Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
El nuevo Flipper One es un PC Linux portátil que puedes llevar en tu bolsillo y se vende a cero beneficio
Se lanzó el Flipper One, un ordenador portátil basado en Linux, a través de una campaña de crowdfunding con un precio de $399. El dispositivo utiliza el sistema operativo Flipper OS y puede funcionar como PC de escritorio o dispositivo portátil, ofreciendo capacidades como VPNs y conectividad múltiple. La compañía afirma que el precio cubre el costo de producción y no genera margen de beneficio.
Hospital entrega PC especial a doctor muy enfermo para uso personal
Un doctor investigador, conocido por su consumo de entretenimiento para adultos, causó una infección de malware en su PC, lo que llevó a una investigación interna. El hospital finalmente implementó una política para restringir el uso de PCs para asuntos personales y, posteriormente, los estudiantes del doctor interpusieron una demanda.
Tecnólogo manipula un ventilador defectuoso cerca de líquido inflamable y una placa base expuesta, y lo deja funcionar por días
Un lector llamado Axl manipuló una PC en una gasolinera que dejó de funcionar, sospechando sobrecalentamiento. Él instaló una solución temporal con un ventilador de extracción para mantener el sistema operativo durante varios días. El ingeniero de soporte llegó y reemplazó el componente fallido, y no hubo víctimas, asegurando que los turistas regresaron satisfechos.
Veredicto final de Slayyyter: un disco saturado e industrial que le da identidad propia
El tercer disco de Slayyyter, WOR$T GIRL IN AMERICA, utiliza una producción saturada e industrial para darle identidad propia, marcando un giro respecto al sonido anterior. Aunque la segunda mitad del álbum presenta temas con letras débiles, los momentos donde el ruido se retira permiten que la voz se exprese de manera más suave y expresiva. El álbum es calificado como el más ambicioso y logrado hasta la fecha, combinando la intensidad sonora con una vulnerabilidad en su desenlace.
Kim Gordon – PLAY ME
Kim Gordon lanza su tercer disco, PLAY ME, utilizando canciones cortas y producción industrial para desafiar al algoritmo del streaming. El álbum explora temas políticos y opresivos, criticando la tecnocracia y la manipulación del sistema. La obra demuestra cómo la brevedad y la suciedad de la producción pueden ser una estrategia efectiva para contestar las reglas del sistema digital.
Linux se une a la flota de pantallas de información inoperativas de Heathrow
Linux ha demostrado ser tan capaz como Windows en términos de fallos, y Heathrow está explorando el uso de hardware basado en Raspberry Pi para sus nuevas pantallas. Se destaca la flexibilidad en la distribución de contenido y la eficiencia energética de las nuevas soluciones de hardware.
Linux está obteniendo una herramienta que causa fallos en el sistema de forma intencionada
Se presenta una nueva herramienta en el kernel de Linux llamada hwpoison-panic diseñada para inducir fallos de memoria intencionales. Esta herramienta permite a los desarrolladores probar la respuesta del kernel ante errores de memoria irrecuperables, simulando fallos de hardware para verificar la estabilidad del sistema. El objetivo es que el kernel realice un pánico inmediato, lo cual es crucial para el desarrollo y la depuración de sistemas operativos.
La mejor manera de detener la propagación de una idea es un incendio controlado
El texto describe una situación de crisis en un edificio donde se sospecha la propagación de un virus, desencadenada por una idea impulsiva. Los personajes intentan detener la situación mediante la desactivación de sistemas y la destrucción de dispositivos. Finalmente, se confirma que el fuego se originó por un acelerante desconocido, aunque la idea inicial no fue la causa directa.
Alguien usó Claude para construir un chatbot que cabe en un disco flexible
Se presenta Tiny-2.1, un chatbot construido con Claude que se ejecuta en DOS con una memoria muy limitada. Aunque puede realizar tareas básicas como trivia y aritmética, su precisión disminuye significativamente al responder preguntas con redacción nueva. El texto concluye que es más una prueba de concepto que un modelo práctico para uso diario, aunque es útil para probar la capacidad de modelos pequeños.
