Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
176 píxeles de lado, un ordenador del tamaño de una habitación y un bebé de tres meses: así nació en 1957 la primera imagen digital de la historia
La noticia narra el nacimiento de la primera imagen digital escaneada en 1957, realizada por el ingeniero Russell Kirsch en un ordenador. Se detalla el proceso técnico, incluyendo el uso de válvulas y la capacidad de memoria del ordenador SEAC. Se menciona el desarrollo posterior de la tecnología de píxeles y las primeras aplicaciones en reconocimiento de huellas y análisis de células.
Desarmó su computadora para limpiarla después de varios años y quedó impactado con lo que encontró - LA NACION
Un usuario compartió en redes sociales las imágenes del estado interno de su computadora gamer después de seis años de uso intensivo sin mantenimiento. La acumulación de polvo y suciedad fue tan densa que generó preocupación, aunque el equipo continuó funcionando. Expertos advierten que esta negligencia puede causar fallos severos en componentes críticos como el procesador y la tarjeta gráfica, enfatizando la necesidad de una limpieza y mantenimiento regulares para prolongar la vida útil del hardware.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Computer Bild»
Más recientes primero · Hasta 30 noticias por página
Exploración impulsada por prompts: el lenguaje como espacio de exploración para el aprendizaje por refuerzo con aprendizaje profundo
Se propone la Exploración Impulsada por Prompts (PDE) para el aprendizaje por refuerzo (RL) utilizando modelos de lenguaje grandes (LLM) y modelos de visión-lenguaje-acción (VLA). Esta técnica permite modificar el prompt de lenguaje natural para inducir cambios globales en la política, mejorando la eficiencia de la muestra y permitiendo el aprendizaje de políticas exitosas incluso con recompensas escasas.
JevGPT: Pensando rápido y lento en la investigación autónoma
Se presenta JevGPT, una arquitectura de doble sistema para investigación autónoma que combina procesamiento rápido de evidencia con planificación deliberativa. El sistema integra hallazgos mientras que el otro localiza el soporte y guía la inspección. Los experimentos demuestran que JevGPT logra un rendimiento superior con menor costo y tiempo de finalización que otros agentes de investigación.
Auditoría a gran escala de fuentes alineadas con el Estado ruso en respuestas de chatbots de IA
Se realizó una auditoría exhaustiva de 11 chatbots de IA para determinar su susceptibilidad a recuperar contenido de la Red Pravda, un agregador de medios de estado ruso. Se encontró que la recuperación de artículos de la Red Pravda es infrecuente, siendo solo el 7.3% de las respuestas, y altamente dependiente de la plataforma. Además, se identificó la táctica de "lavado de titulares" utilizada para disfrazar el contenido estatal como reportaje independiente.
Métodos de entrenamiento defensivo: Entendiendo cómo protegen la integridad de los modelos de lenguaje
Se analizan los métodos de entrenamiento defensivo como el direccionamiento preventivo positivo (PPS) y el prompting de inoculación (IP) para proteger la integridad de los modelos de lenguaje grandes (LLM). Se examinan sus mecanismos conductuales y mecanicistas, encontrando que ambos métodos previenen la adquisición de rasgos, aunque con efectos diferentes en la expresión de rasgos preexistentes. Los resultados indican que PPS e IP no son intercambiables y sugieren que la pérdida y el cambio de gradiente son manifestaciones de la misma señal de entrenamiento.
EVA-0: Evolución del modelo en tiempo de prueba con solo dos pasadas hacia adelante por muestra
Se presenta EVA-0, un marco de adaptación de orden cero que permite la evolución del modelo en tiempo de prueba con solo dos pasadas hacia adelante por muestra, evitando la retropropagación. Este método aborda problemas como la susceptibilidad a soluciones atajo y la deriva de peso mediante estrategias específicas. Los resultados demuestran que EVA-0 supera a otros métodos y logra una aceleración de 14 veces sobre FOA.
PitchBench: Midiendo la audición de tono en modelos de lenguaje audio
Se presenta PitchBench, un conjunto de evaluación de 28 tareas diseñado para medir la percepción de tono absoluto y relativo en modelos de lenguaje audio (ALM). El estudio evalúa la fiabilidad de la percepción de tono bajo diversas condiciones acústicas y de fuente de sonido. Los resultados indican que la audición de tono sigue siendo muy poco fiable en los modelos de vanguardia, con una precisión que varía según el formato de la instrucción.
