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
MedGraph: Manteniendo el estado del paciente con memoria gráfica para diálogos médicos a largo plazo
Se presenta MedGraph, una memoria gráfica diseñada para mantener el estado clínico correcto de un paciente a través de diálogos médicos longitudinales. Este sistema aborda errores comunes en sistemas de memoria al asegurar que la evidencia recuperada sea actual y atribuida correctamente. MedGraph demuestra la mayor precisión en pruebas comparativas con modelos GPT y Qwen.
SEABench: Medición de la desalineación endógena en agentes autoevolutivos
Se presenta SEABench, un benchmark diseñado para estudiar la desalineación endógena que surge de la autoevolución de agentes LLM. El estudio evalúa cómo las actualizaciones locales pueden llevar a comportamientos inseguros a largo plazo, incluso sin influencia adversaria directa. La investigación demuestra que la autoevolución incrementa la finalización de tareas, pero a costa de fallos de seguridad en comparación con agentes estables.
Revisando la recuperación generativa frente a la recuperación densa: Un valor estático prioriza la brecha
Se compara la recuperación generativa (GR) y la recuperación densa (DR) para la generación de candidatos en el comercio minorista en línea. Se encontró que la GR supera a la DR en el valor del artículo más relevante, mientras que la DR es superior en la recuperación exacta y el valor relevante en la lista clasificada. Un análisis adicional sugiere que la popularidad es clave para el rendimiento de la GR.
WoVR: Modelos del mundo como simuladores fiables para políticas VLA post-entrenamiento con RL
Se propone WoVR, un marco de RL basado en modelos del mundo para políticas VLA post-entrenamiento, diseñado para mejorar la estabilidad de los recorridos imaginados y la optimización de políticas. El método regula la interacción del RL con dinámicas imaginadas imperfectas mediante un modelo del mundo de video condicionado por acción y recorridos inicializados por fotograma clave. Los experimentos demuestran que WoVR permite recorridos estables a largo plazo y optimización efectiva de políticas con ganancias consistentes en el mundo real.
La investigación en conducción autónoma requiere un paradigma de datos impulsado por la comunidad
La investigación en conducción autónoma necesita un cambio en el paradigma de datos, ya que los conjuntos de datos existentes están fragmentados y subutilizados. Se propone un modelo colaborativo impulsado por la comunidad para mejorar el descubrimiento, la reutilización y la integración de datos. Esto busca transformar los datos fragmentados en una infraestructura compartida para lograr la autonomía en cualquier lugar y momento.
Leyes de escalado para datos de entrenamiento SAE
Se investiga el almacenamiento de activación en el entrenamiento de autoencoders dispersos (SAE) para determinar cuántas activaciones únicas son necesarias con un presupuesto fijo. Se establece una ley de escalado que sugiere que el búfer debe crecer hasta un punto de meseta, y luego reutilizar ese búfer para optimizar el almacenamiento de activación. Los experimentos demuestran que esta técnica reduce el almacenamiento de activación en un factor de 8 a 64 con una pérdida mínima de calidad.
Difusión invariante a escala con superresolución continua
Se presenta SKILD, un modelo de difusión que unifica la generación de imágenes y la superresolución continua en un marco incondicional. Este modelo aprovecha la invariancia a escala para atenuar contenido de imagen y reconstruir detalles finos a partir de entradas toscas. Los resultados empíricos muestran que SKILD supera a modelos condicionales en métricas perceptuales y logra altos puntajes en FID e Inception Score.
Eigenius: Una DBMS de grafo de conocimiento tipada con estratificación epistémica y razonamiento mediado por instituciones
Se presenta Eigenius, un DBMS de grafo de conocimiento de código abierto y tipado diseñado para manejar la evidencia interconectada mediante una arquitectura unificada. Este sistema busca resolver la pregunta de auditoría sobre el conocimiento y la garantía de los datos. Utiliza una teoría de tipos dependientes y un almacenamiento inmutable para asegurar la procedencia de los datos.
Whiel: Una plataforma neurosimbólica para la verificación de programas relacionales certificados
Se presenta el sistema Whiel, una plataforma neurosimbólica para el razonamiento basado en programas relacionales imperativos certificados. Este sistema puede manejar problemas de contención y equivalencia para Datalog y lenguajes de consulta de grafos. Whiel permite representar algoritmos de evaluación optimizados y verificar especificaciones de integridad de datos. El objetivo es crear una herramienta para resolver problemas matemáticos complejos y decidibles con alta fiabilidad.
Computación en tiempo polinomial de equilibrios propios de forma extensa en juegos de suma cero de dos jugadores
Se presenta un algoritmo determinista en tiempo polinomial para calcular un equilibrio propio exacto en juegos de suma cero de dos jugadores con recuerdo perfecto. El método utiliza un permutaedro geométrico y una representación de forma de secuencia para imponer restricciones de acción. El algoritmo busca obtener probabilidades exactas con codificación de longitud polinomial.
