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.

Periodista: Tyler Cross

Personas mencionadas

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.

Periodista: Simon Sharwood

Personas mencionadas

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.

Periodista: Simon Sharwood

Personas mencionadas

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.

Periodista: Abe Saca

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.

Periodista: Abe Saca

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.

Periodista: Richard Speed

Personas mencionadas

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.

Periodista: Tyler Cross

Personas mencionadas

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.

Periodista: Simon Travaglia

Personas mencionadas

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.

Periodista: Hamed Paydarfar

Personas mencionadas

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.

Periodista: Андрей Ставицкий

Personas mencionadas

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

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.

Periodista: Peter Súkeník

Personas mencionadas

Modelos de lenguaje clínicos pierden precisión cuando los pacientes hablan por sí mismos

Se evaluaron modelos de lenguaje clínicos al comparar descripciones de enfermedades escritas por clínicos con las descripciones de pacientes. Se encontró que los modelos son menos precisos cuando el paciente utiliza su propia voz, lo que sugiere un fallo al incorporar el lenguaje expresado por los pacientes. Se sugieren mejoras mediante el uso de lenguaje directo del paciente o estructuras de esquema.

Periodista: Prabhjot Singh, Pritam Deka, Vijay Chennareddy

Personas mencionadas

StoreBench: Un entorno de comercio en vivo para evaluar y entrenar agentes autónomos

Se presenta StoreBench, un entorno de comercio en vivo diseñado para evaluar y entrenar agentes autónomos mediante el uso de aprendizaje por refuerzo. Este entorno simula una tienda de ropa en línea con clientes, proveedores y shocks de mercado para probar la planificación a largo plazo y el juicio económico de los agentes. Se evalúan varios LLMs frontera en escenarios simulados para medir su capacidad de toma de decisiones en entornos comerciales complejos.

Periodista: Daksh Raghuvanshi, Ved Vedere, Yifan Wang

Personas mencionadas

MaxKernel: Generación de kernels agenticos para TPUs

Se presenta MaxKernel, un sistema multi-agente diseñado para la generación de kernels de TPU mediante LLMs y retroalimentación del compilador. El sistema incluye tres paradigmas: Human-in-the-Loop, un agente Autónomo basado en optimización y una Búsqueda Autónoma Basada en Grafos. Se demuestra que MaxKernel genera implementaciones altamente optimizadas que igualan las líneas de base expertas en benchmarks de kernels de TPU.

Periodista: Shangkun Wang, Nina Cai, Charles Hoong, Julian Walker, Gerson Kroiz, George Vanica, Deepak Patil, Andi Gavrilescu, Hassan Sipra, Sethu Sankaran

Personas mencionadas

FALQON Óptimo para Optimización Cuántica Aproximada mediante Ajuste de Parámetros por Capa

Se presenta Optimal FALQON, una formulación por capa para la optimización cuántica adaptativa basada en retroalimentación (FALQON). Este método busca mejorar la calidad de la solución en comparación con el FALQON estándar mediante la optimización de parámetros por capa. Los resultados demuestran que Optimal FALQON y sus versiones calentadas mejoran significativamente las eficiencias en comparación con sus contrapartes estándar.

Periodista: Michael Mancini, Shabnam Sodagari

Personas mencionadas

Análisis numérico automatizado de estabilidad de operadores de aprendizaje profundo

Se presenta una herramienta de software unificada para la validación numérica estocástica de operadores de aprendizaje profundo. Esta herramienta detecta fuentes de inestabilidad numérica y monitorea la estabilidad durante el entrenamiento e inferencia. El método es crucial para desarrollar kernels de cómputo numéricamente estables en el aprendizaje profundo.

Periodista: Xinye Chen

Personas mencionadas

Explicando recomendaciones grupales mediante contrafactuales

Se presenta un trabajo que formaliza la búsqueda de explicaciones contrafactuales para sistemas de recomendación grupales, abordando la falta de transparencia en estas sugerencias. Se introducen métricas y cinco algoritmos diseñados para reducir el costo computacional mientras se mantiene una alta calidad en las explicaciones. Los experimentos evalúan las compensaciones entre eficiencia computacional y calidad de la explicación en datos reales.

Periodista: Maria Stratigi, Nikos Bikakis, Kostas Stefanidis

Personas mencionadas

BARC-Bench: Peticiones benignas, consecuencias arriesgadas

Se presenta BARC-Bench, un conjunto de 110 tareas en nueve entornos simulados para evaluar el comportamiento de agentes de IA frente a límites de seguridad. El estudio muestra que los modelos no son consistentemente seguros, ya que pueden violar normas sociales implícitas. Esto subraya un riesgo operativo asimétrico en la delegación autónoma de tareas complejas.

