Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

[기고] 인공지능이 바꾸는 신입의 일…기업은 숙련자를 어떻게 키울 것인가

La inteligencia artificial está transformando el rol de los nuevos empleados, planteando el desafío a las empresas sobre cómo formar expertos. Investigaciones sugieren que la exposición a la IA afecta la contratación de jóvenes en ciertas profesiones, indicando que la dependencia de la IA puede limitar la práctica de juicio y toma de decisiones. Para mitigar esto, se recomienda diseñar la formación de nuevos empleados integrando la verificación de resultados y la validación de fuentes, asegurando que el aprendizaje se centre en la comprensión profunda y la responsabilidad, no solo en la ejecución de tareas por IA.

Periodista: Firma no identificada

Boletín de noticias de Seguridad, IA y Ciberseguridad Ronda 8

El boletín de noticias de Security Affairs cubre los últimos desarrollos en la intersección de la inteligencia artificial y la ciberseguridad. Se discuten cómo la IA está transformando tanto las técnicas de ataque como las herramientas de defensa, incluyendo la automatización de tareas y la detección de amenazas. Se presentan casos específicos de vulnerabilidades, exploits y el estado actual de las amenazas en el ámbito cibernético.

Periodista: Pierluigi Paganini

Elon Musk quiere una OpenAI con fines de lucro

OpenAI necesita aumentar drásticamente su capacidad de cómputo, buscando pasar de 600 a 5000 GPUs, y aumentar su plantilla de investigadores. También es crucial asegurar una ventaja de hardware, como el diseño Cerebras, para lograr avances significativos en la construcción de la Inteligencia Artificial General (AGI).

Periodista: Firma no identificada

Personas mencionadas

Startup de datos para entrenamiento de robots GenRobot AI levanta $100 millones en financiación Serie A+

GenRobot AI, una empresa con sede en Beijing, ha cerrado una ronda de financiación Serie A+ de $100 millones para impulsar su desarrollo de infraestructura de datos para robots. La compañía proporciona equipos y software que recopilan demostraciones humanas (visuales, movimientos de manos y cuerpo) en tareas como domésticas, fabricación y logística. Su plataforma Matrix sincroniza, limpia y etiqueta estas grabaciones, ofreciendo datos de entrenamiento y evaluación para desarrolladores de robots.

Periodista: TechNode Feed

Herramientas profesionales: Heidi AI

Heidi AI es una herramienta de IA que utiliza entrada de voz para tomar notas y transcripciones de consultas veterinarias, buscando reducir la carga administrativa de los veterinarios. La herramienta permite a los profesionales centrarse más en la comunicación y el examen clínico durante las consultas. Se destaca por su facilidad de uso y su capacidad para mejorar la eficiencia del flujo de trabajo, aunque requiere supervisión clínica para asegurar la precisión de la transcripción.

Periodista: Dr Eugene Ong

Personas mencionadas

Caitlin Johnstone: Re-centralizando el control de la información

La noticia aborda la preocupación de que la inteligencia artificial pueda ser utilizada para re-centralizar el control de la información, afectando la percepción humana a través de algoritmos sofisticados. Se menciona que la IA podría manipular la información para servir a intereses de élites, como la propagación de narrativas pro-Israel. Se citan advertencias previas sobre cómo la IA puede superar la capacidad humana de detectar la manipulación algorítmica en la información.

Periodista: Michele Steinberg

La IA y las matemáticas se encuentran, ¿hacia dónde nos llevarán mutuamente?

La inteligencia artificial está acelerando el avance de las matemáticas, pasando de la ayuda al cálculo a la resolución de problemas de investigación complejos. Agentes de IA como los de DeepMind y OpenAI han resuelto teoremas y conjeturas matemáticas abiertas, generando un debate sobre el impacto de la IA en la investigación. Expertos matemáticos advierten sobre esta transformación, señalando un cambio significativo en el campo.