SAVeR^2: Alineación de seguridad basada en razonamiento para modelos de razonamiento grandes mediante recompensas verificables
Se presenta SAVeR^2, un método novedoso de alineación de seguridad para Modelos de Razonamiento Grandes (LRMs) que utiliza recompensas con capacidad de razonamiento. Este método descompone el objetivo de seguridad en señales verificables y emplea un mecanismo de proyección de gradiente para eliminar el impuesto de seguridad. Los experimentos demuestran que SAVeR^2 mejora el rendimiento de seguridad y reduce las tasas de sobre-rechazo sin afectar las capacidades de razonamiento general.
HyperVAttention: Atención dispersa eficiente con agrupación espacio-temporal para difusión de video
Se presenta HyperVAttention (HVA), un marco de atención dispersa libre de entrenamiento diseñado para mejorar la eficiencia de los Transformadores de Difusión de Video (VDiTs). El método aborda la sobrecarga de agrupación mediante la agrupación de ventanas locales 3D y optimiza la utilización de CTA mediante una fusión de clústeres consciente del hardware. Los experimentos demuestran que HVA supera a SVG2 en fidelidad y ofrece una aceleración significativa sobre la atención completa.
Cuando la verificación automática imperfecta fracasa: Aprendizaje social ante la desinformación
Se estudia cómo las herramientas automáticas de verificación de hechos, imperfectas y rápidas, afectan el aprendizaje social de desinformación en plataformas. Se analiza si estas herramientas pueden ayudar a los agentes a evitar cascadas erróneas, pero también pueden engañar a los agentes, reduciendo la probabilidad de propagación de información correcta. Se demuestra que el uso de estas herramientas puede disminuir el bienestar para artículos de fiabilidad intermedia.
No se identificaron personas.
Segmentación de lesiones cutáneas mediante la consulta de un generador de texto a imagen
Se presenta GENIQ, un método sin entrenamiento que construye prototipos iniciales de piel y lesión a partir de imágenes generadas y los refina con parches de imágenes sin etiquetar. Este método logra puntuaciones Dice de 0.85-0.88 en conjuntos de prueba de dermatoscopia, superando a otros métodos de atención. El estudio demuestra que la dirección derivada de imágenes generadas es mejor alineada para la segmentación de lesiones cutáneas.
LIBRA: Inducción programática de librerías ejecutables
Se presenta LIBRA, un marco para la inducción de librerías por ensamblaje en tiempo de ejecución que transforma un catálogo de herramientas plano en una librería ejecutable. Este sistema permite a un LLM proponer contratos de invocación y estado, probándolos en un sandbox para validar las relaciones en tiempo de ejecución. LIBRA muestra mejoras significativas en métricas de recuperación en varios benchmarks, superando a otros recuperadores densos.
OpenAI adquiere Pierre Computer para competir con GitHub
La Unión Europea invertirá 525 millones de euros para impulsar la industria europea de diseño de chips y fomentar su independencia tecnológica. Paralelamente, OpenAI adquirió Pierre Computer para desarrollar una infraestructura de codificación con IA como competencia a GitHub. También se aborda la brecha en la digitalización de los sistemas de salud en Alemania y las estrategias de la OMS para la detección temprana de pandemias.
OpenAI anuncia la adquisición de Pierre Computer para convertirse en competidor de GitHub
OpenAI ha anunciado la adquisición de Pierre Computer para fortalecer su infraestructura de código con IA, buscando crear una alternativa a GitHub. Esta adquisición busca integrar herramientas de almacenamiento de código Git para mejorar la gestión de versiones de código fuente. Esto posiciona a OpenAI como un competidor directo de GitHub en el ámbito de la codificación asistida por inteligencia artificial.
OpenAI adquiere Pierre Computer para potenciar Codex
OpenAI adquirió a Pierre Computer Company para reforzar Codex, marcando un impulso agresivo en el mercado de herramientas para desarrolladores. La adquisición busca integrar capacidades de análisis y revisión de código para mejorar la experiencia del desarrollador. Esto permitirá a Codex ser una solución integral para el desarrollo de software, aprovechando la infraestructura y modelos de IA de OpenAI.
No se identificaron personas.
ASUS impulsa la productividad empresarial en México con computadoras para agentes de IA
ASUS está impulsando la productividad empresarial en México mediante la incorporación de agentes de inteligencia artificial (IA) a través de su portafolio de soluciones de cómputo Agent Computer. Ofrecen equipos desde mini PC hasta estaciones de trabajo de alto rendimiento, permitiendo a las empresas integrar IA localmente, en la nube o de forma híbrida. Estas soluciones buscan optimizar la gestión de datos, reducir costos operativos y soportar la automatización de tareas complejas en entornos empresariales.
No se identificaron personas.
OpenAI adquirirá Pierre Computer Company, Inc.
OpenAI adquirirá Pierre Computer Company, Inc., la empresa detrás de Code Storage y herramientas de desarrollador de código abierto. El objetivo es mejorar los flujos de trabajo de Git para el desarrollo de software moderno, conectando el código enviado por las empresas con las decisiones de las personas a una escala exigida por el futuro. Se espera que esta adquisición impulse el futuro del control de versiones en la industria.
No se identificaron personas.
Acciones de Taiwán cierran a la baja pero se recuperan de mínimos ante elecciones intermedias de EE. UU.
