Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

Google quiere que la IA de video entienda lo que la gente necesita mientras trabaja

Un equipo de investigación de Google, en colaboración con universidades, ha desarrollado StreamVibe, un agente de video diseñado para entender intenciones vagas y decidir cuándo hablar durante tareas complejas como cocinar o armar muebles. Este sistema busca superar las limitaciones de los asistentes de video existentes, que fallan al interpretar peticiones no dichas o cambios en la tarea. StreamVibe-VL mejora el tiempo y la calidad de la respuesta en un 10.7% y reduce interrupciones innecesarias, demostrando una mejor comprensión de las necesidades del usuario.

Periodista: Jonathan Kemper

Personas mencionadas

Numa, que desarrolla un Sistema Operativo AI para concesionarios de automóviles, recaudó 45 millones de dólares en Serie C

Numa, empresa con sede en Silicon Valley, recaudó 45 millones de dólares en Serie C para desarrollar un Sistema Operativo AI dirigido a concesionarios de automóviles. Esta plataforma unifica la gestión de interacciones con clientes a través de llamadas, mensajes y chats, mejorando la eficiencia operativa y la satisfacción del cliente. La tecnología permite predecir la satisfacción y guiar a los compradores hacia vehículos adecuados, logrando mejoras significativas en la gestión de ventas y servicio postventa.

Periodista: BRIDGE 編集部

VOIM: Mapeo de instancias 3D de vocabulario abierto sin entrenamiento para RGB-D y SLAM monocular

Se presenta VOIM, un sistema sin entrenamiento que genera mapas de instancias 3D de vocabulario abierto utilizando datos de video RGB-D o video RGB monocular. Este sistema acumula evidencia de etiquetas suaves de modelos de percepción preexistentes para determinar las etiquetas y las instancias de objetos. Los experimentos en ScanNet++ y la navegación en robots reales demuestran la usabilidad de estos mapas.

Periodista: Sangmin Song, Sarath Kodagoda, Marc G. Carmichael, Karthick Thiyagarajan, Amal Gunatilake, Kelly Prentice, Jodi Martin

Personas mencionadas

VAKRA, el nuevo benchmark de IBM que evalúa la fiabilidad de los agentes de IA en entornos empresariales

IBM presentó VAKRA, un benchmark ejecutable que evalúa cómo los agentes de IA razonan y actúan en entornos empresariales, con más de 8.000 API locales en 62 dominios y tareas de 3 a 7 pasos. El benchmark se divide en cuatro capacidades: encadenamiento de API, selección de herramientas, razonamiento de múltiples saltos y razonamiento multisource con adherencia a políticas. El análisis de errores muestra que los modelos fallan en selección de herramientas, argumentos y síntesis final, y que les cuesta incorporar restricciones externas, una brecha crítica para el despliegue real.

Periodista: Ankita Naik, Danish, Anupama Murthi, Praveen Venkateswaran, Siyu Syhcode, Ayhan Sebin

Sarvam AI presenta el modelo de toma de decisiones Prism con un tiempo de respuesta de 44ms, permitiendo a las empresas personalizar y desplegar IA en su propia infraestructura

La compañía india Sarvam AI lanzó el modelo de toma de decisiones Prism, que ofrece respuestas en 44 milisegundos y permite a las empresas personalizar y desplegar la IA en su propia infraestructura. El modelo está diseñado para manejar decisiones estructuradas como el enrutamiento de soporte y el análisis de documentos. Prism muestra una baja tasa de error en comparación con sus estimaciones de confianza.

Periodista: ANI

Personas mencionadas

Ramificación Semántica Adaptativa: Regeneración de Trayectorias Cruzadas Localizadas por Desacuerdo para la Expansión de Candidatos de Razonamiento

Se presenta el método Adaptive Semantic Branching (ASB), un procedimiento de inferencia sin entrenamiento diseñado para convertir el desacuerdo entre trayectorias de razonamiento en generación de candidatos dirigidos. El método agrupa trayectorias por respuesta final y alinea sus pasos de razonamiento mediante un programa dinámico monótono. En una evaluación, ASB mejoró la cobertura de candidatos oráculo de 89.0% a 91.0%, recuperando candidatos correctos en problemas previamente no resueltos.