Periodista: Firma no identificada

Personas mencionadas

OpenAI amplía su trabajo con la industria periodística mediante una alianza con Axios

OpenAI anunció una nueva alianza de contenido con Axios y financiará la expansión de su cobertura local en cuatro ciudades de Estados Unidos: Pittsburgh, Kansas City, Boulder y Huntsville. La empresa suma casi 20 socios editoriales, entre ellos News Corp, The Atlantic, Vox Media, Prisa Media, Condé Nast, Hearst y Dotdash Meredith, que permiten a ChatGPT mostrar resúmenes y extractos citados de medios confiables. Además, OpenAI detalló programas de subvenciones con American Journalism Project, Lenfest Institute y WAN-IFRA para impulsar la adopción de IA en salas de redacción locales y globales.

Periodista: OpenAI

La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología

La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos más complejos. Se observa que los modelos de IA están compitiendo con los modelos físicos y que las predicciones a largo plazo son menos deterministas. Sin embargo, se advierte una limitación en que las herramientas de IA están entrenadas con datos pasados, sugiriendo la necesidad de seguir experimentando con modelos fisicoquímicos complejos.

Periodista: EFE

Noticias encontradas

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

Resultados para «AI»

Más recientes primero · Hasta 30 noticias por página

Descubrimiento Contrastivo: Descubrimiento científico abierto sobre explicaciones competitivas

Se presenta el Descubrimiento Contrastivo, una técnica que utiliza conjuntos de explicaciones competitivas para guiar a los agentes de LLM en el descubrimiento científico. Este método busca resolver preguntas científicas utilizando evidencia para concentrar la creencia en una explicación específica. Los resultados indican que los conjuntos de contraste son más efectivos que los métodos basados en hipótesis únicas para resolver preguntas científicas con el mismo presupuesto de validación.

Periodista: Ziang Liu, James J. Kim, Yijia Dai, Jennifer J. Sun

Personas mencionadas

Deteniendo el enjambre: Extrayendo inteligencia del atacante de un honeypot de controlador OT

Se presenta un sistema llamado Talos para detectar y extraer inteligencia de agentes atacantes autónomos que sondean controladores industriales. El sistema utiliza un mecanismo de puerta de enlace para juzgar las solicitudes de los agentes y redirigir a los hostiles a un entorno de prueba para extraer información. Se encontró una estructura de comportamiento en los atacantes basada en su persistencia y divulgación de información.

Periodista: Canyon Grey Dell'Omo, Joao Pedro de Carvalho Voltani

Personas mencionadas

¿Con herramientas o por herramientas? Trazando ganancias de capacidad en agentes multimodales

Un estudio compara agentes multimodales con y sin herramientas para evaluar el impacto de la capacidad de uso de herramientas. Se concluye que el acceso a herramientas no proporciona una mejora consistente en el rendimiento, sugiriendo que la forma de llamada a la herramienta o el resultado de ejecución son más relevantes que la disponibilidad de la herramienta en sí.

Periodista: Jiawei Guo, Donglei Yu, Yu Chen, Xiang Wang, Shuai Li, Xinpei Zhao, Huaxing Liu, Qinghao Wang, Minpeng Liao

Personas mencionadas

Modelo multimodal para la diferenciación de características para el descubrimiento y control

Se presenta MMDiff, un marco para descubrir y controlar el comportamiento de los Modelos de Lenguaje Grande Multimodales (MLLMs) mediante el entrenamiento de Autoencoders Esparsos (SAEs) multimodales. Este método permite aislar características específicas, detectar características causales y controlar dichas características para mejorar la seguridad y la capacidad de los MLLMs. Los resultados demuestran que la eliminación de estas características reduce el rendimiento en tareas específicas, mientras que su dirección mejora la precisión en tareas espaciales y OCR.

Periodista: Hunar Batra, Lachin Naghashyar, Ashkan Khakzar, Philip Torr, Christian Schroeder de Witt, Constantin Venhoff, Ronald Clark

Personas mencionadas

Filtro de Interacción Möbius: Regularización Espectral Selectiva de Orden para Detección de Humor Multimodal

Se propone el Filtrado de Interacción Möbius (MoIF) para la detección de humor multimodal, que regula la fusión de modalidades mediante una regularización espectral selectiva de orden. Este método utiliza codificadores temporales privados para construir predictores unimodales, bimodales y trimodales. Los experimentos demuestran que el filtro inducido mejora la relación señal-ruido en la detección de humor.