Periodista: Kangkang Li, Kelvin Luu, Lily Ma, Tu Trinh, Ying Liu, Mohamed Elfeki

Personas mencionadas

FlowDrive: planificación de trayectoria con flujo moderado y balanceo de datos

Se presenta FlowDrive, un planificador de trayectoria basado en flujo que aborda el problema del desequilibrio de datos en datos de conducción. El método utiliza reponderación por patrón de trayectoria y guía moderada en tiempo real para aumentar la diversidad de trayectorias. FlowDrive alcanza resultados de vanguardia en los benchmarks nuPlan e interPlan.

Periodista: Lingguang Wang

Personas mencionadas

Identificación y generación de lenguaje agnóstico

Se presentan trabajos recientes sobre identificación y generación de lenguaje que establecen tasas estadísticas ajustadas para estas tareas. El estudio relaja la suposición de realizabilidad, permitiendo estudiar ambos problemas en un marco más general y agnóstico. Esto proporciona caracterizaciones interesantes y tasas casi ajustadas para la identificación y generación de lenguaje.

Periodista: Mikael Møller Høgsgaard

Personas mencionadas

Aprendizaje activo bayesiano para la disambiguación de intenciones en la planificación de robots interactivos

Se propone un marco bayesiano para resolver la ambigüedad en las instrucciones de lenguaje natural para la planificación de robots interactivos. El método utiliza LLMs para generar especificaciones y preguntas de clarificación, utilizando optimización bayesiana para seleccionar las consultas que maximizan la ganancia de información. El enfoque logra una mayor satisfacción de la tarea y requiere menos rondas de clarificación que los modelos basados en LLM.

Periodista: Huao Li, Carson Sobolewski, Augustinos Saravanos, William Tan, John Karigiannis, Chuchu Fan

Personas mencionadas

Modelo de IA para mapear el peligro de incendios forestales en Canadá

Investigadores desarrollaron un marco de modelado sustituto basado en IA para acelerar significativamente la simulación de peligros de incendios forestales en Canadá. Este modelo logra una aceleración de CPU de 806 veces, permitiendo un análisis rápido de escenarios y mejorando la precisión de las simulaciones basadas en procesos. La herramienta busca facilitar la mitigación proactiva de riesgos mediante el mapeo de peligros actualizado.

Periodista: Hager Radi Abdelwahed

Personas mencionadas

¿Las personas sintéticas predicen la respuesta real de la audiencia? Un estudio de clasificación de titulares con una línea base de lector genérico

Un estudio compara el rendimiento de LLMs (Gemini 3.1 Flash-Lite y GPT-4.1) al predecir la respuesta de la audiencia utilizando perfiles demográficos frente a una línea base genérica. Los resultados indican que el panel de personas mejora la predicción de la audiencia en titulares de Upworthy. Se encontraron diferencias significativas en las métricas de clasificación entre los modelos.

Periodista: Alexandre Maiorano PhD

Personas mencionadas

No se identificaron personas.

Cerrando la brecha entre laboratorio y tienda: Un marco VLA basado en aprendizaje post-entrenamiento y basado en experiencia para el retail humanoide

Se presenta el marco DEED para cerrar la brecha entre el rendimiento de los robots humanoides en laboratorio y su operación en entornos reales. Este enfoque aborda desafíos como errores de ejecución y variabilidad ambiental mediante un *pipeline* de post-entrenamiento eficiente y refinamiento basado en experiencia. Los resultados indican que la integración de sistemas y el diseño de datos son clave para transformar políticas fallidas en sistemas competentes.

Periodista: Tran Nguyen-Le

Personas mencionadas

JHiMA-WebRL: Un marco de aprendizaje por refuerzo jerárquico multiagente para tareas web de largo horizonte

Se presenta JHiMA-WebRL, un marco de aprendizaje por refuerzo jerárquico multiagente diseñado para agentes web. Este marco acopla un descomponedor de tareas con un actor para mejorar la navegación web de largo horizonte. Los resultados demuestran que actualizar conjuntamente el descomponedor durante el entrenamiento supera a actualizar solo el actor, sugiriendo una alternativa competitiva al escalado de agentes monolíticos.

Periodista: Shanka Subhra Mondal, Jiayun Wang

Personas mencionadas

Se realizó un sprint de investigación con IA y los resultados fueron positivos

Se realizó un sprint de investigación de 100 minutos con doce investigadores en tres equipos para evaluar el uso de herramientas de IA generativa. Se observaron problemas como el cuello de botella de consumo y los silos de investigación inducidos por IA. Se propone una colaboración Humano-IA-Humano para mejorar la evaluación y la toma de decisiones colectiva.

