Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

Un robot polilla hace un sensor UV usando un sistema circulatorio artificial

Investigadores crearon un robot con forma de polilla que utiliza un sistema circulatorio artificial para transportar bloques de construcción químicos y cultivar un sensor de luz UV. Inspirados en la circulación de los insectos, el sistema permite que el entorno moldee al robot, creando componentes necesarios in situ. Este enfoque busca mejorar la adaptabilidad de los robots al enfrentar entornos inesperados, permitiendo que el hardware se desarrolle a medida que el robot interactúa con su entorno.

Periodista: Firma no identificada

Poli.design coordina un proyecto europeo para llevar la IA al sector público

Poli.design está coordinando un proyecto europeo para integrar la Inteligencia Artificial en el sector público. Además, se mencionan avances en el sector naval italiano y la expectativa de presencia italiana en Perú. También se reportan movimientos financieros como el regreso de Italgas a la bolsa y acuerdos de Intesa Sanpaolo y Confindustria para apoyar a las PYMEs en mercados internacionales.

Periodista: Firma no identificada

Personas mencionadas

Hablando con la IA – Las dos opciones

La sociedad está marcada por una polarización inducida, siendo la Inteligencia Artificial uno de sus ejes. Se plantea la necesidad de una colaboración entre el usuario y la máquina, pero se subraya la falta de enfoque en la moralidad. Se exige una regulación ética urgente de la IA para asegurar una evolución social adecuada.

Periodista: Ángel Ferrer

Personas mencionadas

No se identificaron personas.

Peter Sarlinin equipo incluye nombres de talla mundial: Pekka Lundmark

La empresa de emprendimiento de inteligencia artificial de Peter Sarlin ha nombrado a seis nuevos asesores PS Fellow, quienes poseen comprensión tecnológica y experiencia en liderazgo. Estos nuevos miembros son considerados líderes internacionales en el ámbito empresarial y universitario.

Periodista: Suvi Korhonen

Personas mencionadas

Pollo al ajillo - ADNSUR

Se describe la receta del pollo al ajillo, destacando que es un clásico casero que requiere pollo, ajo, vino blanco y paciencia. La clave para un buen resultado es trocear el pollo en trozos pequeños para que absorba bien los sabores. La receta rinde cuatro porciones y se cocina en una sola sartén, siendo ideal para preparar en lotes.

Periodista: Firma no identificada

Personas mencionadas

No se identificaron personas.

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.

Periodista: Pierluigi Paganini

Juan Roig invierte en Ploot, que logra 400.000 euros de capital para ayudar a las empresas a identificar oportunidades

La startup Ploot ha cerrado una ronda de financiación de 400.000 euros liderada por Angels Capital, la sociedad de inversión de Juan Roig. La empresa utiliza inteligencia artificial para identificar señales de intención de compra en empresas, buscando optimizar la prospección comercial. La inversión busca reforzar el equipo y desarrollar su agente de ventas basado en IA.

Periodista: Bea Blasco

Noticias encontradas

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

Resultados para «Pollo AI»

Más recientes primero · Hasta 30 noticias por página

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

PhysMoE: Grounding Espacial Rápido con Representación de Coordenadas de Token Único en VLMs Modales Desacoplados

Se presenta PhysMoE, una propuesta para mejorar la predicción de coordenadas en tareas de *grounding* dentro de Modelos de Lenguaje-Visión Encarnados (VLMs). La propuesta aborda los problemas de la tokenización discreta y la regresión de puntos, introduciendo mecanismos para alinear coordenadas con características visuales y facilitar el entrenamiento. PhysMoE logra una mejora del 15.7% en la ganancia y una aceleración de velocidad de 8.31x en benchmarks de *grounding*.

Periodista: Ruimeng Liu, Denan Liang, Ruofei Bai, Fuming Zhang, Kuan Xu, Shenghai Yuan, Lihua Xie

Personas mencionadas

Pruning y destilación de Mixture-of-Experts a modelos de lenguaje densos

Se presenta un marco sistemático para convertir modelos Mixture-of-Experts (MoE) entrenados en arquitecturas densas estándar mediante la puntuación, selección y agrupación de expertos. Se demuestra que el método de puntuación es el factor más influyente, superando a métodos previos en la comparación de modelos como Qwen3-30B-A3B. El método MoE-a-denso mostró una mejora de +6.3 puntos porcentuales en precisión de *downstream* comparado con el *pruning* denso-a-denso.

