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.
IA se encuentra con APEC: Inyectando nuevo impulso al desarrollo regional
La inteligencia artificial se encuentra con APEC, inyectando un nuevo impulso al desarrollo regional. Este evento parece estar relacionado con la colaboración entre la IA y el Foro de Cooperación Económica Asia-Pacífico.
No se identificaron personas.
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.
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).
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.
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.
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.
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.
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.
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.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «AI»
Más recientes primero · Hasta 30 noticias por página
Med-DualLoRA: Adaptación Local de Modelos Fundacionales para Resonancia Magnética Cardíaca 3D
Se propone Med-DualLoRA, un marco federado de ajuste fino eficiente en parámetros (PEFT) para la detección de enfermedades en resonancia magnética cardíaca 3D utilizando modelos fundacionales. Este método descompone adaptaciones LoRA globales y locales para mejorar la personalización mientras se reduce el costo de comunicación. Los experimentos demuestran que el método logra un rendimiento estadísticamente superior manteniendo la eficiencia de la comunicación.
Adaptando Modelos de Lenguaje Grande mediante Aprendizaje Multi-tarea para la Detección de Problemas de Salud Mental, Emoción y Sentimiento
Un estudio investiga el aprendizaje secuencial multi-tarea con PEFT, LoRA y cuantización de 4 bits en Llama 3.1 8B Instruct para detectar problemas de salud mental, emociones y sentimiento. Se encontró que el orden de las tareas afecta la transferencia de conocimiento y la interferencia, siendo la secuencia MHP-primero la mejor para detección de problemas de salud mental. La integración de técnicas también reduce los requisitos computacionales, haciendo posible la adaptación de LLMs en entornos con recursos limitados.
No se identificaron personas.
Modelo de optimización de política basado en OOD regularizado generativo
Se presenta el algoritmo GORMPO, un método de RL offline que integra modelado de densidad generativa para regularizar la optimización de políticas y evitar acciones fuera de distribución (OOD). El estudio compara la detección de OOD y el rendimiento de GORMPO en datasets médicos y de RL offline. Los resultados empíricos indican que una mejor detección de OOD mejora las políticas en entornos estables, mientras que las penalizaciones conservadoras son preferibles ante la incertidumbre dinámica.
Agencia percibida durante las transiciones de control del agente-avatar en realidad virtual
Un estudio en realidad virtual investigó cómo las creencias previas sobre el control de un humano virtual afectan la agencia percibida durante transiciones de control entre humanos y computadoras. Los resultados indicaron que la agencia percibida fue fuertemente influenciada por el controlador inicial, y que las creencias previas y las primeras impresiones continuaron moldeando esta percepción. Las evaluaciones sociales, en cambio, fueron más sensibles al comportamiento real del humano virtual durante la interacción.
Atribución agentiva de la propiedad de recursos en la nube
Se presenta una arquitectura de referencia para la atribución de propiedad de recursos en la nube utilizando agentes de IA para investigar y priorizar hallazgos de seguridad. La arquitectura deriva la propiedad de los recursos de registros como registros de trabajo e historial de código, en lugar de depender de declaraciones explícitas de propiedad. Se demostró una alta precisión y recuerdo ponderado al verificar evidencia contra registros existentes.
Comparación de estimación de densidad para aprendizaje por transferencia en espacios de Banach, Hilbert y euclidianos
El documento compara métodos de adaptación de dominio (DA) en espacios geométricos diferentes, incluyendo Hilbertianos y de Banach. Se propone el Aprendizaje por Transferencia de Manifolds de Banach (BMTL) utilizando regularización L1 para la alineación de densidad. Los experimentos demuestran que la variante L1 supera a la L2, logrando ganancias consistentes en tareas como USPS a MNIST.
SocialGym: Evaluando la inteligencia social de LLM a través de juegos multiagente
Se presenta SocialGym, un entorno diseñado para evaluar la inteligencia social de los Modelos de Lenguaje Grande (LLM) en escenarios multiagente. El entorno incluye 22 juegos sociales con resultados verificables basados en reglas definidas. Los resultados indican que el rendimiento varía según el juego y el rol, y que la capacidad de mantener secretos se relaciona con la teoría de la mente.
