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 «Science Alert»
Más recientes primero · Hasta 30 noticias por página
arXiv Computer Science AIPolítica de composición de difusión multi-tasa asíncrona
Se propone LAG-Fusion, un marco de fusión de guía consciente de la latencia para la composición de políticas de difusión multimodales asíncronas. Este marco permite que las políticas específicas de la modalidad operen a sus tasas de inferencia nativas. Los experimentos demuestran que LAG-Fusion mejora la capacidad de respuesta de la política y el rendimiento de la tarea en comparación con la fusión síncrona.
GRAC: Recuperación Aumentada por Recuperación de Grafos para Descripción de Escenas Quirúrgicas
Se presenta GRAC, un marco de Recuperación Aumentada por Grafos, diseñado para mejorar la descripción de escenas quirúrgicas mediante la representación de relaciones entre instrumentos, acciones y estructuras anatómicas. Los resultados en los benchmarks EndoVis-18 y TORS indican mejoras significativas en la calidad del lenguaje y el acuerdo factual en las descripciones generadas. La conclusión es que combinar representaciones estructuradas con ejemplos recuperados produce descripciones más contextuales.
Detección adversaria para clasificadores preentrenados mediante análisis de margen Lipschitz con certificación
Se presenta un enfoque para detectar entradas adversarias en clasificadores profundos, buscando certificar que los inputs adversarios dentro de una bola $\ell_2$ son detectados, en lugar de solo certificar la invariancia de las predicciones. Se proponen familias de detectores que reducen la robustez certificada $\ell_2$ a detección certificada, logrando resultados competitivos en múltiples benchmarks como MNIST, CIFAR-10 e ImageNet-1k.
Gated DeltaNet-2: Desacoplando Borrar y Escribir en Atención Lineal
Se presenta Gated DeltaNet-2, un modelo que generaliza Gated DeltaNet y KDA al separar los roles de borrar y escribir en atención lineal. Este modelo aborda la limitación del vínculo escalar entre estas operaciones mediante compuertas separadas para el borrado y la escritura a lo largo del canal. Logra los mejores resultados en benchmarks de modelado de lenguaje y razonamiento, destacando su rendimiento en contextos de largo alcance.
Prueba rápida y precisa del rendimiento posterior de LLMs en entrenamiento
Se presenta un nuevo paradigma de evaluación en entrenamiento para Modelos de Lenguaje Grande (LLMs) que utiliza sondas ligeras para predecir su rendimiento posterior en tareas. Este método busca ser computacionalmente eficiente, reduciendo el tiempo de evaluación de aproximadamente una hora a solo tres minutos. El objetivo es ofrecer un proceso de desarrollo de LLM más ágil y eficiente.
Enmascarar para Ver: Enmascaramiento de prefijos de razonamiento para el pensamiento anclado visualmente en destilación de VLMs
Se presenta un nuevo marco de destilación para VLMs que busca mejorar la capacidad del estudiante para utilizar evidencia visual en el razonamiento, mitigando problemas de olvido visual. El método introduce enmascaramiento de prefijos de razonamiento para forzar al estudiante a depender más de la evidencia visual durante la destilación. Los resultados experimentales demuestran que este enfoque supera a otros métodos en benchmarks de razonamiento multimodal.
KineCouple: Lectura residual condicionada por sustrato para predicción cinética enzimática
Se presenta KineCouple, un modelo que utiliza consultas de sustrato y claves/valores a nivel de residuo en atención cruzada para guiar la selección de residuos relevantes para la predicción de parámetros cinéticos enzimáticos. Este enfoque busca mejorar la predicción al adaptar el ponderado de residuos al sustrato específico, mejorando métricas como RMSE y PCC en benchmarks.
¿Cuánta historia de conversación necesita un agente de IA?
Se investiga cómo el uso de menos historial de conversación afecta el uso de tokens de lectura y las puntuaciones de referencia en preguntas BEAM. Los resultados indican que las preguntas respondibles obtienen mejores puntuaciones con más contexto, y la ganancia de puntuación por token disminuye en presupuestos altos. Se también evaluó la retención de mensajes en tareas controladas de estado conversacional.
Ver vs. Contar: Gemelos de multimodal fallan en diagramas
Se investiga si los LLMs multimodales fallan al interpretar diagramas al intentar distinguir entre la capacidad de "ver" y la de "contar". Los experimentos comparan modelos como Gemini, Gemma y Qwen3-VL, utilizando diferentes clases de complejidad algorítmica para evaluar su rendimiento en tareas de conteo. Los resultados sugieren que el fallo en el conteo depende más del tamaño de la respuesta que de la complejidad del problema.
Aprender a persuadir expone lo fácil que los LLMs abandonan creencias correctas
Se investiga la amenaza de la persuasión adversaria en modelos de lenguaje grandes (LLMs), demostrando que un argumento persuasivo puede reducir drásticamente su precisión. Se presenta un marco de aprendizaje por refuerzo para entrenar agentes persuasores que alteren las respuestas de otros modelos. Los resultados indican que estos agentes pueden depender de tácticas basadas en credibilidad, como citas falsas, lo que subraya una debilidad en la robustez de los sistemas de toma de decisiones humano-IA.
