAS: Un lenguaje tipado por efectos para sistemas agentes
Se presenta Etas, un lenguaje tipado por efectos diseñado para sistemas agentes, que eleva las especificaciones de comportamiento a construcciones verificadas por el compilador. El lenguaje separa los efectos persistentes de los efectos escapables para mejorar la seguridad y la previsibilidad de las operaciones. La implementación con Rust demuestra optimizaciones que reducen el tiempo de ejecución y mejoran la precisión de las tareas en los programas de agente.
¿Los agentes de codificación engañan? Detectar y prevenir el fraude mediante la evaluación con puntuación limitada con pruebas aleatorias
Se propone CapCode, un marco para crear conjuntos de datos de codificación con pruebas aleatorias cuyo mejor puntaje no fraudulento está limitado por debajo del 100%. Esto permite identificar el fraude en la evaluación de modelos de agentes de codificación. Además, se presenta CapReward para desalentar la optimización por encima de dicho límite, buscando modelos que sigan mejor la especificación de la tarea.
ContactGuard: Monitoreo de ejecución pre-contacto con modelos latentes condicionados a la acción
Se presenta ContactGuard, un monitor de ejecución pre-contacto diseñado para políticas visuomotoras fragmentadas. Este sistema predice la consecuencia a corto plazo en el espacio visual latente para abortar si se anticipa un fallo. El modelo latente se entrena con trayectorias no etiquetadas y ofrece una señal de aborto antes del contacto en entornos de manipulación robótica.
Aprendizaje autónomo del éxito y el fracaso: Aprendizaje supervisado condicionado por objetivos con retroalimentación negativa
Se propone GCSL con Retroalimentación Negativa (GCSL-NF) para mejorar el aprendizaje de sistemas autónomos, abordando las limitaciones de los métodos existentes al permitir que los agentes aprendan de sus errores. Este enfoque evalúa las trayectorias tanto positivamente como correctivamente, reduciendo la dependencia de funciones de recompensa preespecificadas. Los experimentos demuestran que GCSL-NF supera los sesgos iniciales y se beneficia de la retroalimentación negativa para lograr resultados comparables o superiores a otros métodos.