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 «Cheng Li-wun»
Más recientes primero · Hasta 30 noticias por página
MAS-Guard: Barreras unificadas desde agentes individuales hasta sistemas de LLM multiagente
Se presenta MAS-Guard, un marco unificado para proteger aplicaciones de IA de agentes individuales y multiagentes. Este sistema aborda riesgos como acciones inseguras y manipulación adversaria mediante capas de defensa local y a nivel de sistema. Las evaluaciones indican que MAS-Guard reduce significativamente la tasa de éxito de ataque en comparación con agentes sin protección.
Marco de diagnóstico formal para sistemas de reparación de grafos
Se presenta un marco de diagnóstico formal para métodos de reparación de grafos, abordando la necesidad de rigor en la calidad de las representaciones de datos basadas en grafos. El método propuesto utiliza un sistema de reescritura abstracta para introducir sistemáticamente violaciones del esquema y evaluar el rendimiento de diferentes métodos de reparación. Los resultados demuestran la efectividad del marco para diferenciar el rendimiento de distintos métodos bajo diversas restricciones.
Ajuste por fases de MLLM para generación de código WebUI multi-framework
Se estudia el ajuste fino supervisado para la generación de código WebUI en múltiples frameworks (React, Vue, Angular) utilizando un método de ajuste por fases para MLLMs. El método propuesto utiliza señales de compatibilidad y heterogeneidad para derivar grupos de entrenamiento y su orden. Los experimentos demuestran que este método mejora la calidad de generación y la tasa de éxito de compilación en comparación con los métodos de referencia.
Razonamiento basado en conceptos con localización impulsada por prompts para generación de informes estructurados
Se propone el marco CORAL para mejorar la generación de informes médicos mediante un proceso de razonamiento basado en conceptos con localización. Este marco integra la fundamentación espacial y la supervisión a nivel de concepto para lograr una mejor alineación con los procesos de decisión clínica. Los experimentos demuestran mejoras en la precisión diagnóstica y la calidad del informe en comparación con otros modelos MLLM.
MOPDA: Destilación On-Policy para Detección de Anomalías Industrial Guiada por Lenguaje
Se presenta MOPDA, un marco que utiliza destilación propia on-policy para la detección de anomalías industriales (IAD) basada en modelos visión-lenguaje (LVLM). El método combina trayectorias del estudiante y del profesor para mejorar la detección y localización de anomalías. MOPDA supera a las líneas base existentes en métricas clave, manteniendo competitividad con métodos basados en CLIP.
NeMo-DCR: Refit Delta-Comprimido Exacto para RL Agéntico Escalable a Escala de Trillones de Parámetros
Se presenta NeMo-DCR, un método de refit delta-comprimido exacto para el aprendizaje por refuerzo (RL) escalable a escalas de trillones de parámetros. Este método envía solo los cambios, permitiendo a los receptores obtener los bits de un refit denso. Se demuestra que NeMo-DCR es 7 veces más rápido que AReaL-DTE y es significativamente más rápido en escenarios de estrés.
Replay Counterfactual: Entornos Forkables como Recompensas de Proceso Gratuitas para Agentes de Ingeniería de Software
Se presenta el Counterfactual Rollout Replay (CRR), un procedimiento de entrenamiento que utiliza entornos ejecutables forkables para obtener contrastes de retorno a nivel de paso en agentes de ingeniería de software. Este método mejora el rendimiento en benchmarks como SWE-bench Verified, logrando una mejora del 5.0 puntos porcentuales en comparación con métodos anteriores. El CRR no requiere etiquetas de proceso humanas ni modelos de recompensa aprendidos, enfocándose en la eficiencia del cómputo.
Distilación de auto-enseñanza consciente de la búsqueda con alineación de hermanos para recomendación generativa
Se propone un marco llamado SA-OPSD para mejorar la supervisión del entrenamiento en la recomendación generativa mediante la transferencia de conocimiento del auto-maestro a los estados visitados durante la búsqueda en haz del estudiante. Se introducen técnicas como el Muestreo de Límite Evolutivo y la Destilación de Rama Desacoplada por Confianza para manejar desafíos relacionados con la retención de estados y las preferencias de las ramas competidoras. Los experimentos realizados en diferentes dominios demuestran un fuerte rendimiento del método propuesto.
Reconstrucción como Evaluación Espacial: Diagnostizando la Inteligencia Espacial entre Múltiples Vistas en Modelos de Lenguaje-Visión Grandes
Se presenta RECONSPATIAL, un punto de referencia para evaluar la inteligencia espacial de los modelos de lenguaje-visión (LVLM) mediante la reconstrucción 3D de escenas multi-vista. Se investiga la brecha entre la estructura relativa de la escena y la precisión métrica de la reconstrucción. Los resultados indican que la consistencia relacional no asegura la exactitud métrica, limitando el éxito de la navegación.