No se identificaron personas.
DPRM: Módulo de ordenamiento de tokens inducido por transformaciones de Doob para modelos de difusión discretos
Se presenta DPRM, un módulo de ordenamiento de tokens que utiliza una distribución de trayectoria sesgada por recompensa terminal para mejorar el razonamiento en modelos de difusión discretos. Este módulo corrige la tendencia de depender únicamente de la confianza local, logrando mejoras significativas en diversas métricas de rendimiento. Las mejoras incluyen incrementos en la precisión de modelos como PUMA GSM8K y RealWorldQA, demostrando la efectividad de ajustar la recompensa terminal.
¿Qué tan corto es demasiado corto? Calibración condicional basada en la longitud y abstención para detectar texto generado por IA
Se investiga la detección de texto generado por IA basándose en la longitud del pasaje. El estudio analiza cómo la longitud afecta la tasa de falsos positivos de los detectores de IA. Se calibran umbrales y se determina cuándo un detector es informativo en diferentes longitudes de texto.
¿Su red neuronal extrapola? Ingeniería de características como sesgo de identificabilidad para la generalización OOD
Se investiga si las redes neuronales profundas pueden generalizar fuera de distribución (OOD) si las características aprendidas en el entrenamiento (ID) son identificables. Se demuestra que la generalización OOD depende de un compromiso estructural identificable que especifica el proceso generador de datos subyacente. Se concluye que las características correctas son necesarias, pero no suficientes, para lograr una generalización OOD exitosa.
Moxia: Arquitectura de ejecución neuro-simbólica de confianza primero para razonamiento matemático autoexplicativo
Se presenta Moxia, una arquitectura neuro-simbólica diseñada para el razonamiento matemático autoexplicativo a partir de lenguaje natural. El sistema convierte el texto informal en un esquema para un sistema CAS, derivando respuestas o abstenciones. El modelo alcanzó un 95.6% de aciertos en el test MATH completo, con énfasis en la verificación de teoremas Lean compilados.
Crédito de valor de búsqueda para el diseño heurístico automático evolutivo
Se propone el Crédito de Valor de Búsqueda (SVC) para mejorar el diseño heurístico automático en modelos de lenguaje grandes. Este mecanismo construye recompensas basadas en la admisión a un conjunto retenido y una medida de exposición a padres, buscando reflejar oportunidades de reutilización de los programas. Los resultados demuestran que SVC ofrece un mejor rendimiento de búsqueda en varias tareas de optimización comparado con el método anterior.
Más allá de la restauración de uniformes: Empoderando la restauración todo en uno con guía multimodal a nivel de píxel
Se presenta MGN-AIR, un marco de restauración a nivel de píxel para la restauración de imagen todo en uno. Este método utiliza indicaciones textuales y visuales para guiar al modelo en la restauración de degradaciones a nivel de píxel. Los resultados experimentales demuestran que el método propuesto supera significativamente a los enfoques existentes en diversas tareas de restauración.
Exploración impulsada por prompts: el lenguaje como espacio de exploración para el aprendizaje por refuerzo con aprendizaje profundo
Se propone la Exploración Impulsada por Prompts (PDE) para el aprendizaje por refuerzo (RL) utilizando modelos de lenguaje grandes (LLM) y modelos de visión-lenguaje-acción (VLA). Esta técnica permite modificar el prompt de lenguaje natural para inducir cambios globales en la política, mejorando la eficiencia de la muestra y permitiendo el aprendizaje de políticas exitosas incluso con recompensas escasas.
JevGPT: Pensando rápido y lento en la investigación autónoma
Se presenta JevGPT, una arquitectura de doble sistema para investigación autónoma que combina procesamiento rápido de evidencia con planificación deliberativa. El sistema integra hallazgos mientras que el otro localiza el soporte y guía la inspección. Los experimentos demuestran que JevGPT logra un rendimiento superior con menor costo y tiempo de finalización que otros agentes de investigación.