Periodista: Jiahao Qin, Yiwen Wang

Personas mencionadas

Escuchar las características: Anonimización de voz impulsada por el emparejamiento de incrustaciones de contenido sobre la reconstrucción de señal

Se presenta un modelo de anonimización de voz que preserva el contenido mediante incrustaciones extraídas de un codificador wav2vec2. El método utiliza cuantización vectorial y un vocoderr HiFi-GAN, logrando un bajo error de palabra (WER 2.53) y manteniendo parcialmente las emociones.

Periodista: Dominique Vaufreydaz

Personas mencionadas

La comunicación mediada por IA puede dirigir la opinión colectiva

La inteligencia artificial generativa (IA) está influyendo en la opinión colectiva al mediar la comunicación humana, introduciendo sesgos direccionales en textos escritos por humanos sobre temas polémicos. Se demuestra que estos sesgos pueden amplificarse en redes sociales, alterando la opinión colectiva en la dirección de la IA. Se auditó la función de X para encontrar evidencia de sesgo pro-vida en los resultados de Grok relacionados con el aborto.

Periodista: Stratis Tsirtsis, Kaivalya Rawal, Chris Russell, Brent Mittelstadt, Sandra Wachter

Personas mencionadas

No se identificaron personas.

Estimación Geométrica Panorámica Unificada mediante Modelos Fundacionales Multi-Vista

Se presenta PaGeR, un marco para elevar modelos fundacionales 3D diseñados para imágenes de perspectiva al dominio del panorama, permitiendo la reconstrucción de escenas 360 grados a partir de una sola imagen panorámica. El método combina un transformador preentrenado para la reconstrucción 3D para predecir profundidad, normales de superficie y máscaras de cielo a partir de imágenes de perspectiva y omnidireccionales. El método demuestra un rendimiento de vanguardia y un excelente rendimiento cero-shot en diversos entornos.

Periodista: Vukasin Bozic, Isidora Slavkovic, Dominik Narnhofer, Nando Metzger, Denis Rozumny, Konrad Schindler, Nikolai Kalischek

Personas mencionadas

Dinámicas topológicas bajo supervisión no estacionaria: Homología persistente de la evolución de pesos de redes neuronales

Se investiga la evolución de la topología persistente de las nubes de puntos de pesos de redes neuronales bajo supervisión estable y no estacionaria. Se comparan modelos entrenados con etiquetas correctas frente a modelos con permutaciones aleatorias de etiquetas, encontrando que los modelos con etiquetas correctas muestran una mayor persistencia topológica. No se demostró una mejora predictiva incremental en este contexto.

Periodista: Mitra Varun

Personas mencionadas

Modelos de aprendizaje de acción con efectos condicionales y cuantificados mediante exploración guiada por incertidumbre

Se presenta el Aprendizaje de Modelos de Acción Condicional Online Guiado por Hipótesis (OHCAM), un enfoque en línea para aprender modelos de acción con efectos condicionales y cuantificados. Este método reduce la incertidumbre seleccionando acciones informativas y es robusto al ruido de observación. Los experimentos validan que OHCAM es eficiente en muestras y aplicable en entornos reales con robots.

Periodista: Jeffrey Jewett, William Solow, Sandhya Saisubramanian

Personas mencionadas

Evaluación de modelos del mundo generados por LLM para el razonamiento neuro-simbólico

Se evalúan modelos del mundo generados por LLM para el razonamiento neuro-simbólico, examinando si pueden ser juegos estocásticos parcialmente observables. Se analiza la validez mecánica y el acuerdo estructural de estos modelos en escenarios de juego, situacionales y culturales. Los resultados indican que la validez mecánica es necesaria pero insuficiente para que los modelos generados por LLM representen fielmente el problema de decisión previsto.

Periodista: Souhaila Djaffal, Amna Jamal, Gagana Madhugiri Devaraja, Anidipta Pal, Jobst Heitzig

Personas mencionadas

No se identificaron personas.