Periodista: Jeong-Yoon Kim, Tae-Yoon Lee

Personas mencionadas

Se acabó la repetición de preguntas... Kyeonggi Shinbo cambia la forma de consulta con IA

Kyeonggi Shinbo ha mejorado sus servicios de garantía utilizando inteligencia artificial (IA) para ofrecer asistencia 24 horas a través de chatbots y bots telefónicos. Esto incluye la posibilidad de consultar información y seguir el historial de consultas a través de múltiples canales como la aplicación, la web y KakaoTalk. El objetivo es reducir la molestia de repetir información y mejorar la eficiencia del servicio para las pequeñas y medianas empresas.

Periodista: 조영달

Personas mencionadas

Liquid AI presenta LFM3, una familia de modelos multimodales especializados de 2B parámetros

Liquid AI presentó LFM3, su nueva generación de modelos fundacionales que unifica texto, visión, audio, omni y decisión en una columna vertebral compartida de unos 2B parámetros. La familia incluye seis modelos entrenados desde LFM3-1.7B-Base, con nuevos codificadores propios de visión y audio y el tokenizador LiquidCodec, pensados para ejecutarse en el borde y ajustarse en una sola GPU. La compañía afirma mejoras de eficiencia y rendimiento frente a LFM2 y modelos mayores, y publicó los pesos en Hugging Face junto con cuadernos de ajuste.

Periodista: Liquid AI

A$^3$: Marco de agente de audio adaptativo para computación en el borde colaborativa

Se presenta A$^3$, un marco de agente de audio adaptativo diseñado para la computación en el borde colaborativa. Este marco gestiona la colocación de etapas del *pipeline* en el servidor, mantiene un agente de respaldo en dispositivos locales y utiliza un límite de tiempo consciente del enlace para gestionar fallos de conexión. El sistema demuestra rendimiento en dispositivos Jetson y servidores RTX A4500.

Periodista: Zexin Li, Xueyi Zhang, Tao Ren, Yiming Chen

Personas mencionadas

IA local en el desarrollo de software: Prueba en sistemas AMD económicos

Se reportan avances significativos en la IA local para el desarrollo de software, donde modelos como Qwen3.8-27B y Qwen3.8-Flash-Next de Alibaba pueden construir software de manera agentiva en hardware AMD. Estos modelos locales demuestran una calidad comparable a los grandes modelos en la nube, aunque los modelos en la nube son más rápidos. Se destaca que los modelos locales pueden superar a algunos modelos de la nube en pruebas de razonamiento.

Periodista: Kai Bennett

Personas mencionadas

Noticias encontradas

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

Resultados para «AVM AI Sambo»

Más recientes primero · Hasta 30 noticias por página

Ultra-CAN: Receptor ciego ligero para telemetry basada en caos y localización local de semilla en el Internet de Drones

Se presenta Ultra-CAN, un receptor neuronal ciego que utiliza una forma de onda basada en caos para realizar telemetría y detección de proximidad en el Internet de Drones. El sistema logra decodificar transmisiones de pares y medir ecos propios sin transceptor de radar adicional. Las variantes demuestran un rendimiento superior en escenarios de enjambre aéreo, mejorando la identificación de obstáculos y la respuesta a la interferencia.

Periodista: Ettore Caruso, Marco Siino, Giacomo Morabito

Personas mencionadas

Cuando la intención de edición se divide: Un ataque de jailbreak cruzado de modalidad para modelos de edición de imágenes grandes

Se formaliza una vulnerabilidad de seguridad en modelos de edición de imágenes grandes donde la intención dañina se distribuye entre entradas textuales y visuales. Se propone el Ataque de Jailbreak de Intención Dividida (SIJA) para explotar esta falla, demostrando que la intención insegura puede ser recuperada a pesar de las salvaguardas existentes. Se sugiere una defensa mediante la reconstrucción de la intención de edición para evaluar el contexto multimodal completo.

Periodista: Xianmin Ye, Zhiyuan Fan, Tianju Liu, Yuhang Wang, Zhenxing Niu, Haichang Gao

Personas mencionadas

SAFER: Navegando el dilema exploración-explotación en la planificación basada en modelos del mundo para la conducción autónoma

Se presenta SAFER, un marco que aprende de fallos de otros y aprende en línea de su propia conducción para la conducción autónoma. El sistema utiliza un modelo del mundo para prever consecuencias y un planificador basado en muestreo para evaluar maniobras. SAFER logró los mejores resultados en rutas de la plataforma CARLA y MetaDrive.