Periodista: Anush Sankaran, Arijit Banerjee

Personas mencionadas

Marco causal práctico para robots móviles autónomos: de la simulación al entorno humano del mundo real

Se presenta un marco causal para que los robots móviles autónomos puedan tomar decisiones seguras y eficientes al razonar sobre las causas de los eventos. El desafío abordado es transferir las relaciones causales aprendidas en simulaciones al mundo real con poco esfuerzo. El sistema demuestra adaptarse eficientemente a situaciones reales actualizando solo los parámetros del modelo causal con nuevas observaciones, logrando una rápida transferencia de simulación a realidad.

Periodista: Luca Castri, Gloria Beraldo, Nicola Bellotto

Personas mencionadas

Evolución de la memoria basada en energía para agentes conversacionales largos

Se presenta MINDSET, un controlador de memoria diseñado para agentes conversacionales, que gestiona las transiciones de estado explícitas para rastrear cambios en la memoria sin perder información previa. Este sistema equilibra la coherencia y la preservación histórica mediante una puntuación de energía local. Los resultados demuestran que MINDSET mejora el ranking de recuperación y la precisión en casos de actualización de conocimiento en comparación con otros sistemas.

Periodista: Sujato Dutta, Sreekruthy Tummala, Shashank Vanga, Ayushmi Pavani, Neeraj Choudhary

Personas mencionadas

CloakFEM: Generación de código FEM agente para agotamiento de recursos computacionales

Se presenta CloakFEM, un marco de agente LLM diseñado para generar automáticamente programas FEM adversarios que explotan la capacidad de los solucionadores de elementos finitos para realizar un trabajo computacional excesivo. Esta herramienta utiliza búsqueda guiada por LLM y una representación intermedia específica para descubrir entradas válidas que amplifican significativamente el trabajo del solucionador. Los resultados demuestran que los programas FEM ejecutables pueden ser utilizados como entradas adversarias para ataques de denegación de servicio.

Periodista: Li Zheng, Simin Chen

Personas mencionadas

Descubriendo la adulación visual y las creencias divididas en VLMs

Se presenta un marco de diagnóstico de tres capas para evaluar cómo los Modelos de Lenguaje-Visión (VLMs) manejan entradas de imagen enmascaradas. El estudio clasifica las respuestas en cuatro modos, incluyendo Adulación Visual, Atajo Lingüístico, Ceguera Perceptual y Rechazo Robusto. Se encontró que el 28.1% de los modelos son de Adulación Visual, y que el escalado dentro de la generación afecta estos modos, aunque la generación más reciente tiende a eliminar la Adulación Visual.

Periodista: Rui Hong, Shuxue Quan

Personas mencionadas

FourSight: Stable FP4 RL Post-Training mediante Filtrado de Secuencias y Compensación de Canales Dispersos

Se presenta FourSight, un sistema de co-diseño de algoritmo y sistema para mejorar el despliegue post-entrenamiento de aprendizaje por refuerzo (RL) a formatos de bajo bit como FP4. El método aborda problemas como la discrepancia entre entrenamiento e inferencia y la concentración de errores de cuantización mediante filtrado de secuencias y compensación de precisión dispersa. Esto logra mantener una alta calidad de despliegue FP4 y mejora la precisión paso a precisión en modelos grandes.

Periodista: Yining Wei, Tianyuan Wu, Gu Gong, Yuechen Tao, Yinghao Yu, Xiaowen Chu, Wei Wang

Personas mencionadas

ELMoE-3D: Aprovechando la elasticidad intrínseca del MoE para decodificación auto-especulativa híbrida-enlazada en servicio propio

Se presenta ELMoE-3D, un marco co-diseñado HW-SW que combina aceleración basada en caché y decodificación especulativa para mejorar la velocidad en el servicio de modelos MoE. La arquitectura logra una aceleración promedio de $6.6\times$ y una mejora en la eficiencia energética sobre las líneas de base existentes.

Periodista: Yuseon Choi, Jingu Lee, Jungjun Oh, Sunjoo Whang, Byeongcheol Kim, Minsung Kim, Junhyuk Lee, Hoi-Jun Yoo, Sangjin Kim

Personas mencionadas

MAS-Gate: Desbloqueando el ciclo de vida de sistemas multiagente mediante cuantificación centrada en nodos

Se presenta MAS-Gate, una cuantificación centrada en nodos diseñada para unificar el ciclo de vida de los sistemas multiagente (MAS), abarcando diseño, ejecución y atribución post-hoc. Esta metodología busca mejorar la generación de MAS, la edición dinámica y la localización de errores mediante la combinación de utilidad dentro del nodo y fuerza entre nodos. Los experimentos demuestran que MAS-Gate mejora la construcción del flujo de trabajo y la localización de errores asistida por LLM en comparación con las líneas base específicas de fase.