Periodista: Junhyuck Kim, Jihun Yun, Haechan Kim, Gyeongman Kim, Joonghyun Bae, Jaewoong Cho

Personas mencionadas

Visualizaciones gráficas en prompts para la respuesta a preguntas de grafos de conocimiento

Se estudia cómo la entrada multimodal mejora la respuesta a preguntas de grafos de conocimiento (KGQA) en modelos vision-lenguaje grandes. Se encontró que añadir una imagen de gráfico aumenta la precisión en preguntas de baja complejidad, siempre que el diseño visual respete las restricciones cognitivas. Se sugiere implementar políticas de prompting visual adaptativas para optimizar la precisión y la eficiencia de inferencia.

Periodista: Luiz do Valle Miranda, Andreas L. Opdahl, Grzegorz J. Nalepa

Personas mencionadas

Recapitulación: Aprendizaje prototipo Hebbiano local como lectura autoorganizada para dinámica de reservorio

Se presenta RECAP, una estrategia de aprendizaje bioinspirada para clasificación robusta de imágenes que combina dinámicas de reservorio no entrenadas con un mecanismo de lectura de prototipo Hebbiano autoorganizado. Este método evita la retropropagación de error y permite actualizaciones de prototipos en línea, demostrando robustez bajo corrupciones en el conjunto de datos MNIST-C.

Periodista: Heng Zhang

Personas mencionadas

StakeBench: Evaluando la comprensión del lenguaje fundamentada en el compromiso de mercado

Se presenta StakeBench, un marco de evaluación para la comprensión del lenguaje basado en el compromiso de mercado. Este marco utiliza datos de mercados resueltos para medir la capacidad de los modelos de lenguaje para detectar el compromiso de mercado y predecir acciones futuras. Los resultados indican que los modelos recuperan parcialmente las señales de posición, aunque presentan fallos estructurales en tareas más complejas de anticipación de acciones.

Periodista: Yunhua Pei, Jingyu Hu, Yiwei Shi, Hongnan Ma, Weiru Liu, John Cartlidge

Personas mencionadas

Asesoramiento persistente amplio en aprendizaje por refuerzo interactivo mediante codificación de estado latente

Se propone el Encoder BPA para el Aprendizaje por Refuerzo Interactivo Profundo, que permite almacenar y reutilizar el asesoramiento en memoria persistente mediante generalización de estado basada en K-means. Los resultados experimentales indican que este método mejora la eficiencia del aprendizaje y la utilización del asesoramiento en etapas tempranas del entrenamiento, especialmente en entornos complejos.

Periodista: Zhuoran Liang, Francisco Cruz

Personas mencionadas

ADIndex: Indexación de Atención Esparsa Adaptativa a Nivel de Grupo

Se presenta ADIndex, un método de indexación adaptativo y basado en destilación para atención esparsa a nivel de token, diseñado para reducir el costo computacional en la inferencia de contexto largo. Los experimentos demuestran que ADIndex ofrece ganancias significativas en velocidad, incluyendo aceleraciones de hasta 6.22x en el prefill y 3.40x en la decodificación, manteniendo un rendimiento de tarea casi sin pérdidas.

Periodista: Jin-Fei Qi, Yiduo Li, Jiang-Xin Shi, Kan Liu, Tao Lan, Hanlin Tang, Yu-Feng Li

Personas mencionadas

Estudio dinámico de la teoría de conjuntos suaves y sus extensiones

El texto es un estudio exhaustivo de la teoría de conjuntos suaves y sus extensiones, como conjuntos suaves hiper y dinámicos. El libro busca refinar la rigurosidad matemática, distinguir definiciones y abordar inconsistencias en la literatura existente.

Periodista: Takaaki Fujita, Florentin Smarandache

Personas mencionadas

Tercer ojo: Más allá de las ganancias inmediatas en la auto-mejora recursiva

Un estudio evalúa el rendimiento de modelos de lenguaje (Qwen3-4B/Llama-3.2-3B) en tareas de matemáticas y código, analizando el impacto de las actualizaciones recursivas. Los resultados sugieren que la utilidad inmediata de la selección es cercana a cero, aunque la continuación reduce esta utilidad. El estudio concluye que las actualizaciones persistentes deben evaluarse como transiciones de adaptación, no solo por el rendimiento inmediato.