Auditoría a gran escala de fuentes alineadas con el Estado ruso en respuestas de chatbots de IA
Se realizó una auditoría exhaustiva de 11 chatbots de IA para determinar su susceptibilidad a recuperar contenido de la Red Pravda, un agregador de medios de estado ruso. Se encontró que la recuperación de artículos de la Red Pravda es infrecuente, siendo solo el 7.3% de las respuestas, y altamente dependiente de la plataforma. Además, se identificó la táctica de "lavado de titulares" utilizada para disfrazar el contenido estatal como reportaje independiente.
Métodos de entrenamiento defensivo: Entendiendo cómo protegen la integridad de los modelos de lenguaje
Se analizan los métodos de entrenamiento defensivo como el direccionamiento preventivo positivo (PPS) y el prompting de inoculación (IP) para proteger la integridad de los modelos de lenguaje grandes (LLM). Se examinan sus mecanismos conductuales y mecanicistas, encontrando que ambos métodos previenen la adquisición de rasgos, aunque con efectos diferentes en la expresión de rasgos preexistentes. Los resultados indican que PPS e IP no son intercambiables y sugieren que la pérdida y el cambio de gradiente son manifestaciones de la misma señal de entrenamiento.
EVA-0: Evolución del modelo en tiempo de prueba con solo dos pasadas hacia adelante por muestra
Se presenta EVA-0, un marco de adaptación de orden cero que permite la evolución del modelo en tiempo de prueba con solo dos pasadas hacia adelante por muestra, evitando la retropropagación. Este método aborda problemas como la susceptibilidad a soluciones atajo y la deriva de peso mediante estrategias específicas. Los resultados demuestran que EVA-0 supera a otros métodos y logra una aceleración de 14 veces sobre FOA.
PitchBench: Midiendo la audición de tono en modelos de lenguaje audio
Se presenta PitchBench, un conjunto de evaluación de 28 tareas diseñado para medir la percepción de tono absoluto y relativo en modelos de lenguaje audio (ALM). El estudio evalúa la fiabilidad de la percepción de tono bajo diversas condiciones acústicas y de fuente de sonido. Los resultados indican que la audición de tono sigue siendo muy poco fiable en los modelos de vanguardia, con una precisión que varía según el formato de la instrucción.
Grounding Driving VLA mediante Cinemática Inversa
Se presenta una arquitectura inspirada en la cinemática inversa para mejorar la planificación de trayectorias en VLAs de conducción, abordando el fallo de planificación ciega. El modelo logra un rendimiento de vanguardia en simuladores de conducción utilizando solo cámaras, superando a la línea base existente en métricas clave. Esto demuestra la capacidad de la predicción de estado futuro para refinar las respuestas a peligros específicos.
Entendiendo los desafíos en la optimización generativa iterativa con LLMs
Se investiga la optimización generativa iterativa con LLMs, encontrando que su fragilidad se debe a decisiones de diseño no explícitas sobre qué editar y qué evidencia de aprendizaje proporcionar. Se analizan tres factores clave, como el artefacto inicial y el horizonte de crédito, para determinar el éxito de la optimización en diferentes escenarios. Se propone una regla de tamaño de lote y horizonte de crédito calibrada para transferir a otros modelos.
RoboWits: Desafíos inesperados para la resolución creativa de problemas robóticos
Se presenta RoboWits, un punto de referencia robótico diseñado para evaluar el razonamiento cognitivo y la robustez de los robots ante desafíos inesperados. Los resultados indican que los modelos de visión grandes (VLAs) ajustados son frágiles en tareas mutadas, mientras que un modelo de cero-shot basado en GPT-6 Astra supera a los VLAs ajustados, aunque aún presenta debilidades en dichas tareas.