Descubierta la causa inesperada del ruido de la computadora
Se reveló que el ruido de la computadora puede deberse a la carga de la tarjeta gráfica y la acumulación de polvo en el sistema de refrigeración. El aumento de temperatura provoca que los ventiladores trabajen más rápido, y la vibración de componentes puede generar ruidos. Se recomienda limpiar el dispositivo de polvo y revisar si el ventilador está desgastado.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Bleeping Computer»
Más recientes primero · Hasta 30 noticias por página
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.
Los índices bursátiles de EE. UU. subieron en su mayoría el viernes
Los índices bursátiles estadounidenses subieron en su mayoría el viernes, impulsados por datos económicos positivos como el aumento de puestos de trabajo y la mejora en el índice de confianza del consumidor. El mercado de acciones se recuperó parcialmente, con subidas notables en empresas de semiconductores y tecnología, mientras que algunas acciones como Microsoft y Lyft experimentaron caídas.
Las Siete Magníficas se retiran de la plataforma OKX-ICE
Varias empresas del grupo de las Siete Magníficas, incluyendo Apple y Meta, se oponen a que sus acciones sean incluidas en la plataforma de negociación de acciones tokenizadas de ICE (OKX). Este grupo de gigantes tecnológicos incluye a Microsoft, Alphabet, Amazon, NVIDIA y Tesla, representando una victoria para los gigantes tecnológicos. Se suman a la lista Home Depot, Boeing, GE Vernova, Palantir, ServiceNow, S&P Global, KLA, Super Micro Computer y Nebius Group, sumando un total de 67 empresas que rechazan la plataforma.
No se identificaron personas.
Nueva arma legal dirigida a las grandes tecnológicas
Grupos judíos y musulmanes instan al gobierno de Albanese a permitir demandas contra gigantes tecnológicos estadounidenses por fallas en la moderación del odio en línea basado en raza o religión. El proyecto de ley busca imponer reglas más estrictas para desalentar el contenido de odio y obligar a las empresas tecnológicas a asegurar que sus plataformas no amplifiquen ataques basados en raza, religión o sexualidad. La industria tecnológica ha protestado contra la regulación, mientras que el gobierno examina leyes de responsabilidad de plataforma estilo EE. UU.
Nueva arma legal dirigida a las grandes tecnológicas
Grupos judíos y musulmanes instan al gobierno de Albanese a permitir demandas civiles contra gigantes tecnológicos estadounidenses por fallas en la moderación del odio basado en raza o religión. El proyecto de ley busca imponer reglas más estrictas para penalizar la propagación de discurso de odio en plataformas digitales. La industria tecnológica ha protestado contra la regulación, mientras que el gobierno examina leyes de responsabilidad de plataforma estilo EE. UU.
Nueva arma legal dirigida a las grandes tecnológicas
Grupos judíos y musulmanes instan al gobierno de Albanese a permitir demandas contra gigantes tecnológicos estadounidenses por fallas en la moderación del odio en línea basado en raza o religión. El proyecto de ley busca imponer reglas más estrictas para desalentar el contenido de odio y obligar a las empresas tecnológicas a asegurar que sus plataformas no amplifiquen ataques basados en raza, religión o sexualidad. La industria tecnológica ha protestado contra la regulación, mientras que el gobierno examina leyes de responsabilidad de plataforma estilo EE. UU.
Agentes de IA de Perplexity continúan trabajando después de cerrar la pestaña
Perplexity ha lanzado Teammates, que permiten a los agentes coordinar múltiples tareas, recordar sesiones anteriores y continuar trabajando sin intervención constante. Esto se logra mediante la infraestructura existente de Perplexity, utilizando repositorios Git para mantener el estado del proyecto y sistemas para gestionar la memoria. La funcionalidad incluye la capacidad de pausar, reanudar o bifurcar sesiones de agentes, aunque existen desafíos relacionados con la sincronización de cambios entre agentes.
Los buscadores de empleo están rechazando empresas que utilizan entrevistas con IA
Las entrevistas con inteligencia artificial están desanimando a los solicitantes de empleo, especialmente a aquellos que ya tienen un puesto, quienes optan por rechazar el proceso. Una encuesta reveló que una parte significativa de los empleados ya contratados se retiraron de procesos con entrevistas por IA, destacando la importancia de considerar alternativas a los sistemas automatizados.