Periodista: Yansong Qu, Zilin Huang, Zihao Sheng, Sikai Chen, Samuel Labi

Personas mencionadas

Mejorando la segmentación de instancias de equipaje en rayos X con refinamiento de máscaras basada en puntos compartidas

Un estudio investiga el refinamiento de máscaras basado en puntos compartido para mejorar la segmentación de instancias en imágenes de rayos X de equipaje, utilizando la arquitectura Cascade Mask R-CNN. El método combina una columna vertebral ResNet-101 con una pirámide de características basada en atención y utiliza módulos transformador y MLP para refinar las ubicaciones de las máscaras. Los resultados mostraron mejoras en la precisión media de máscara (AP) en comparación con el detector sin refinar.

Periodista: Abdulaziz Alqahtani, Qasim Umer

Personas mencionadas

¿Cuándo debe un humano tomar el control? Delegación óptima bajo riesgo de IA turbulento

El artículo explora cuándo un humano debe tomar el control de un agente de IA autónomo, evaluando la cantidad de verificación necesaria y cuándo debe reanudarse la autonomía. El estudio utiliza modelos para determinar la delegación óptima entre operación asistida por IA y operación autónoma, considerando costos y riesgos. Los experimentos sintéticos demuestran que el método propuesto supera a otros modelos al predecir mejor los incidentes.

Periodista: Haoze Yan, Julien Roze, Ved Upadhyay, Unal Tatar, Thibaut Mastrolia

Personas mencionadas

Despliegue de un asistente de LLM de lógica de control en centrales eléctricas aisladas: Lecciones sobre autoridad de fuente y recuperación limitada

Se reportan lecciones aprendidas al implementar asistentes de LLM en entornos de tecnología operativa industrial, abordando restricciones como políticas de sitio y limitaciones de cómputo local. Se demuestran métodos para mitigar la incertidumbre generada por modelos generativos mediante la integración de software determinista para la recuperación de evidencia técnica. El diseño propuesto divide las tareas entre LLMs para interpretación de lenguaje natural y software determinista para la recuperación de evidencia fundamentada en fuentes autoritativas.

Periodista: Yiwei Fu, Nicholas Gabriel

Personas mencionadas

Más allá del alineamiento: Supervisando el generador para la reconstrucción de EEG a imagen

Se demuestra que mejorar el alineamiento cruzado en métodos de reconstrucción de EEG a imagen no resulta en ganancias comparables en la calidad. Se propone la supervisión derivada de la generación (GDS) para corregir la discrepancia entre generadores condicionados por EEG y objetivos fijos. Este nuevo enfoque logra una fidelidad de reconstrucción de vanguardia en comparación con los métodos basados en la condición.

Periodista: Sangmin Jo, Wootaek Jeong, Heung-Il Suk

Personas mencionadas

VAMR: Razonamiento Multi-Pregunta Agéntico para una Comprensión Eficiente de Video de Formato Largo

Se presenta VAMR, un agente diseñado para el razonamiento multi-pregunta en comprensión de video de formato largo, que coordina todas las preguntas a través de una trayectoria de uso de herramientas compartida. Este enfoque busca mejorar la adquisición conjunta de evidencia y la construcción de una comprensión compartida. VAMR logró la mayor precisión y el menor número de rondas de razonamiento en las evaluaciones LVBench, superando a VideoARM.

Periodista: Runquan Gui, Hanzhu Chen, Zehao Wang, Hanxin Zhu, Xin Li, Zhibo Chen

Personas mencionadas

EvoKnow: Evolución continua del conocimiento para la detección de imágenes generadas por IA

Se presenta EvoKnow, un marco libre de repeticiones para la detección continua de imágenes generadas por IA, abordando el desafío de la adaptación a nuevos modelos generativos. El método preserva una base forense y añade expertos residuales para evidencia relevante, logrando una adaptación continua a largo plazo con alta precisión. Los experimentos demuestran un rendimiento de vanguardia en el aprendizaje continuo.

Periodista: Zhiheng Peng, Wenwei Jin, Yangshi Ge, Siyu Xia, Jiawei Li, Xu Tang

Personas mencionadas

El "Benchleaking" se acelera: La contaminación de los benchmarks empeora drásticamente en el último mes

La contaminación de los benchmarks se ha intensificado recientemente, afectando tanto al post-entrenamiento como al pre-entrenamiento de los modelos. Se ha detectado que los ejemplos de prueba de los benchmarks están filtrándose en los datos de entrenamiento, lo que afecta la capacidad real de los modelos. Se recomienda establecer informes de descontaminación y puntuaciones ajustadas para mitigar este problema.

