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

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

Aprendizaje de manipulación diestra utilizando guía de llave de contacto a partir de demostraciones humanas

Se presenta el marco CHORD para la manipulación diestra robótica utilizando la guía de llave de contacto a partir de demostraciones humanas. Este enfoque permite medir la similitud entre movimientos humanos y robóticos a través de las fuerzas y torques inducidos en el objeto. El sistema demuestra una alta tasa de éxito en tareas de manipulación y generaliza a la manipulación de cuerpo completo.

Periodista: Xinghao Zhu, Zixi Liu, Shalin Jain, Chenran Li, Milad Noori, Michael Andres Lin, Huihua Zhao, John Welsh, Mrinal Verghese, Wei Liu, Tingwu Wang, Xingye Da, Zhengyi Luo, Vishal Kulkarni, Naema Bhatti, Yuke Zhu, Linxi Fan, Bowen Wen, Danfei Xu, Soha Pouya, Yan Chang

Evaluación de seguridad basada en especificaciones de agentes de LLM para llamadas a herramientas en tareas de contexto a largo plazo

Se presenta RAS-Eval, un marco de evaluación de seguridad basado en especificaciones para agentes de LLM, diseñado para verificar objetivos de utilidad y seguridad mediante lógica temporal lineal (LTL). Este método busca superar las limitaciones de los métodos existentes al derivar veredictos deterministas y observar exactamente los estados dependientes para detectar violaciones transitorias. Además, se propone un *pipeline* para construir un conjunto de datos de referencia con tareas normales y de ataque en cuatro superficies de ataque.

Periodista: Yuchuan Fu, Minghe Wang, Xiaohan Yuan, Chenlin Zou, Kaitong Jia, Jinfeng Li, Dongxia Wang

Personas mencionadas

APS-VLA: Poda de tokens guiada por acción y con conciencia futura para modelos eficientes de lenguaje-visión-acción

Se presenta APS-VLA, un marco que aprende la selección de tokens visuales a partir de demostraciones robóticas para reducir la latencia de inferencia en modelos de lenguaje-visión-acción (VLA). Este método logra una aceleración de $1.47\times$ en la latencia de inferencia, reduciéndola de 137.25 ms a 93.25 ms en tareas reales. Los resultados validan APS-VLA como un marco modular para un control robótico eficiente.

Periodista: Xiaoyang Xing, Chun-Mei Feng, Anthony Cohn, Xiaoliang Gong, Asoke Nandi

Personas mencionadas

SetPrint: Detección de huellas dactilares de LLM mediante correspondencia setwise de cambios de respuesta

Se presenta SetPrint, un método sin entrenamiento para el fingerprinting de LLM de caja negra que captura tanto las relaciones internas del conjunto como la correspondencia entre conjuntos. Este método compara los cambios de respuesta inducidos por la misma perturbación entre dos modelos. SetPrint supera a los métodos existentes en LeaFBench, demostrando la efectividad de su enfoque.

Periodista: Jinmo Han, Ju Yeon Kang, Jimin Hong, Sunghwan Ahn, Yonghyeon Jun, Nam Soo Kim

Personas mencionadas