Periodista: Hehai Lin, Zixuan Wang, Ming Yan, Peidong Wang, Shilei Cao, Minzhi Li, Bosheng Ding, Juepeng Zheng, Chengwei Qin

Personas mencionadas

Multi-layer Indexer: Selección superpuesta y atención en la atención dispersa en DeepSeek Sparse Attention

Se presenta el Multi-layer Indexer (MLI) para mejorar la inferencia de contexto largo mediante la atención dispersa. El MLI elimina la dependencia entre capas al permitir que una capa atienda la selección de la capa indexadora anterior, sin requerir reentrenamiento. Esta técnica demuestra mejoras significativas en la velocidad de decodificación, superando a otros métodos como IndexCache en varios escenarios.

Periodista: Serdarcan Dilbaz, Arjun Krishna, Kiran Kamble, Daniel M. Bikel

Personas mencionadas

Entrenamiento Multi-Agente por Etapas para Control Co-Adaptativo de Exoesqueletos

Se propone el Entrenamiento Multi-Agente por Etapas (SMAT) para el control co-adaptativo de exoesqueletos, abordando la inestabilidad del aprendizaje al considerar la adaptación secuencial del usuario. El método entrena progresivamente al humano y al exoesqueleto para lograr una asistencia efectiva. Las simulaciones demuestran una reducción del 10.1% en la activación muscular de la cadera y una asistencia mecánica positiva consistente.

Periodista: Yifei Yuan, Ghaith Androwis, Xianlian Zhou

Personas mencionadas

Orígenes mecanicistas de la identidad lingüística y robustez distribuida en los transformadores

Se investigan los mecanismos que sustentan la identidad lingüística en los transformadores y cómo se transfieren entre diferentes idiomas. Se introduce la técnica LIHA para medir la tasa de cambio de idioma al eliminar cabezales de atención específicos. Los resultados indican que ciertos cabezales de primer token son cruciales para mantener el idioma de salida en modelos como GPT-2.

Periodista: Arjun Pillai, Christian Hoang, Anjelo Jann Laroza

Personas mencionadas

No se identificaron personas.

VidVec: Desbloqueando incrustaciones MLLM de video para la recuperación de video-texto

Se revisan las capacidades de recuperación de video-texto de los Modelos de Lenguaje Grande Multimodales (MLLMs) al analizar su rendimiento *zero-shot*. Se propone una estrategia de optimización ligera basada en texto que mejora la alineación multimodal sin necesidad de datos emparejados. El método propuesto supera a enfoques previos y logra un rendimiento de vanguardia en benchmarks comunes de recuperación de video-texto.

Periodista: Issar Tzachor, Dvir Samuel, Rami Ben-Ari

Personas mencionadas

De aprendizaje individual al equilibrio de mercado: Corrigiendo sesgos estructurales y paramétricos en simulaciones de RL de modelos económicos

Se aplica el Aprendizaje por Refuerzo (RL) a la modelización económica para identificar una tensión entre agentes de RL estándar y el comportamiento de tomadores de precios competitivos. Se demuestra que los agentes estándar pueden converger a una asignación monopsonística en lugar del equilibrio competitivo. Se propone un marco de RL Calibrado para ajustar la estructura de recompensa y restaurar el comportamiento de toma de precios, logrando así el equilibrio competitivo.

Periodista: Ruxin Chen, Zeqiang Zhang

Personas mencionadas

Hacia registros electrónicos de salud libres de errores: Verificación de consistencia basada en razonamiento entre notas clínicas y tablas estructuradas

Se introduce EHR-ReasonCon, un punto de referencia intensivo en razonamiento para verificar la consistencia entre notas clínicas no estructuradas y tablas estructuradas en Registros Electrónicos de Salud (EHRs). También se propone EHR-INSPECTOR, un marco basado en LLM que verifica esta consistencia mediante la segmentación de notas y la extracción de referencias temporales. El trabajo busca superar las limitaciones de los métodos actuales que solo verifican coincidencias superficiales de datos.

Periodista: Yeonsu Kwon, Jiho Kim, Junseong Choi, Paloma Rabaey, Minseo Kim, Sujeong Im, Jeewon Yang, Jun-Min Lee, Sangji Lee, Jiwon Kim, Hangyul Yoon, Hyunwook Kwon, Edward Choi

Modelos Multimodales Grandes para la Conducción Inteligente Embodied: Habilitando la Próxima Generación de Movilidad Autónoma

Se propone un marco híbrido de decisión dual para la conducción autónoma que combina Modelos Multimodales Grandes (LMMs) para comprensión semántica y aprendizaje por refuerzo profundo para optimización de políticas en tiempo real. Este enfoque busca superar las limitaciones del diseño modular en escenarios de mundo abierto, promoviendo la conducción inteligente encarnada. El marco mostró una mejora del 19% en el rendimiento en un estudio de caso de planificación de cambio de carril mediante simulaciones.

Periodista: Long Zhang, Yuchen Xia, Bingqing Wei, Zhen Liu, Shiwen Mao, Zhu Han, Mohsen Guizani

Personas mencionadas