Grounding Driving VLA mediante Cinemática Inversa
Se presenta una arquitectura inspirada en la cinemática inversa para mejorar la planificación de trayectorias en VLAs de conducción, abordando el fallo de planificación ciega. El modelo logra un rendimiento de vanguardia en simuladores de conducción utilizando solo cámaras, superando a la línea base existente en métricas clave. Esto demuestra la capacidad de la predicción de estado futuro para refinar las respuestas a peligros específicos.
Entendiendo los desafíos en la optimización generativa iterativa con LLMs
Se investiga la optimización generativa iterativa con LLMs, encontrando que su fragilidad se debe a decisiones de diseño no explícitas sobre qué editar y qué evidencia de aprendizaje proporcionar. Se analizan tres factores clave, como el artefacto inicial y el horizonte de crédito, para determinar el éxito de la optimización en diferentes escenarios. Se propone una regla de tamaño de lote y horizonte de crédito calibrada para transferir a otros modelos.
RoboWits: Desafíos inesperados para la resolución creativa de problemas robóticos
Se presenta RoboWits, un punto de referencia robótico diseñado para evaluar el razonamiento cognitivo y la robustez de los robots ante desafíos inesperados. Los resultados indican que los modelos de visión grandes (VLAs) ajustados son frágiles en tareas mutadas, mientras que un modelo de cero-shot basado en GPT-6 Astra supera a los VLAs ajustados, aunque aún presenta debilidades en dichas tareas.
NeuroActiSep: Detectando alucinaciones fácticas desde neuronas de propagación hacia adelante en un solo pase
Se propone un método para rankear neuronas de propagación hacia adelante en el token de pregunta final para investigar su uso en la detección de alucinaciones en el primer pase hacia adelante de modelos de lenguaje grandes. El estudio demuestra que las pruebas entrenadas con características de conjuntos dispersos de neuronas seleccionadas son competitivas con las entrenadas en representaciones internas. Se concluye que las señales correlacionadas con la alucinación están distribuidas entre muchas neuronas, aunque la selección puede ser útil en conjuntos muy dispersos.
De las líneas de base a las geodésicas de transporte: Atribución axiomática mediante flujos generativos óptimos
El estudio aborda la ambigüedad en la atribución de características al analizar cómo diferentes caminos generativos definen explicaciones de predicciones. Se propone un principio de atribución basado en el transporte de distribuciones para seleccionar el camino óptimo. Los experimentos demuestran que los caminos de transporte aprendidos ofrecen explicaciones espacialmente coherentes y estables.
Enfoque sin conexión al aprendizaje por refuerzo guiado por fNIRS para el comportamiento de robots
Se explora la viabilidad de usar señales cerebrales mediante espectroscopia funcional de infrarrojo cercano (fNIRS) para modular el aprendizaje de robots en simulaciones de aprendizaje por refuerzo. El estudio compara agentes entrenados con diferentes tipos de interacción y demuestra que la señal neural mejora el aprendizaje al aumentar prioridades de trayectoria y objetivos q. El marco también funciona con datos sin conexión, ofreciendo una alternativa práctica para escenarios donde los sistemas BCI en tiempo real son inviables.
¿Los probes de estado oculto entrenados benignamente detectan errores de herramientas bajo condiciones adversarias?
Se evalúa si los probes de estado oculto entrenados con uso benigno de herramientas son útiles para detectar acciones incorrectas bajo condiciones adversarias. La investigación compara estos probes con otras métricas de incertidumbre para determinar su fiabilidad. Los resultados sugieren que dichos probes no deben considerarse confiables para detectar errores operativos de acción de herramientas en escenarios adversarios.
UDT: Reconciliando U-Nets y Diffusion Transformers con Reducción de Tokens Adaptativa a los Datos
Se propone UDT, un transformador de difusión U-Net que combina el poder de representación de los Diffusion Transformers (DiTs) con los beneficios de codificación-decodificación de los U-Nets mediante la fusión adaptativa de tokens para el muestreo. Esta arquitectura supera a las U-Net DiTs existentes y muestra un rendimiento comparable a REPA, logrando una convergencia significativamente más rápida.