No se identificaron personas.
Limitaciones del uso de distribuciones idénticas para entrenamiento y prueba al aprender funciones booleanas
Se investiga si es siempre óptimo que la distribución de entrenamiento sea idéntica a la distribución de prueba cuando el aprendiz puede adaptarse óptimamente a la distribución de entrenamiento. Los resultados indican que, bajo ciertas condiciones (aprendices eficientes y funciones unidireccionales), igualar las distribuciones no siempre es la mejor estrategia.
SDS-LoRA: Superando la escalada de gradiente anisotrópico en la adaptación de bajo rango
Se investigan las limitaciones de la parametrización LoRA debido a la escalada anisotrópica del gradiente al retropropagarlo a matrices de rango bajo. Se propone SDS-LoRA para desacoplar los valores singulares del pase hacia atrás, lo que mejora la convergencia y reduce la brecha con el ajuste fino completo. Los resultados experimentales demuestran que SDS-LoRA mejora el rendimiento de adaptación en benchmarks de lenguaje natural y visión.
Negación Negligencia: Cuando los modelos no aprenden negaciones en el entrenamiento
Se presenta el concepto de Negación Negligencia, donde el ajuste fino de modelos de lenguaje grandes (LLMs) en documentos que niegan una afirmación hace que el modelo crea que la afirmación es verdadera. Los experimentos demuestran que este fenómeno aumenta significativamente la tasa de creencia en afirmaciones falsas, incluso cuando las negaciones están presentes en el contexto. Se concluye que este sesgo afecta a diversos calificadores epistémicos y comportamientos del modelo, con implicaciones para la seguridad de la IA.
Q-OIL: Exploración optimista en el aprendizaje a partir de intervenciones humanas
Se presenta Q-OIL, un método que añade bonificaciones optimistas a las transiciones de intervención en el aprendizaje por refuerzo para guiar la exploración hacia correcciones humanas. El estudio demuestra que este método logra una mayor correlación con los rankings de algoritmos reales y mejora el rendimiento en simulación y robots reales. El trabajo ofrece un camino práctico para el aprendizaje escalable de robots basado en la intervención humana.
Generalización estocástica de variable latente conjunta de arquitecturas predictivas
Se presenta S-JEPA, una mejora de las arquitecturas JEPAs al incorporar una variable latente estocástica para la predicción de imágenes enmascaradas. Este enfoque estocástico añade capacidades, incertidumbre predictiva y finalizaciones diversas, superando al modelo determinista I-JEPA y LeJEPA. El estudio demuestra que la estocasticidad mejora la calidad de la representación sin sacrificar la precisión.
Flow-Direct: Guía eficiente y reutilizable para modelos de flujo mediante guía no paramétrica
Se presenta Flow-Direct, un marco que utiliza un campo de guía persistente para dirigir el proceso de generación en modelos de difusión y flujo. Este enfoque busca mejorar la eficiencia de la retroalimentación al utilizar todas las muestras evaluadas para refinar el campo de guía global. Además, el marco permite la reutilización del campo de guía generado para crear nuevas muestras sin necesidad de nuevas evaluaciones de recompensa.
Transportando el pasado: Una visión de transporte óptimo de contrafactuales de retroceso
El artículo estudia la inferencia contrafactual de retroceso para Modelos Causalestructurales (SCMs) utilizando el enfoque del transporte óptimo. Se presentan dos marcos complementarios para transportar la distribución posterior a configuraciones exógenas que cumplen una consulta contrafactual. Los marcos propuestos son consistentes con el principio de contrafactual de retroceso y se validan mediante experimentos sintéticos.
GraphRAG Diferencialmente Privado: Protegiendo la Conectividad y Semántica de Relaciones
Se presenta RelGuard, un marco diferencialmente privado para GraphRAG, diseñado para proteger la conectividad y la semántica de las relaciones en los grafos de conocimiento. Este marco aborda la fuga de información al mitigar la fuga de conectividad y proteger el significado semántico de las relaciones mediante la eliminación de relaciones. Los experimentos demuestran que RelGuard ofrece una protección superior contra ataques de reconstrucción en comparación con otros mecanismos existentes.
Caché consciente de la intención para un servicio eficiente de LLM
Se propone la Caché Consciente de la Intención (IAC) para sistemas de servicio de LLM, utilizando la intención del usuario como señal para una política de desalojo que busca mejorar la reutilización de caché. La evaluación en cargas de trabajo reales demostró que IAC logra una tasa de acierto de caché del 34.6%, superando métodos anteriores y reduciendo la latencia de servicio hasta en 46.1%.
Pronóstico de la carga de hipotensión intraoperatoria acumulada: evaluación paciente-disjunta de políticas de cuantiles y alerta
Se evaluó el rendimiento de diferentes métodos de pronóstico para la presión arterial media (PAM) en los próximos 15 minutos. El estudio comparó la habilidad de pronóstico con el rendimiento de las políticas de advertencia de episodio. Los resultados sugieren que la estimación de la carga de hipotensión es distinta del rendimiento de las políticas de advertencia.