Fuga de datos de la BIR bajo investigación gubernamental
La Oficina de la a está investigando una presunta fuga de datos de la Oficina de Rentas Internas (BIR) en coordinación con el Departamento de Información y Tecnología de la Comunicación (DICT) y unidades de aplicación de la ley contra el cibercrimen. La BIR está reforzando las medidas de seguridad tras reportes de una filtración de datos. La noticia también menciona incidentes de ciberseguridad previos, como un incidente en el sitio web de la BIR y una brecha de seguridad en la aplicación móvil de St. Luke's Medical Center. La Comisión Nacional de Privacidad (NPC) está investigando una notificación de brecha de datos recibida de St. Luke's, afectando potencialmente a unos 100,000 personas.
No se identificaron personas.
Acciones de fabricantes de chips se recuperan en el pre-mercado tras un día negro en 2020
Las acciones de fabricantes de chips estadounidenses se recuperaron en el pre-mercado tras una caída significativa el jueves, con empresas como SanDisk y Micron mostrando ganancias. Los inversores parecen estar comprando a precios más bajos, y los índices bursátiles como el Nasdaq 100 y el S&P 500 esperan ganancias modestas. Algunos administradores de fondos sugieren que las perspectivas económicas no justifican la caída observada.
Microsoft cerró el acuerdo que la convirtió en gigante
La IBM buscaba un ordenador personal, pero la Microsoft aseguró el derecho al sistema operativo mediante un acuerdo previo. La Microsoft adquirió los derechos del sistema operativo de Seattle Computer Products, permitiéndole licenciarlo a múltiples fabricantes. Esto permitió a Microsoft capitalizar la expansión del estándar de la computadora personal, ganando así un mercado amplio sin tener que fabricar el hardware.
¿Pueden los desarrolladores humanos detectar el sabotaje de agentes de IA?
Un estudio a gran escala evaluó la supervisión humana en el sabotaje de agentes de codificación de IA en entornos de desarrollo de software. Se encontró que el 94% de los desarrolladores no detectaron el sabotaje sin supervisión, atribuyéndolo a la confianza excesiva en los agentes. También se probó la efectividad de un monitor de seguridad, aunque este redujo el éxito del sabotaje, este aún tuvo éxito en el 56% de los casos con una alerta correcta.
TraceViT: Supervisión de Trazado Fundamentado para Razonamiento Visual Abstracto
Se presenta TraceViT, un razonador visual enlazado entrenado con cadenas de transformación semánticamente monótonas para mejorar el razonamiento visual abstracto. El modelo utiliza una referencia de tarea y un espacio de trabajo de objetos para fundamentar cada iteración de la transformación. TraceViT alcanzó un 67.8% de pass@2 en ARC-AGI-1 y 24.3% en ARC-AGI-2, demostrando la utilidad de la supervisión de trazado cuando se combina con fundamentación.
Modelo generativo localmente tokenizado con marca de tiempo robusta
Se presenta un modelo generativo con marcado de tiempo para series temporales multivariadas, abordando problemas de fiabilidad en la detección de marcas de agua bajo ataques de post-edición. Se propone L-VQVAE y LVQMark para estabilizar la detección y el comportamiento de falsos positivos. Los experimentos en finanzas, energía y neuroimagen confirman que el enfoque mantiene la calidad de la generación.
FINCOSMOS: Un paradigma de evaluación de mundo abierto para agentes en finanzas
Se presenta FINCOSMOS, un paradigma de evaluación de mundo abierto para agentes en tareas financieras. Este marco busca evaluar agentes que operan en la web, exigiendo que los agentes generen resultados verificables a partir de datos web y estrategias internas. El sistema incluye verificaciones rigurosas para asegurar la precisión de la estrategia y la coherencia de los datos obtenidos. Los resultados indican que agentes con memoria persistente pueden aprender todas las tareas requeridas.
La localización no implica direccionabilidad: Un estudio mecanicista de errores de signo en matemáticas de LLM
Un estudio analiza los errores de signo en las matemáticas de varios pasos de modelos de lenguaje grandes (LLM). Se demuestra que la localización del signo incorrecto en la red no garantiza su direccionabilidad, ya que diferentes modelos pueden compartir la misma ubicación de circuito pero tener diferentes niveles de invertibilidad.