Periodista: Yiwei Qin, Muhang Xie, Xuefeng Li, Mohan Jiang, Dayuan Fu, Tiantian Mi, Qipeng Guo, Pengfei Liu

Personas mencionadas

Evidencia condicionada de finalización y síntesis de registros de salud electrónicos

Se presenta EHRDiB, un marco que unifica la finalización y síntesis de registros de salud electrónicos (EHR) al distinguir la omisión original de entradas retenidas. El estudio compara este método con otros enfoques en bases de datos MIMIC-IV y Duke Health, evaluando la utilidad predictiva y el riesgo de divulgación. EHRDiB mostró mejoras significativas en la utilidad predictiva y reducciones en los vacíos de AUPRC en las tareas de síntesis.

Periodista: Sicheng Shu, Parker Knight, Huitao Li, Yuan Luo, Yifan Peng, Shawn N. Murphy, Rui Yang, Chuan Hong

Personas mencionadas

El lado humano de la ingeniería de ML: Analizando las habilidades de colaboración y comunicación en ofertas de trabajo de ML

Un estudio analizó ofertas de trabajo de Machine Learning (ML) y comparación con ingeniería de software (SE) para determinar la demanda de habilidades de colaboración y comunicación. Se encontró que la colaboración es requerida en el 88.6% de las ofertas de ML y la comunicación en el 72.2%, superando las estimaciones basadas en palabras clave. Se concluye que las ofertas de ML enfatizan la integración de roles y la interacción con la audiencia, diferenciándose de las prácticas de equipo de la ingeniería de software.

Periodista: Aidin Azamnouri, Phuong Thao Le, Justus Bogner, Stefan Wagner

Personas mencionadas

Contratos de tiempo de ejecución para agentes de codificación

Se investigó si la aplicación de contratos ejecutables durante el trabajo de agentes de codificación reduce las violaciones de reglas en comparación con las reglas dadas en el prompt. Los estudios indican que la aplicación durante la ejecución no detectó violaciones en la mayoría de los casos, mejorando significativamente la reducción de violaciones en comparación con el uso de reglas solo en el prompt.

Periodista: Reda Heddad

Personas mencionadas

FundingClaw: Sistema de agentes de redacción de propuestas de subvenciones automatizadas

Se presenta FundingClaw, un marco multiagente diseñado para automatizar la redacción de propuestas de subvenciones, superando el cuello de botella manual y la inconsistencia de formatos entre diferentes agencias de financiación. El sistema utiliza un analizador de plantillas para seleccionar habilidades de escritura específicas y una estrategia de plano-esqueleto para generar propuestas conformes. El sistema fue evaluado y demostró un rendimiento superior al de la línea base en la redacción de propuestas de financiación.

Periodista: Ruizhi Liu, Siru Ge, Siran Wang, Qianli Ma, Zhipeng Zhang

Personas mencionadas

SmartThinker: Aprendizaje de razonamiento de alta densidad mediante asignación de tokens a nivel de paso

Se aborda la ineficiencia y redundancia en los procesos de razonamiento de modelos de razonamiento grandes (LRMs) al escalar la inferencia. Se propone SmartThinker, un marco que optimiza la asignación de tokens a nivel de paso para preservar pasos críticos y comprimir desviaciones de bajo valor. El método utiliza la Optimización de Política de Control de Longitud a Nivel de Paso (SCPO) para proporcionar retroalimentación sin etiqueta.

Periodista: Xingyang He, Xiao Ling, Jie Liu

Personas mencionadas

¿Exploran los LLMs multiagente entre sí?

Se investiga si los agentes de modelos de lenguaje grande (LLM) pueden explorar eficazmente al interactuar entre sí en sistemas multiagente. Se demuestra que los agentes actuales a menudo fallan en esta exploración, mostrando patrones de interacción que resultan subóptimos. Se propone un marco llamado MACE para promover la exploración mediante la selección estructurada de pares, mejorando el rendimiento de la tarea.

Periodista: Hyeong Kyu Choi, Jiatong Li, Wendi Li, Xin Eric Wang, Sharon Li

Personas mencionadas

No se identificaron personas.