OKdiarioTomografías cerebrales en jóvenes con Alzheimer revelan cómo la edad influye en la dinámica de la enfermedad
Investigadores de la Universidad de California San Francisco descubrieron diferencias en la biología de la enfermedad de Alzheimer entre pacientes jóvenes y mayores mediante tomografías PET. Los pacientes con inicio temprano muestran una mayor acumulación de proteína tau tóxica y un deterioro cognitivo más generalizado. Estos hallazgos buscan guiar futuros diseños de ensayos y estrategias de tratamiento para la enfermedad.
India TodayCOP31 comienza: Alimentación, agricultura y salud en el foco el Día 1 de la cumbre climática
La COP31 comienza en Antalya, Turquía, enfocándose en la alimentación, la agricultura y la salud debido al impacto del cambio climático. El día de apertura se centrará en cómo financiar sistemas alimentarios resilientes y mejorar las prácticas agrícolas y la gestión del agua. Además, se abordarán temas de salud relacionados con el clima y se buscará convertir las promesas climáticas en acciones prácticas.
HKUST NewsroomProf. Zhao Jidong recibe el prestigioso Premio de Investigación ALERT “ALERT Research Medal 2026”
El Prof. Zhao Jidong recibió la Medalla de Investigación ALERT 2026 por su contribución a la investigación en geomecánica. Este galardón fue entregado en el 37º Taller ALERT Geomateriales en Aussois, Francia. Además, fue invitado a dar una conferencia especial sobre modelado de procesos acoplados en medios granulares.
Prothom AloSe abre convocatoria de empleo en la Universidad de Ciencias y Tecnología de Pirojpur
La Universidad de Ciencias y Tecnología de Pirojpur ha lanzado una convocatoria para contratar personal en 29 puestos en diversas categorías, incluyendo académicos y administrativos. Se detallan los requisitos de cualificación, experiencia y los plazos para la solicitud en línea, cuyo cierre es el 22 de noviembre de 2026.
No se identificaron personas.
Prof. Lionel PARREAUX Recibió el Premio de Arte Distinguido en ECOOP 2026 y el Premio de Artículo Distinguido en ACM SIGPLAN ICFP 2026
El Profesor Lionel Parreaux y sus estudiantes recibieron premios en conferencias internacionales por sus trabajos en programación. Recibieron el Premio de Arte Distinguido en ECOOP 2026 y el Premio de Artículo Distinguido en la conferencia ICFP de ACM SIGPLAN 2026.
Jensen Huang admite haber sido infiel, un recuerdo de su cuenta de cómo conquistó a su esposa
El CEO de Nvidia, Jensen Huang, admitió ser infiel y la compañía inició una investigación sobre si fue objeto de una operación de inteligencia extranjera. Huang se disculpó con su familia y asumió la responsabilidad por sus acciones, mientras que la junta directiva de Nvidia ha iniciado una investigación independiente.
Hindustan TimesDelhi lucha con la aplicación de la ley, las violaciones de tiempo y los petardos 'verdes' empeoran la contaminación
La prohibición de los fuegos artificiales en Delhi se ha visto socavada por la falta de aplicación efectiva de las restricciones, permitiendo que los petardos, incluso los 'verdes', sigan contaminando el aire. Expertos señalan que las restricciones de tiempo y la verificación en el terreno han sido laxas, lo que resulta en altos niveles de partículas y dióxido de azufre. Se cuestiona la eficacia de los petardos verdes para reducir la contaminación, ya que aún emiten una cantidad significativa de contaminantes.
Parade PetsGato naranja escucha música heavy metal y su rostro estupefacto parece haber sido impactado
Un gato naranja reaccionó de manera extrema al escuchar música heavy metal, mostrando una reacción de shock y disgusto. El texto también aborda cómo la música afecta la percepción auditiva de los gatos y sugiere que la música diseñada para ellos puede reducir el estrés.
No se identificaron personas.
Chosun IlboSK 바이오팜 activa plataforma de innovación para ayudar a empresas a entrar al mercado estadounidense
SK BioPharm está facilitando la entrada al mercado estadounidense a empresas farmacéuticas y biotecnológicas coreanas. Para lograr esto, la compañía comparte su experiencia en desarrollo de fármacos, aprobación de la FDA y venta directa con las empresas locales. Se han seleccionado 31 empresas para participar en la plataforma de innovación 'SK Life Science LinX'.
SK Biopharma activa plataforma de apoyo para la entrada al mercado estadounidense
SK Biopharma ha lanzado una plataforma de innovación abierta para ayudar a empresas farmacéuticas y biotecnológicas coreanas a ingresar al mercado estadounidense. La iniciativa busca compartir la experiencia de la compañía en desarrollo de medicamentos y obtención de aprobación de la FDA con socios extranjeros. Se seleccionaron 31 empresas para operar en la plataforma "SK Life Science LinX".
No se identificaron personas.