TRACER: Reasignación de Tokens para la Borrado de Conceptos en Recomendaciones Generativas
Se presenta TRACER, un marco de olvido de conceptos basado en la reasignación de tokens para sistemas de recomendación generativa. Este método busca eliminar conceptos sensibles de los ítems sin afectar negativamente la utilidad de la recomendación. Los experimentos demuestran que TRACER elimina los conceptos objetivo mientras preserva mejor la utilidad de la recomendación que los métodos existentes.
Comportamiento similar al de un solucionador en Modelos de Lenguaje Grandes como Formalizadores
Se investiga el comportamiento similar al de un solucionador (SLB) en modelos de lenguaje grandes (LLMs) que actúan como formalizadores. Se encontró que el rastro de razonamiento realiza gran parte del trabajo del solucionador, aunque el programa generalmente recalcula la respuesta. Se sugiere evaluar a los formalizadores por el camino que siguen sus programas, no solo por el resultado final.
WebHarbor: Entornos de sitios web ejecutables para entornos de agentes GUI en evolución
Se presenta WebHarbor, un conjunto de 153 entornos de sitios web ejecutables y dockerizados diseñados para proporcionar entornos realistas y estables para el entrenamiento y evaluación de agentes GUI. Esta plataforma permite la reconstrucción fiel de interfaces y flujos de trabajo funcionales de servicios web reales bajo control determinista. Se demuestra que un agente GUI entrenado con RL en WebHarbor generaliza bien a tareas no vistas, superando a agentes de código abierto en varios benchmarks.
- Zhaoyang Wang
- Qianhui Wu
- Boyu Gou
- Demi Wang
- Jiacheng Zhang
- Peichun Hua
- Qize Li
- Shi Qiu
- Yifan Jiang
- Yifan Zhang
- Zexu Jin
- Baolin Peng
- Bolin Shen
- Chetan Bansal
- Dehan Kong
- Deren Lei
- Dongshen Peng
- Fengqing Jiang
- Hao Cheng
- Haoqing Wang
- Jiaming Shan
- Jicheng Wang
- Jingguang Zhou
- Jixuan He
- Kaide Zeng
- Kangyu Zhu
- Lama Moukheiber
- Mufan Qiu
- Peng Xia
- Qihan Sun
- Qingwei Lin
- Qiushi Sun
- Ruichen Zhang
- Shuqing Luo
- Si Qin
- Sicheng Fan
- Tao Xiong
- Wenlin Yao
- Xinyu Zhang
- Xinyue Zeng
- Xuanrui Li
- Xuchao Zhang
- Yian Wang
- Yichao Liu
- Yiming Liang
- Yiyang Zhou
- Yizhu Jiao
- Yuetai Li
- Yurun Chen
- Yuxuan Zhang
- Zheyuan Yang
- Zhiyuan Yao
- Zhongyang Li
- Zihao Li
- Zili Wang
- Jianfeng Gao
- Huaxiu Yao
SQL-o1: Síntesis de programas Text-to-SQL automático mediante búsqueda heurística con auto-recompensa
Se presenta SQL-o1, un marco de búsqueda heurística basado en agentes y búsqueda MCTS para mejorar las capacidades de razonamiento de los modelos Text-to-SQL. Este método logra una mejora de 10.8 puntos en la precisión de ejecución en el conjunto de datos BIRD, superando a modelos basados en GPT-4. SQL-o1 demuestra una fuerte generalización few-shot y una robusta transferibilidad entre diferentes LLMs de código abierto.
CUA-Master: Escalando Agentes de Uso de Computadora a través de Mejoras Recursivas de Mundo Abierto
Se presenta CUA-Master, un marco de mejora recursiva de doble bucle para abordar las limitaciones de los agentes de uso de computadora (CUAs) en diversidad y fiabilidad de datos. El sistema utiliza un modelo de datos del mundo exterior para guiar la construcción de datos, y un mecanismo interno para propagar semillas de mundo abierto. Los experimentos demuestran que CUA-Master-27B alcanza un rendimiento competitivo en varios benchmarks, mejorando la calidad y eficiencia de la síntesis de datos.
Transferencia de conocimiento funcional urbano a través de representaciones globales ante datos desiguales
Se investiga la transferencia de conocimiento funcional urbano a través de representaciones globales, dado que las observaciones funcionales están distribuidas de manera desigual. Se presenta el Embedding Urbano alineado con POI (PURE), que mejora el rendimiento en tareas de análisis urbano en 142 países y territorios. Los resultados indican que la transferencia de conocimiento es selectiva, favoreciendo contextos físicamente similares y geográficamente cercanos.