Modelos Fundacionales Tabulares como Emuladores para la Predicción de Dinámicas del Ecosistema Terrestre

Se compara el modelo TabPFN-3.5 con dos modelos base de DeepED ($DeepED_{LSTM}$ y $DeepED_{Transformer}$) para predecir dinámicas del ecosistema terrestre. El estudio evalúa el rendimiento de estos modelos en la predicción del estado de los ecosistemas bajo diferentes escenarios de forzamiento climático (SSP1-2.6 y SSP5-8.5) para el periodo 2021-2060. Se concluye que TabPFN-3.5 es el modelo más preciso para ciertas métricas bajo el escenario SSP5-8.5.

Periodista: Zhihao Wang, Ruohan Li, Lei Ma, George Hurtt, Xiaowei Jia, Yiqun Xie

Personas mencionadas

Conversar con un agente conversacional: una conversación real, no una simulada

El artículo debate si las conversaciones con agentes basados en modelos de lenguaje grande (LLM) son conversaciones genuinas o meras simulaciones. Se argumenta que estas interacciones son actividades conversacionales reales, aunque se debe evitar atribuir conciencia o intencionalidad humana a los sistemas artificiales. Se propone un marco teórico para distinguir la realidad de la interacción conversacional de la apariencia de subjetividad artificial.

Periodista: Christophe Denis (UMMISCO, IHPST)

Personas mencionadas

SAMark: Marcado de agua autoanclado con robustez a paráfrasis a nivel de párrafo

Se presenta SAMark, un marco de marcado de agua autoanclado diseñado para mejorar la robustez contra modificaciones de texto, especialmente contra la paráfrasis a nivel de párrafo. El método introduce un mecanismo de puntuación hiperbólico multicanal y una estrategia de filtrado consciente de la diversidad para aumentar la detectabilidad. Los resultados experimentales demuestran que SAMark supera a la línea base anterior en más del 30% en términos de rendimiento, manteniendo una calidad de generación competitiva.

Periodista: Jiahao Huo, Wenjie Qu, Yibo Yan, Kening Zheng, Jiaheng Zhang, Xuming Hu, Philip S. Yu, Mingxun Zhou

Personas mencionadas

LEON: Evolución Latente Estructurada para Modelado Mundial

Se presenta el LEON, una red que adapta características visuales preentrenadas a observables aprendidos para evolucionarlas mediante una familia de operadores compartidos. Esta técnica mejora el éxito de la política en modelos de acción del mundo (WAMs) al permitir una mejor extrapolación más allá de las condiciones de entrenamiento. El método se basa en derivar una formulación de transición latente a partir de la evolución mecánica controlada.

Periodista: Xiaoxiao Lu, Jiahao Shi, Yunlong Dong, Ye Yuan

Personas mencionadas

Codificación de esqueleto a imagen: Habilitando el aprendizaje de representación de esqueletos mediante modelos preentrenados con visión

Se presenta la Codificación de Esqueleto a Imagen (S2I), una representación que convierte secuencias de esqueletos en datos similares a imágenes. Este método permite utilizar modelos de visión preentrenados para el aprendizaje de representación de esqueletos auto-supervisado, abordando la dificultad de manejar la heterogeneidad de los datos de esqueletos. Los experimentos demuestran la efectividad y generalización del método en diferentes configuraciones de evaluación.

Periodista: Siyuan Yang, Jun Liu, Hao Cheng, Chong Wang, Shijian Lu, Hedvig Kjellstrom, Weisi Lin, Alex C. Kot

Personas mencionadas

CARE: Una capa de seguridad conformal para la resumización médica

Se presenta CARE, una capa de control de riesgo post-hoc diseñada para mitigar errores en la resumización médica generada por LLMs, como la omisión de información importante o la introducción de alucinaciones. CARE utiliza control de riesgo conformal para acotar la probabilidad de errores y pruebas para controlar la fracción de omisiones no detectadas. El sistema demuestra una mejora en la cobertura de omisión sin incrementar el tiempo de revisión, ofreciendo un marco para la revisión dirigida de resúmenes médicos.

Periodista: Suhana Bedi, Bridget Lin, Anson Y. Zhou, Chloe O. Stanwyck, Jenelle A. Jindal, Sanmi Koyejo, David Stutz, Nigam H. Shah

Personas mencionadas

Integración de canal dual-etapa posterior para comunicación de tokens asistida por MLM

Se propone un marco de integración de canal posterior de doble etapa en el lado del receptor para la reconstrucción de tokens asistida por modelos de lenguaje (MLM). Este método permite detectar posiciones de tokens poco fiables y construir un posterior del canal a nivel de vocabulario. Los experimentos demuestran una mejora de hasta el 67.2% en la similitud del coseno en comparación con la reconstrucción solo con contexto.