ALTO: Violencia basada en género facilitada por tecnología en África y Levante

Se desarrolló un enfoque comunitario para hacer crowdsourcing de instancias de violencia basada en género facilitada por tecnología (TFGBV) en árabe levantino, francés africano y suajili, en colaboración con organizaciones de la sociedad civil de Jordania, África Occidental francófona y Kenia. Se creó un conjunto de datos llamado ALTO para mejorar la detección de este tipo de violencia en estos idiomas. Los experimentos indican que los modelos existentes tienen un rendimiento deficiente y mejoran con el ajuste fino, aunque los errores son mayores en suajili.

Periodista: Tianwei Zhang, Ivy Njoki Nyagwencha, Zahraa Dirani, Shalini Joshi, Scott A. Hale

Personas mencionadas

Retroalimentación procesable: Mejorando las capacidades del modelo a partir de datos editados por el usuario en documentación clínica

Se aborda el desafío de utilizar las ediciones realizadas por clínicos en documentación clínica para mejorar los modelos de lenguaje grandes (LLMs). Se demuestra que una parte significativa de estas ediciones no es retroalimentación procesable y que el entrenamiento directo puede provocar alucinaciones en el modelo. Se propone un método para generar datos de edición semi-sintéticos y métodos de filtrado para identificar ediciones accionables, mejorando la alineación del modelo sin perder la fidelidad al contexto.

Periodista: Daniel P. Jeong, Yewon Byun, John Giorgi, Peng Xu, Zachary C. Lipton, Michael Oberst

Personas mencionadas

Discretización de valor hacia adelante: Muestreo estocástico más rápido sin aproximación de orden superior

Se presenta la discretización de valor hacia adelante, un marco sin entrenamiento que evalúa el modelo de predicción de datos/ruido en una estimación de mirada hacia adelante basada en predicciones previas. Se desarrolla el F-DDPM para el muestreo estocástico, que logra un FID menor que las líneas base estocásticas en presupuestos de NFE comparables. Ambas variantes demuestran convergencia de primer orden con una evaluación del modelo por iteración, reduciendo la brecha de eficiencia entre métodos estocásticos y deterministas.

Periodista: Yuchen Jiao, Na Li, Changxiao Cai, Yuting Wei, Gen Li

Personas mencionadas

La alineación de la IA no es ni resoluble ni suficiente

La alineación de la Inteligencia Artificial, que busca asegurar que los sistemas actúen conforme a los valores humanos, se considera un desafío central pero no resoluble. Se argumenta que la alineación no está bien definida y que resolverla no mitigará los riesgos derivados de las interacciones complejas entre humanos y máquinas. Se concluye que la seguridad de la IA es un desafío continuo y no un problema que se pueda solucionar de forma definitiva.

Periodista: Gerrit Großmann

Personas mencionadas

Mitigación de fugas de datos privados en LLMs con Whiteout

Se presenta Whiteout, una herramienta práctica diseñada para prevenir que los modelos de lenguaje grandes (LLMs) regurgiten información personal sensible (PSI) de usuarios, como fechas de nacimiento o direcciones, al ser solicitados. La herramienta sobrescribe esta información con muestras de ofuscación para mitigar riesgos de privacidad. Los resultados indican que Whiteout previene la divulgación de PSI, mantiene la utilidad y seguridad del modelo, y supera a métodos de mitigación existentes.

Periodista: Anna Yoo Jeong Ha, Ronik Bhaskar, Haitao Zheng, Ben Y. Zhao

Personas mencionadas

Examinando el impacto de los métodos de datos y entrenamiento en el desalineamiento emergente y subliminal

El estudio examina cómo los métodos de entrenamiento y los datos influyen en el desalineamiento emergente (EM) y el aprendizaje subliminal (SL) en modelos de lenguaje. Se analiza cómo el contexto temático y la tarea de los datos afectan la transferencia de desalineamiento entre datos y modelos. Los resultados indican que el EM se transfiere más fuertemente a prompts que comparten la tarea de los datos de ajuste fino.