LAPO: Optimización de política logit-promediada KL-free para aprovechar RL y SFT en LLM post-entrenamiento
Se presenta LAPO, un marco post-entrenamiento libre de KL y crítico que utiliza el promedio de logits dentro de GRPO para estabilizar las trayectorias de despliegue. Este método elimina la retropropagación de la penalización KL explícita y equilibra dinámicamente la exploración y el anclaje estructural. Los resultados muestran que LAPO supera al GRPO regularizado por KL, obteniendo ganancias de precisión en benchmarks clave.
Modelado de recompensa guiado por razones para el aprendizaje por refuerzo basado en preferencia
Se presenta un marco de aprendizaje por refuerzo basado en preferencia (PbRL) que aprende un modelo de recompensa humana utilizando retroalimentación a nivel de trayectoria. Este marco incluye etiquetas de razón que explican la preferencia de un comportamiento, mejorando la alineación de la recompensa con las expectativas humanas. La formulación guiada por razones proporciona supervisión adicional y aumenta la interpretabilidad de la política aprendida.
La geometría del rechazo: Por qué el rechazo post-hoc es frágil y el rechazo en tiempo de preentrenamiento persiste
Se analiza la fragilidad del rechazo en modelos de lenguaje grandes, comparando el entrenamiento de seguridad post-hoc con el entrenamiento en tiempo de preentrenamiento. Se demuestra que el rechazo es frágil y que la persistencia, no el momento, determina si el rechazo se mantiene. Los modelos entrenados desde cero con co-entrenamiento de seguridad muestran una erosión menor del rechazo bajo ataques específicos.
Aproximación de Despliegue Paralelo para Generación de Imágenes en Espacio de Píxeles
Se presenta la Aproximación de Despliegue Paralelo (PRA), un marco escalable para la generación autoregresiva (AR) de imágenes en espacio de píxeles. Este método aborda los desafíos de errores acumulados y la brecha entre entrenamiento e inferencia mediante la generación de estados intermedios y un decodificador de píxeles. Los resultados demuestran que PRA logra un mejor rendimiento en la generación y en la capacidad de clasificación de imágenes.
Topología obstaculiza estados cuánticos neuronales puros
Se demuestra que la representación de los modelos de fundación para estados fundamentales en sistemas de espín-1/2 está topológicamente obstaculizada. Esto implica que ciertos modelos de vector de estado tienen fidelidad cero con el estado fundamental en ciertos parámetros del Hamiltoniano. Se explora cómo esta obstrucción afecta la susceptibilidad de fidelidad, proporcionando una firma numérica de una transición de fase inexistente.
Dataset de Preguntas y Respuestas Contextualizadas sobre Templos y Patrimonio Religioso de la India
Se presenta BharatSynthQA, un conjunto de datos de preguntas y respuestas basado en pasajes enfocado en templos y sitios de culto de la India. El proyecto utiliza IA para ayudar a la curiosidad sobre el patrimonio cultural indio, evaluando el rendimiento de modelos de lenguaje grandes (LLMs) en este dominio. El conjunto de datos incluye pares de QA generados y anotados por humanos para investigación en recuperación y generación aumentada.
iRobotics celebra la curiosidad e innovación en el Día del Robot 2026
El Día del Robot de iRobotics fue un evento que permitió a estudiantes y público explorar proyectos robóticos, incluyendo robots de combate y vehículos espaciales. El evento buscó fomentar la curiosidad por la ciencia y la tecnología, haciendo tangible los conceptos técnicos a través de demostraciones prácticas. Se destacó el apoyo de iRobotics a la formación de futuros robotistas y la exploración de diversas áreas de la ingeniería.
Las orejas son clave en la investigación de reconocimiento facial de NIST
La investigación de NIST sobre reconocimiento facial reveló que los especialistas humanos son muy efectivos al identificar personas basándose en detalles faciales, especialmente las orejas, superando a los sistemas automatizados en ciertos escenarios. Los humanos pueden aportar contexto y adaptabilidad, mientras que las máquinas ofrecen velocidad, pero la combinación de ambos es crucial para una seguridad biométrica robusta. La investigación también destaca la importancia de proteger el software de soporte que transmite las decisiones de los sensores.