Aprendizaje por Refuerzo Guiado por Optimización Evolutiva de Políticas para Programación de Satélites de Observación Terrestre Heterogéneos Ajustables por Preferencia
Se propone un marco de optimización de política evolutiva para la programación de satélites de observación terrestre ágiles (AEOS) heterogéneos, abordando las dificultades de modelar restricciones dependientes del satélite. El método utiliza aprendizaje por refuerzo para seleccionar operadores de búsqueda, logrando una utilidad ponderada mayor y una convergencia más estable que los métodos metaheurísticos. Este enfoque busca optimizar la asignación de tareas y la secuenciación de observaciones bajo múltiples restricciones operativas.
JailbreakOPT: Optimización Iterativa de Prompts de Jailbreak con Macro-Acciones
Se presenta JailbreakOPT, un método que optimiza la optimización iterativa de prompts de jailbreak mediante la composición de transformaciones de prompts en macro-acciones. Este método utiliza muestreo Thompson contextual para aprender una política de selección de acciones, mejorando la tasa de éxito del ataque en comparación con métodos basados en acción única o iterativos. El objetivo es explorar vulnerabilidades residuales para mejorar las defensas contra ataques.
Evolución de habilidades de agentes mediante red-team de doble etapa a través de retroalimentación pre-ejecución y en tiempo de ejecución
Se presenta SkillDRE, un marco automatizado para evolucionar paquetes de habilidades maliciosas mediante un bucle de retroalimentación de doble etapa. Este sistema combina la evolución guiada por el escáner con el refinamiento guiado por tiempo de ejecución para mejorar la efectividad de las habilidades. Los resultados indican que esta retroalimentación de defensa de dos etapas es una señal de aprendizaje útil para el red teaming adaptativo.
Pensar globalmente, generar personalmente: Pensamiento multi-vista con generación adaptativa para recomendación
Se presenta el marco MV-Thinker, un enfoque para la recomendación generativa basado en ID semántico (SID) que aborda problemas de modelado de contexto y adaptación personalizada. El método coordina vistas de historial completo y reciente para generar contextos complementarios y utiliza adaptadores residuales para transformar adaptativamente los estados del decodificador. Los experimentos demuestran que MV-Thinker supera a las líneas base existentes en métricas de clasificación.
RubricWorld: Optimización de rúbricas guiada por modelo mundial para calificadores de LLM
Se presenta RubricWorld, un marco diseñado para optimizar la calificación de Modelos de Lenguaje Grande (LLM) mediante el aprendizaje de evaluaciones previas de ediciones. Este modelo predice las tasas de corrección y degradación de las ediciones para guiar la búsqueda de candidatos. Se reporta que RubricWorld mejoró la precisión de gpt-5-mini en ASAP2.0 de 18.20% a 46.70%, superando el mejor punto de referencia en 22.60 puntos porcentuales.
Poda y destilación conjunta consciente de la tarea para la detección eficiente de deepfakes de audio
Se presenta un marco de poda y destilación conjunta consciente de la tarea para mejorar la detección eficiente de deepfakes de audio. Este método combina destilación de conocimiento y poda estructurada para reducir significativamente los parámetros del modelo. El resultado es una reducción de 6.3$\times$ en FLOPs y una pequeña pérdida de rendimiento, mostrando potencial para su implementación en dispositivos.
Alineación de seguridad en la etapa de preentrenamiento con reflexión
Se propone el Pretraining-stage Alignment de Reflexión de Seguridad para mejorar la alineación de seguridad en LLMs al insertar reflexiones de seguridad entre las oraciones durante el preentrenamiento. Los experimentos indican que este método mejora la precisión de clasificación de seguridad y reduce los ataques en etapas posteriores. Los hallazgos sugieren que la alineación debe moldear los comportamientos que los modelos adquieren, no solo hacer los datos seguros.
¿Qué se transfiere del texto a la visión? Leyes de escalado de capacidad y dinámicas de transferencia para VLMs
Se propone la Ley de Escalado Multimodal Basada en la Capacidad para predecir la precisión de los Modelos de Lenguaje-Visión (VLM) basándose en la capacidad textual observable de los LLM. El estudio demuestra que esta ley extrapola con precisión la tasa de transferencia de modelos y predice trayectorias de entrenamiento de VLM con alta fidelidad. El marco busca transformar la selección de la base de modelo (backbone) en una decisión cuantitativa y fundamentada.