Periodista: Baris Askin, Muhammed Ustaomeroglu, Anupam Nayak, Gauri Joshi, Guannan Qu, Carlee Joe-Wong

Personas mencionadas

SplitLite: Compresión Residual de Bajo Rango para Aprendizaje Dividido

Se presenta SplitLite, un método de ajuste fino federado LoRA que busca reducir los costos de comunicación en el aprendizaje dividido de LLMs en dispositivos. El método explota la estructura de bajo rango de los residuos de activación y gradiente para transmitir solo factores SVD truncados, logrando reducciones significativas en los costos de comunicación sin afectar el rendimiento del modelo. Los experimentos demuestran una reducción de hasta el 93.5% en los costos de comunicación de subida de activación.

Periodista: Tao Li, Yulin Tang, Qi Guo, Xianhao Chen

Personas mencionadas

Prune-and-Merge: Escalado sin entrenamiento de Vision Transformers

Se presenta Prune-and-Merge ViT, un marco sin entrenamiento para reducir la redundancia en Vision Transformers mediante poda basada en atención y fusión basada en similitud. Este método busca mejorar la eficiencia computacional manteniendo la robustez y la precisión de los modelos existentes. El análisis demuestra que la reducción híbrida de tokens mantiene la estabilidad de la predicción ante transformaciones comunes de imágenes.

Periodista: Vatsal, Soumil Malhotra, Priyanshu Chahal, Sanjeev Kumar

Personas mencionadas

Modelos del Mundo de Einstein

Se propone el Modelo del Mundo de Einstein (EWM) para sistemas de razonamiento basados en LLM, integrando simulaciones visuales-temporales en la traza de razonamiento. Este enfoque busca mejorar las capacidades de razonamiento de los LLMs al permitirles considerar fenómenos complejos que el lenguaje no puede capturar completamente. Los EWMs extienden la capacidad de los LLMs para usar herramientas, incorporando experimentos mentales visuales en su proceso de razonamiento.

Periodista: Munachiso Samuel Nwadike, Zangir Iklassov, Ali Mekky, Zayd M. Kawakibi Zuhri, Kentaro Inui

Personas mencionadas

No se identificaron personas.

Cuantización conjunta y particionamiento dinámico para transformadores de visión en el borde

Se propone un marco de orquestación en el borde para gestionar conjuntamente la computación y la comunicación V2V en vehículos conectados y automatizados. El método reduce la energía de comunicación V2V en un 33.3% al 36.0% y disminuye la latencia de finalización de la tarea hasta en un 34.0% en ciertas configuraciones. Esto se logra mediante la selección conjunta de puntos de partición y asignación de precisión mixta.

Periodista: Zhu Jiaqi, Jain Prakriti, Katare Dewant, Kumar Saurabh

Personas mencionadas

LeapQuant: Atención Lineal Eficiente con Cuantización de Estado Recurrente Precisa

Se presenta LeapQuant, un método sin entrenamiento que logra un rendimiento casi sin pérdidas con cuantización de estado recurrente de 8 bits para modelos LLM que usan atención lineal. El método aborda la acumulación de errores mediante cuantización por ventana y conserva valores atípicos como tokens compensadores para reducir el error. Los experimentos demuestran que LeapQuant reduce significativamente los costos de memoria y cómputo durante la inferencia, ofreciendo ganancias de velocidad comparables a la precisión FP32.

Periodista: Yi Pan, Haocheng Xi, Kan Zhu, Xingyang Li, Yibo Wu, Mayank Mishra, Hongtao Zhang, William X. Zheng, Baris Kasikci, Song Han, Kurt Keutzer, Rishabh Iyer, Ion Stoica

Entendiendo los modelos de lenguaje Mixture-of-Experts más allá de los límites de los expertos

El artículo investiga la organización a nivel de neurona en modelos Mixture-of-Experts (MoE) utilizando la medida RAMP. Se encontró que los conjuntos de neuronas especializadas por dominio muestran un solapamiento significativamente mayor en muestras del mismo dominio que entre diferentes dominios. Se propone un método de poda (RAMPr) para seleccionar neuronas y preservar el rendimiento del modelo.

Periodista: Zhenhong Zhou, Mao Zheng, Mingyang Song, Qiankun Li, Kun Wang, Junfeng Fang

Personas mencionadas

BuySideFlow: Un punto de referencia en el momento para agentes de LLM en investigación de inversión

Se presenta BuySideFlow, un punto de referencia para evaluar agentes de LLM en investigación de inversión, centrándose en la validez en el momento (PIT). El estudio evalúa tareas derivadas por profesionales en chino en áreas como acciones, fondos y macroeconomía. Los resultados indican que la concordancia del resultado no garantiza la validez temporal de los datos.