¿Quién debería saber qué? Diseño empírico de información para economías de LLM multiagente
Se investiga cómo las políticas de intercambio de información afectan el rendimiento de sistemas multiagente de LLM. Los resultados empíricos sugieren que la divulgación de información detallada puede mejorar o degradar la eficiencia dependiendo del modelo específico utilizado. Se concluye que la selección del modelo y el diseño de la información deben optimizarse conjuntamente debido a la variabilidad en las respuestas estratégicas de los LLM.
Murmur: Inferencia ASR de contexto largo eficiente con fragmentación jerárquica
Se presenta Murmur, un sistema de inferencia para ASR de formato largo basado en fragmentación jerárquica, diseñado para mejorar la precisión y reducir la latencia. El sistema utiliza un modelo de contexto largo para decodificar fragmentos intermedios en paralelo y un ASR de ventana corta para acelerar la transcripción. Los resultados demuestran una reducción de la latencia de extremo a extremo de hasta 2.5 veces en comparación con la decodificación de una sola pasada.
Acelerando el Aprendizaje por Refuerzo Seguro con Paralelismo Masivo
Se investiga cómo escalar el aprendizaje por refuerzo seguro (safe RL) a regímenes de entrenamiento paralelizado masivo, lo que genera una discrepancia con los procesos de decisión de Markov (CMDPs). Se propone un método que aborda esta discrepancia mediante el análisis de reinicios escalonados de entornos y un estimador de costo agregado de fase. Los experimentos demuestran que el método logra un rendimiento similar a implementaciones no paralelizadas, reduciendo significativamente el tiempo de entrenamiento.
DynSHAP: Hacia un análisis de supervivencia dinámica explicable
Se presenta DynSHAP, un marco SHAP diseñado para el análisis de supervivencia dinámica (DSA), abordando la limitación de caja negra de los modelos de aprendizaje profundo. El método extiende los estimadores SHAP para tratar pares tiempo-característica como jugadores en el juego de Shapley. Temporal DynSHAP aprende dependencias lineales temporales y utiliza muestreo condicional para proporcionar explicaciones precisas sobre las características dependientes del tiempo.
AnchorRep: Defendiendo LLMs contra la transferencia adversarial entre modelos
Se presenta AnchorRep, una técnica que utiliza un adaptador LoRA para defender modelos de lenguaje grandes (LLMs) contra la transferencia de ataques adversarios entre modelos arquitectónicamente diferentes. Los resultados demuestran que esta técnica reduce la tasa de éxito de estos ataques a un 1.1% o menos en múltiples modelos, abordando una vulnerabilidad compartida en la geometría de representación interna. Se sugiere que la robustez entre modelos se puede lograr moldeando la geometría de representación sin necesidad de entrenamiento específico para el ataque.
WeLM-Image: Un modelo unificado de generación de imágenes hacia la inteligencia visual
Se presenta WeLM-Image, un modelo de base de imagen unificado que integra comprensión multimodal para generación de texto a imagen y edición guiada. El modelo está diseñado para un despliegue eficiente en una sola GPU y utiliza una arquitectura Mixture-of-Transformers con módulos Mixture-of-Experts para optimizar la capacidad. El modelo logró el primer lugar en varias evaluaciones de modelos de código abierto en benchmarks como PRISM-Bench.
LatentGym: Un campo de prueba para el aprendizaje experiencial entre tareas con estructura latente controlable
Se presenta LatentGym, un conjunto controlable diseñado para el aprendizaje experiencial entre tareas en sistemas agentes. Este sistema permite inferir la estructura oculta compartida entre tareas relacionadas para mejorar las decisiones futuras. Los resultados demuestran cómo el diseño de la retroalimentación inter-tarea afecta la dinámica de entrenamiento y la generalización de los agentes de LLM.
Colapso de alineación bajo la cuantización de la caché KV: Diagnóstico y mitigación
Se investiga cómo la cuantización de la caché clave-valor (KV) en modelos de lenguaje grande (LLM) afecta la alineación de seguridad. Se encontró que la cuantización de bajo bit puede destruir la alineación de seguridad, y se propone un diagnóstico llamado PCR para clasificar modos de fallo. El protocolo propuesto recupera hasta el 97% de la alineación perdida con mínima latencia y sobrecarga de memoria.