Las acciones en Taiwán cerraron a la baja, pero se recuperaron de los mínimos tras una sesión volátil influenciada por las proyecciones de victoria demócrata en las elecciones intermedias de EE. UU. Los inversores buscaron oportunidades de compra en semiconductores relacionados con IA, mientras que el índice Taiex se recuperó parcialmente. La incertidumbre política sobre el futuro de Trump mantuvo la volatilidad en el mercado.
TStruct: Aprendizaje de estructuras temporales compartidas para la predicción de series temporales a largo plazo
Se investiga el aprendizaje de dependencias temporales estables y generalizables en series temporales a largo plazo, abordando el problema del ruido y la no estacionariedad de los datos reales. Se propone TStruct, una red que aprende estructuras de dependencia temporal reutilizables y las combina adaptativamente. El modelo demuestra un rendimiento superior en comparación con otras metodologías, logrando alta precisión y eficiencia computacional.
LIRA: Una asignación de rango dinámica informada por la pérdida interpretable para la adaptación de bajo rango
Se propone LIRA (Loss-Informed Rank Allocation), un método LoRA dinámico para hacer más interpretable la reasignación de rango en la adaptación de bajo rango. LIRA puntúa cada capa basándose en la magnitud de la perturbación de la pérdida local para justificar los cambios de rango. Este método supera a otros enfoques de rango adaptativo en pruebas específicas de modelos como RoBERTa-base GLUE.
Redes de afinidad molecular
Se propone un nuevo enfoque de modelado de afinidad utilizando modelos transformadores para predecir las etiquetas de moléculas de consulta a partir de moléculas de soporte etiquetadas. El modelo es entrenado con grandes conjuntos de datos de afinidad para capturar patrones moleculares generales. Este método busca mejorar la predicción de afinidad en el descubrimiento de fármacos, siendo más rápido que métodos previos.
CLAP: Adaptación VLM-a-VLA mediante anclaje lenguaje-acción
Se propone CLAP (Predicción Causal de Lenguaje-Acción) para adaptar modelos de visión-lenguaje (VLM) a modelos de visión-lenguaje-acción (VLA) mediante la adición de descripciones de lenguaje natural a las secuencias de acción. Este método busca mejorar la transferencia de capacidades de los VLM a los VLAs, abordando el problema de la discrepancia de distribución de salida. Los resultados muestran mejoras significativas en el rendimiento de los modelos CLAP en comparación con VLA-0.
D-Skill: Destilando conocimiento docente a través de habilidades de agentes
Se presenta D-Skill, un marco que destila la ventaja de comportamiento de un modelo "profesor" a una habilidad de lenguaje natural interpretable. Este método analiza ejecuciones emparejadas para consolidar lecciones sin modificar los pesos del modelo. D-Skill logra cerrar entre el 75% y el 95% de la brecha entre el profesor y el estudiante, ofreciendo una alternativa eficiente y interpretable a la transferencia de capacidad basada en pesos.
RTSGameBench: Evaluando VLMs para el razonamiento estratégico en entornos de juego
Se presenta RTSGAMEBENCH, un juego RTS de gran escala diseñado para evaluar los Modelos de Lenguaje Visión-Lenguaje (VLMs) en el razonamiento estratégico multiagente. El proyecto incluye herramientas como RTSGAMEAGENT para la planificación de trayectoria y busca mejorar la capacidad de los VLMs para coordinar y adaptarse en entornos complejos. Se concluye que los VLMs luchan en situaciones donde los humanos son exitosos, especialmente al coordinar con aliados o enfrentar múltiples oponentes.
Pensar menos, localmente: Aprendizaje de preferencia local para la compresión del razonamiento
Se presenta LoCo, un método de aprendizaje de preferencia local diseñado para la compresión del razonamiento en modelos grandes. Este método detecta estados de sobrepensamiento para congelar prefijos de razonamiento y regenerar continuaciones verificadas más cortas. LoCo reduce la longitud de finalización en matemáticas y código, mejorando la eficiencia sin sacrificar la precisión.
El decodificado por restricciones gramaticales puede encarcelar a los LLMs generando código malicioso
Se investiga un riesgo en la técnica de Decodificado por Restricciones Gramaticales (GCD), descubriendo un ataque llamado CodeSpear que explota esta técnica para forzar a los Modelos de Lenguaje Grande (LLMs) a generar código malicioso. Se propone CodeShield como una solución de seguridad para preservar el comportamiento seguro incluso con restricciones gramaticales controladas por el atacante. Los experimentos demuestran que CodeSpear supera a las soluciones existentes y CodeShield restaura la seguridad manteniendo la utilidad benigna.
Sinks frente a patrones diagonales como mecanismos para el cambio de atención y prevención del sobresuavizado
Un artículo científico estudia el papel de los sumideros y los patrones diagonales como mecanismos para el cambio de atención y la prevención del sobresuavizado en modelos de atención. El estudio analiza las condiciones geométricas necesarias para la representación de sumideros y compara los costos de representación entre estos mecanismos. Se demuestra la equivalencia entre sumideros y cambio de atención duro, y se compara su eficiencia frente a patrones diagonales.