Periodista: Dong Bo, Fanjin Zhang, Ke Cheng, Xinxin Zhao, Xiaowei Su, Yang Wang, Jinghang Xu, Cuiping Li, Hong Chen, Jing Zhang

Personas mencionadas

AURA: Inteligencia Espacial Auditiva a través de una Representación Unificada desde un Codificador de Audio General mediante Alineación Completa

Se presenta AURA, un modelo que utiliza un codificador de audio general entrenado sin supervisión espacial para responder preguntas espaciales sobre escenas de múltiples fuentes. El estudio demuestra que el modelo mantiene información espacial y supera a sistemas dedicados en precisión de dirección de doble fuente.

Periodista: Boyan Han, Xiaoyan Wang, Zhe Sun, Ziqi Wang, Yujun Cai, Hongli Cao, Yiwei Wang, Ming-Hsuan Yang, Liang An

Personas mencionadas

No se identificaron personas.

¿Cuánto de su VLA es kNN?

Un estudio demuestra que la recuperación de demostraciones cercanas y la reutilización de sus fragmentos de acción alcanzan un 91.7% de éxito en el benchmark LIBERO sin entrenamiento de políticas. Se investiga cómo el rendimiento de los modelos VLA se relaciona con la generalización de las demostraciones de entrenamiento. Además, se introduce la métrica LAC para medir la consistencia de acción local y guiar el entrenamiento de claves de recuperación.

Periodista: Denis Grachev, Damien LaRocque, Omar Moured

Personas mencionadas

Elucidación de los parámetros de un modelo de clasificación multicriterio

Se presenta un trabajo sobre la elicitación de parámetros para el modelo de Clasificación No Compensatoria (NCS) en el contexto de la ayuda a la toma de decisiones multicriterio (MCDA). Se proponen algoritmos de interrogación basados en algoritmos de exploración de grafos y dicotomía para determinar los parámetros del modelo. El estudio también compara la generalidad del modelo NCS frente a MR-Sort.

Periodista: Eda Ersek Uyanik

Personas mencionadas

Decidir, Preguntar o Deferir: LLMs Clínicos bajo Evidencia Incompleta

Se evalúan modelos de lenguaje grandes (LLMs) clínicos (Qwen, Gemini, GPT) en la toma de decisiones diagnósticas bajo evidencia clínica incompleta. Se compara el rendimiento de diferentes formulaciones de decisión (DECIDE/ASK/DEFER) para determinar si la adquisición de información afecta la decisión autónoma. Los resultados indican diferencias significativas en la selección de acciones entre los modelos, revelando un compromiso entre la precisión diagnóstica y la seguridad de la decisión.

Periodista: Mingzhan Yang, Weili Wu

Personas mencionadas

Sincronización eficiente de LoRA para entrenamiento on-policy distribuido

Se presenta un marco llamado HiLo para mejorar la sincronización de adaptadores LoRA en el entrenamiento on-policy distribuido, abordando el cuello de botella de la transmisión de parámetros. Se introduce Spar, un compresor de gradientes que desacopla el rango de entrenamiento del costo de comunicación, logrando una transmisión eficiente y acelerando las actualizaciones hasta 2.2 veces.

Periodista: Shenghui Li, Li Ju, Thiemo Voigt

Personas mencionadas

De la arquitectura al resultado: Probando los orígenes estructurales de la alucinación y el papel amplificador de los datos

Se investigan los orígenes estructurales de la alucinación en modelos de lenguaje, examinando cómo la estructura del modelo y los datos influyen en los errores de salida. Se prueban intervenciones que modifican la arquitectura del modelo para determinar cómo los defectos en la entrada se traducen en errores de salida. Se concluye que el componente de mezcla y el compromiso determinan si un defecto contextual se convierte en un error y cómo se propaga el error.

Periodista: Md. Rejaul Korim Sadi, Toufiqur Rahman Tasin, Golam Mostofa Naeem

Personas mencionadas