NeuroActiSep: Detectando alucinaciones fácticas desde neuronas de propagación hacia adelante en un solo pase
Se propone un método para rankear neuronas de propagación hacia adelante en el token de pregunta final para investigar su uso en la detección de alucinaciones en el primer pase hacia adelante de modelos de lenguaje grandes. El estudio demuestra que las pruebas entrenadas con características de conjuntos dispersos de neuronas seleccionadas son competitivas con las entrenadas en representaciones internas. Se concluye que las señales correlacionadas con la alucinación están distribuidas entre muchas neuronas, aunque la selección puede ser útil en conjuntos muy dispersos.
De las líneas de base a las geodésicas de transporte: Atribución axiomática mediante flujos generativos óptimos
El estudio aborda la ambigüedad en la atribución de características al analizar cómo diferentes caminos generativos definen explicaciones de predicciones. Se propone un principio de atribución basado en el transporte de distribuciones para seleccionar el camino óptimo. Los experimentos demuestran que los caminos de transporte aprendidos ofrecen explicaciones espacialmente coherentes y estables.
Enfoque sin conexión al aprendizaje por refuerzo guiado por fNIRS para el comportamiento de robots
Se explora la viabilidad de usar señales cerebrales mediante espectroscopia funcional de infrarrojo cercano (fNIRS) para modular el aprendizaje de robots en simulaciones de aprendizaje por refuerzo. El estudio compara agentes entrenados con diferentes tipos de interacción y demuestra que la señal neural mejora el aprendizaje al aumentar prioridades de trayectoria y objetivos q. El marco también funciona con datos sin conexión, ofreciendo una alternativa práctica para escenarios donde los sistemas BCI en tiempo real son inviables.
¿Los probes de estado oculto entrenados benignamente detectan errores de herramientas bajo condiciones adversarias?
Se evalúa si los probes de estado oculto entrenados con uso benigno de herramientas son útiles para detectar acciones incorrectas bajo condiciones adversarias. La investigación compara estos probes con otras métricas de incertidumbre para determinar su fiabilidad. Los resultados sugieren que dichos probes no deben considerarse confiables para detectar errores operativos de acción de herramientas en escenarios adversarios.
UDT: Reconciliando U-Nets y Diffusion Transformers con Reducción de Tokens Adaptativa a los Datos
Se propone UDT, un transformador de difusión U-Net que combina el poder de representación de los Diffusion Transformers (DiTs) con los beneficios de codificación-decodificación de los U-Nets mediante la fusión adaptativa de tokens para el muestreo. Esta arquitectura supera a las U-Net DiTs existentes y muestra un rendimiento comparable a REPA, logrando una convergencia significativamente más rápida.
LAPO: Optimización de política logit-promediada KL-free para aprovechar RL y SFT en LLM post-entrenamiento
Se presenta LAPO, un marco post-entrenamiento libre de KL y crítico que utiliza el promedio de logits dentro de GRPO para estabilizar las trayectorias de despliegue. Este método elimina la retropropagación de la penalización KL explícita y equilibra dinámicamente la exploración y el anclaje estructural. Los resultados muestran que LAPO supera al GRPO regularizado por KL, obteniendo ganancias de precisión en benchmarks clave.
Modelado de recompensa guiado por razones para el aprendizaje por refuerzo basado en preferencia
Se presenta un marco de aprendizaje por refuerzo basado en preferencia (PbRL) que aprende un modelo de recompensa humana utilizando retroalimentación a nivel de trayectoria. Este marco incluye etiquetas de razón que explican la preferencia de un comportamiento, mejorando la alineación de la recompensa con las expectativas humanas. La formulación guiada por razones proporciona supervisión adicional y aumenta la interpretabilidad de la política aprendida.
La geometría del rechazo: Por qué el rechazo post-hoc es frágil y el rechazo en tiempo de preentrenamiento persiste
Se analiza la fragilidad del rechazo en modelos de lenguaje grandes, comparando el entrenamiento de seguridad post-hoc con el entrenamiento en tiempo de preentrenamiento. Se demuestra que el rechazo es frágil y que la persistencia, no el momento, determina si el rechazo se mantiene. Los modelos entrenados desde cero con co-entrenamiento de seguridad muestran una erosión menor del rechazo bajo ataques específicos.