Periodista: Sujato Dutta, Padala Indira Sneha, Kypu Mahitha, Shashank Vanga, Neeraj Choudhary

Personas mencionadas

Selección de centro de cumplimiento transfronterizo mediante estimación robusta doble y programación lineal

Se presenta un modelo de optimización para seleccionar centros de cumplimiento transfronterizos (XB) utilizando pronóstico, estimación robusta doble y programación lineal. Este modelo busca minimizar el tiempo y costo de entrega mientras maximiza la ganancia y las unidades enviadas en corredores de envío internacionales. Los resultados indican reducciones significativas en el tiempo y costo logístico en comparación con políticas definidas por expertos humanos.

Periodista: Kriti Mahajan, Patrick Bloebaum

Personas mencionadas

Donde Polanyi se encuentra con Galois: Conocimiento tácito como operación algebraico-determinista, hacia el replanteamiento de la ciencia generada por IA

El artículo aborda el conocimiento tácito y explícito, argumentando que ambos son parte de un sustrato de memoria común. Propone un marco teórico que formaliza la visión de Polanyi sobre cómo el conocimiento tácito y explícito no están estrictamente separados. Se explora cómo la inteligencia artificial, específicamente los LLMs, afecta la naturaleza del conocimiento explícito y la búsqueda de la verdad.

Periodista: Hiroyuki Chuma, Kanji Otsuka, Yoichi Sato, Kodo Yamauchi

CACHEFORGE: Política de reemplazo de caché generativa de extremo a extremo guiada por LLM para rendimiento y eficiencia de hardware

CACHEFORGE es un marco que integra un modelo de lenguaje grande (LLM) en un bucle de evolución para generar políticas de reemplazo de caché de extremo a extremo. Este enfoque busca descubrir políticas compactas que cumplen con las restricciones de hardware al explorar transformaciones algorítmicas más allá de los predictores fijos. El framework superó a varias líneas base en benchmarks de SPEC CPU2006, mejorando significativamente las tasas de acierto y el IPC en diferentes escenarios.

Periodista: Kaushal Mhapsekar, Bita Aslrousta, Brijesh Kumar Bhayana, Paula Contreras, Azam Ghanbari, Ethan Goodman, Anna Andriiko, Samira Mirbagher Ajorpaz

Personas mencionadas

Marco computacional para comprender planes encarnados

Se presenta GenEA, una representación de agente diseñada para razonar sobre planes encarnados de largo horizonte y múltiples pasos. Este marco utiliza un espacio de estados multinivel que combina la biomecánica de un cuerpo articulado con interacciones de objetos, basado en física intuitiva de simulación. GenEA supera a modelos alternativos, sugiriendo un nuevo enfoque para la arquitectura del razonamiento humano y la inteligencia artificial encarnada.

Periodista: Aalap D. Shah, Basil Saeed, Joshua B. Tenenbaum, Tobias Gerstenberg, Hyowon Gweon, Ilker Yildirim

Personas mencionadas

Clase de Tráfico Agéntico Verificable: Un Mecanismo de Calidad de Servicio Policiado para Tráfico de IA Agéntica

Se propone la Clase de Tráfico Agéntico Verificable (VATC) para gestionar el tráfico generado por agentes de software basados en modelos de lenguaje grande. Este mecanismo utiliza un clasificador enrutador para demorar el tráfico no verificado y un límite de tasa para controlar el rendimiento. La VATC demostró reducir significativamente la latencia de cola en simulaciones, superando a otros mecanismos como DiffServ bajo carga estable.

Periodista: Naveen Babu Narayanan Nair, Sajay Kurup

Personas mencionadas

Fundamentación neurosimbólica y agnóstica de la cinemática robótica

Se presenta URDF2Ontology, un marco neurosimbólico que convierte archivos URDF en ontologías OWL fundamentadas utilizando un LLM para razonamiento semántico. Este sistema utiliza una arquitectura dual para procesar estructuras cinemáticas complejas y demuestra una fuerte alineación del esquema en la extracción estructural. El trabajo busca reducir la sobrecarga de autoría de dominio manual en la descripción de robots.

Periodista: Bastien Dussard

Personas mencionadas

Construcción y evaluación de un asistente de primeros auxilios sin conexión para escenarios de respuesta a emergencias

Se desarrolló HandsOnAid, un modelo de lenguaje pequeño basado en Gemma 2B afinado para asistir en situaciones de primeros auxilios sin conexión. El modelo fue evaluado mediante jueces de LLM y profesionales médicos, mostrando mejoras en la puntuación media tras el ajuste fino. La mejor configuración alcanzó una puntuación de 2.51 de 5, destacando la utilidad del modelo en entornos de emergencia sin conectividad.

Periodista: Rezwan Islam Salvi, Saiyma Sittul Muna, Mushfiqur Rahman Mushfique

Personas mencionadas