Spotter: El modelo encarnado lidera y el VLM refleja por ello
Se propone Spotter, un sistema que invierte los roles entre el modelo encarnado y el modelo vision-language (VLM). El modelo encarnado ejecuta continuamente mientras el VLM monitorea, interviene y corrige errores detectados. Los resultados muestran que la implementación con GPT mejora significativamente el rendimiento de los modelos encarnados en RoboCasa y RoboTwin 2.0.
LaBraM a escala: Escalando datos y modelos para el preentrenamiento de EEG
Se demuestra que el preentrenamiento de EEG a gran escala con LaBraM puede generar representaciones robustas para diversas tareas. Se expandió la capacidad del modelo y los datos, logrando altos porcentajes de precisión en tareas evaluadas. Los resultados indican que escalar LaBraM es valioso, pero es crucial igualar la escala de preentrenamiento con la adaptación posterior.
NeuroPilot: Un sistema inteligente basado en agentes para procesar, control de calidad y gestionar imágenes neuronales
Se presenta NeuroPilot, un sistema multiagente impulsado por LLM diseñado para automatizar y orquestar el procesamiento, control de calidad y gestión de datos de imágenes neuronales. Este sistema estandariza flujos de trabajo y permite la adaptación dinámica de las modalidades de resonancia magnética para lograr alta escalabilidad. Se demuestra su capacidad para reducir significativamente el tiempo necesario para el entrenamiento de personal y el procesamiento de datos completos.
Superresolución 4K en NPUs móviles: Informe del Desafío Mobile AI 2026
Se presenta un informe del desafío Mobile AI enfocado en el uso de superresolución de imagen en dispositivos móviles mediante unidades de procesamiento neuronal (NPU). Los participantes diseñaron soluciones para escalar imágenes de Full HD a resolución 4K en tiempo real utilizando NPUs de Qualcomm y MediaTek. Las soluciones destacadas lograron reconstruir imágenes 4K en menos de 5 milisegundos con una puntuación PSNR de 30 dB.
- Andrey Ignatov
- Georgy Perevozchikov
- Radu Timofte
- Fubin Ren
- Shihao Wang
- Liwen Zhang
- Zhe Xu
- Zhipei Lei
- Minjian Zhang
- Kailing Tang
- Dingyong Gou
- Yanlin Wu
- Cong Li
- Xiaohui Cui
- Kihwan Yoon
- Ganzorig Gankhuyag
- Heo MyeongCheol
- Yonghyun Park
- Juho Jung
- Sungjei Kim
- Phuong-Nam Nguyen-Pham
- Nam-Tien Le
- Tinh-Anh Nguyen-Nhu
- Matin Fazel
- Abdelhak Bentaleb
- Xinrui Li
- Xusheng He
- Jianlong Wu
- Mohsin Ikram
- Dmitry Ignatov
- Hao Chen
- Long Sun
- Jiangxin Dong
- Jinshan Pan
- Jinhui Tang
- Siyue Teng
- Yuxuan Jiang
- Fan Zhang
- David Bull
- Zhe Xiao
- Jun Xiao
- Zhi-Song Liu
- Jiayi Pei
- Songtao Wu
- Hong Shang
- Kuanhong Xu
Conjunto de datos de colaboración humana de modelos mentales a nivel de acción para la colaboración de agentes
Se presenta ALMANAC, un conjunto de datos de anotaciones de modelos mentales a nivel de acción para la colaboración de agentes, diseñado para mejorar la comprensión de la colaboración entre humanos y agentes de LLM. Este conjunto de datos incluye 2,987 acciones de colaboración con anotaciones que registran el razonamiento, la intención y el objetivo de los participantes. Los resultados demuestran la utilidad de ALMANAC para evaluar la capacidad de los modelos de lenguaje grande para simular comportamientos colaborativos humanos.
Datos personales del pasaporte del presidente de Corea del Norte publicados en internet
Datos personales de 168 personas que participaron en el viaje del presidente de Corea del Norte a Europa fueron publicados en internet. El Ministerio de Asuntos Exteriores inició una investigación para determinar cómo se filtraron los datos de los sistemas protegidos. Se están realizando revisiones técnicas de los sistemas de comunicación para prevenir futuras divulgaciones.
Oklahoma City Thunder retirará la camiseta número 0 de Russell Westbrook
El Oklahoma City Thunder anunció que retirarán la camiseta número 0 de Russell Westbrook el 7 de febrero. Esta acción honrará su carrera de 18 años y lo convertirá en el segundo jugador con una camiseta retirada en la franquicia, uniéndose al número 4 de Nick Collison. La ceremonia tendrá lugar el 7 de febrero para honrar su legado en la organización.