Nvidia investiga el asunto de Jensen Huang, aquí está el miembro de la junta directiva que probablemente desempeñará un gran papel
La junta directiva de Nvidia está llevando a cabo una investigación interna tras el reconocimiento de Jensen Huang de una aventura con una mujer de negocios china, a la que las agencias de inteligencia de EE. UU. consideran una espía. Esta situación genera incertidumbre sobre el futuro del CEO y plantea preocupaciones sobre la gobernanza corporativa y el escrutinio regulatorio en el sector tecnológico. Analistas señalan que la transparencia en la investigación es clave para recuperar la confianza de los accionistas.
Policiales que detuvieron al atacante en Polonia recaudaron más de 1 millón de euros en caridad
Dos policías polacos, Yakub Kulik y Artur Moranskiy, recaudaron más de un millón de euros en caridad tras detener a un individuo armado en Polonia. Ambos resultaron gravemente heridos, pero están recibiendo atención médica. La noticia destaca su valentía al poner su vida en peligro para salvar vidas y la reacción de la sociedad polaca.
Resultados electorales con UCDems (por venir), ciberataques al Departamento de Ciencias de la Computación, sindicalización en el Centro Presidencial Obama y más
Se reportan varios temas en el campus de la Universidad de Chicago, incluyendo la desactivación de IDs CNet tras un ciberataque al Departamento de Ciencias de la Computación, la sindicalización del personal del Centro Presidencial Obama y la reconstrucción de Ida Noyes. También se anuncia una actualización sobre los resultados electorales y la participación política de UCDems.
Cuerpo encontrado en casa abandonada, sospechoso atrapado en intento de asesinato
Se encontró el cuerpo de una adolescente de trece años desaparecida en Berlín, y se arrestó a un hombre gravemente herido sospechoso de su secuestro y asesinato. La investigación se centra en un posible delito grave, y se están realizando análisis forenses para determinar la causa de la muerte. La policía intensificó la búsqueda tras la desaparición de la joven.
AfD, neonazis y Javier Milei: una feria del libro en Alemania se convierte en la gran fiesta de la extrema derecha
La feria del libro Seitenwechsel en Halle reunió a la extrema derecha alemana, destacando la presencia de miembros del AfD y debates sobre temas políticos como la deportación de refugiados. Se destacó la libertad de expresión en el evento, aunque se señaló la dificultad de organizar actividades en Alemania Occidental. También se abordaron temas históricos y se promovió la ideología nacionalista alemana.
IIT Hyderabad ofrece el programa de practicante de ingeniería desplegada hacia adelante; las clases comienzan el 5 de diciembre
El Instituto Indio de Tecnología (IIT) Hyderabad ha lanzado un programa de tres meses de Practicante de Ingeniería Desplegada hacia Adelante (FDE) para capacitar profesionales en el desarrollo e integración de sistemas de Inteligencia Artificial (IA) en entornos operativos. El programa se enfocará en llevar soluciones de IA de prototipos a aplicaciones funcionales en el mundo real, cubriendo temas como sistemas de IA agentica y automatización de flujos de trabajo. El curso combinará sesiones académicas, ejercicios prácticos y charlas de expertos para conectar el conocimiento técnico con la implementación de sistemas de IA en entornos organizacionales.
RigidFormer: Aprendizaje de dinámicas rígidas usando Transformers
Se presenta RigidFormer, un modelo basado en Transformer centrado en objetos diseñado para aprender dinámicas de cuerpos rígidos sin malla con pasos de integración controlables. El modelo aborda los desafíos de la simulación de dinámicas rígidas al razonar a nivel de objeto y utiliza técnicas como Anchor-Vertex Pooling y Anchor-based RoPE para manejar la geometría y la atención espacial. Los resultados demuestran que RigidFormer supera o iguala a los métodos basados en malla, ofreciendo mayor velocidad y escalabilidad a más objetos.
Informe Técnico XekRung sobre un modelo de lenguaje grande para ciberseguridad
Se presenta XekRung, un modelo de lenguaje grande para ciberseguridad diseñado para ofrecer capacidades de seguridad exhaustivas. El desarrollo incluye la creación de *pipelines* de síntesis de datos y un *pipeline* de entrenamiento que combina preentrenamiento continuo, ajuste fino supervisado y aprendizaje por refuerzo. Los experimentos indican que XekRung alcanza un rendimiento de vanguardia en pruebas específicas de ciberseguridad, manteniendo un buen desempeño en evaluaciones generales.