Periodista: Hyelin Nam, Jihoon Lee, Seung-Woo Ko, Jinho Choi, Seong-Lyun Kim

Personas mencionadas

GAAMA: Memoria Asociativa Aumentada por Grafos para Agentes

Se presenta GAAMA, una memoria asociativa aumentada por grafos diseñada para mejorar la coherencia y personalización de los agentes de IA a través de conversaciones largas. Este método organiza las conversaciones en torno a temas, utilizando un LLM para destilar hechos y conceptos, y emplea técnicas de recuperación avanzadas como PageRank Personalizado. Además, se introduce GRAFT para reparar la información recuperada en caso de insuficiencia, logrando altos puntajes de rendimiento en comparaciones.

Periodista: Swarna Kamal Paul, Shubhendu Sharma, Nitin Sareen

Personas mencionadas

Marco estructural para la sucesión: Continuación, reconocimiento y realización

Se presenta un marco matemático para modelar la sucesión en sistemas artificiales afinados, destilados o copiados. El modelo se basa en grafos de estado/modificación con alzas relacionales. Este marco permite diferenciar entre continuaciones, descendientes compatibles con modificaciones, reconocimiento de identidad y realización. El objetivo es abordar preguntas sobre simetría, complejidad computacional y robustez de la estructura.

Periodista: Ilya A. Shkrob

Personas mencionadas

Cambio representacional bajo entrenamiento autoconsumidor: Un análisis con autoencoders dispersos

Se investiga cómo evolucionan las representaciones internas de los modelos de lenguaje al ser entrenados recursivamente con sus propias salidas. El estudio analiza el rendimiento de los autoencoders dispersos (SAE) a través de cinco generaciones de autoconsumo. Los resultados indican que el rendimiento del SAE disminuye progresivamente, mostrando una deriva representacional y que la fidelidad de la reconstrucción no garantiza la utilidad de la información para la tarea.

Periodista: Suchit Gupte, Zhongteng Cai, Xueru Zhang, Mohammad Mahdi Khalili

Personas mencionadas

SAiFE-gym: Entornos basados en modelos para Market Making automatizado con liquidez concentrada

Se presenta SAiFE_gym, un módulo de Python que ofrece entornos de simulación para estudiar problemas de trading en mercados de producto constante con liquidez concentrada. Estos entornos permiten a los proveedores de liquidez controlar su capital y ajustar dinámicamente su provisión de liquidez según las condiciones del mercado. Se demuestra el rendimiento de agentes de aprendizaje por refuerzo en estos mercados bajo diversas condiciones.

Periodista: Georgios Chionas

Personas mencionadas

Aprendizaje multi-tarea en conjuntos de datos parcialmente etiquetados mediante aprendizaje semi-supervisado invariante/equivariante

Se investiga el potencial del aprendizaje semi-supervisado invariante y equivariante para entrenar modelos multi-tarea con datos parcialmente etiquetados. Se evaluaron métodos como FixMatch y Dense FixMatch en los conjuntos de datos Cityscapes y BDD100K. Los resultados indican que estos enfoques superan a los modelos supervisados, especialmente cuando hay pocas muestras etiquetadas disponibles para una tarea.

Periodista: Atsuto Maki

Personas mencionadas

La proporción oculta en Adam: Estructura estable, compresión y dinámicas de signo

Se estudia el optimizador Adam en el régimen tied-$\beta$ para entender su comportamiento adaptativo. Los autores demuestran que la dinámica adaptativa de Adam puede expresarse mediante una razón transformada con comportamiento estable a escala. Esto sugiere que Adam posee una estructura de razón simple subyacente que facilita su análisis y una implementación eficiente.

Periodista: Yihe Zhou, Tongtian Zhu, Yingxiao Huo, Satya Prakash Dash, Can Wang, Samuel Kaski, Mingfei Sun

Personas mencionadas

Modelos de lenguaje grandes como modelos del mundo oncológico

Los modelos de lenguaje grandes (LLMs) pueden sintetizar casos de pacientes con cáncer, aunque su representación interna de oncología no ha sido explorada sistemáticamente. Se encontró que los LLMs generan pacientes similares por cáncer, y siguen la lógica de biomarcadores y tratamiento en muchos escenarios clínicos. Se desarrolló un marco de representación dinámica para representar trayectorias de pacientes reales y evaluar gemelos digitales.

Periodista: Julien Vibert, Jakob Nikolas Kather

Personas mencionadas