Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Meta AI tendrá menos olvido y dejará de rendirse con la nueva actualización
Meta ha actualizado los modelos de sus agentes Muse y Meta AI para mejorar la memoria y la capacidad de recuperación de información. La nueva funcionalidad permite a los asistentes de IA recordar detalles de conversaciones pasadas y mejorar la capacidad de la IA para corregir errores y completar tareas complejas. Meta está utilizando modelos especializados para tareas cotidianas en lugar de modelos fronterizos, buscando hacer que sus asistentes sean más útiles en el trabajo práctico diario.
DF Lab Opinión/ Metatrabajo, el nuevo concepto IA
Un artículo de DF Lab Opinión presenta una visión sobre la Inteligencia Artificial, indicando que la IA no elimina empleos, sino que los transforma, pasando de roles de ejecución a roles de dirección, revisión y decisión, lo que algunos denominan "botsitting".
Meta se inclina por los Tamagotchi porque sabe que eres un adicto a la interacción
Meta está utilizando la ternura y la interacción para atraer a los usuarios con su nueva aplicación Waddle World, una mascota tipo Tamagotchi. Esta aplicación fomenta la interacción al permitir a los usuarios hablar con la mascota, que actúa como confidente, buscando mantener al usuario comprometido. La compañía parece aplicar esta estrategia, similar a sus esfuerzos con otras herramientas de IA, para suavizar la experiencia de interacción con la inteligencia artificial y fomentar la repetición de uso.
Meta busca recaudar hasta $25 mil millones en venta de deuda por el aumento del gasto en IA
Meta está buscando recaudar entre $20 y $25 mil millones en una venta de bonos para financiar su creciente inversión en infraestructura de inteligencia artificial. Esta decisión se produce mientras la empresa enfrenta incertidumbre debido al gasto de capital y al flujo de caja libre negativo reportado recientemente. La compañía busca asegurar fondos para sus iniciativas de IA a través de diversas operaciones de deuda y capital.
Meta se une con Pueri de China para desarrollar prototipo de robot humanoide 'Max'
Meta colaboró con la startup china Pueri durante tres meses para desarrollar el prototipo de robot humanoide 'Max', buscando integrar su asistente de IA 'Muse' con un cuerpo físico para realizar tareas domésticas. Max, de 1.5 m de altura y 48 kg, está equipado con el chip Jetson Tor de NVIDIA y tiene características como una pantalla facial y un sistema de agarre con cinco dedos. Meta probó el prototipo y planea desarrollar un segundo modelo, 'Max2', con mejoras en la estructura y sensores.
Meta presenta un pequeño modelo de IA, Muse Ember
Meta Platforms presentó Muse Ember, su modelo de inteligencia artificial más pequeño. El CEO Mark Zuckerberg señaló que este modelo está diseñado para tareas repetitivas de agentes de IA que requieren un alto uso de tokens.
La venta de bonos de Meta muestra una nueva realidad para la deuda tecnológica
Meta buscó vender 25 mil millones de dólares en bonos corporativos el 3 de noviembre, una maniobra que podría complicar el financiamiento de su inversión en inteligencia artificial debido a la presión política de los Demócratas. Los gestores de fondos están exigiendo mayor claridad sobre cómo el gasto en IA se traducirá en flujo de caja libre. Además, la incertidumbre regulatoria podría ralentizar el desarrollo de centros de datos en EE. UU., afectando el endeudamiento de las grandes tecnológicas.
Meta prevé recaudar al menos US$ 20.000 millones en posibles emisiones de bonos
Meta evalúa emitir bonos transfronterizos por US$20.000 millones, buscando diversificar su financiamiento en euros y dólares. La compañía mide el interés de los inversores ante el escepticismo sobre el gasto en inteligencia artificial. Se reporta que la venta de acciones de Meta atrae una demanda significativamente mayor a la oferta.
No se identificaron personas.
Meta dice que probablemente retrasará sus controvertidos nuevos términos comerciales de nuevo
Meta ha anunciado que probablemente retrasará la implementación de sus nuevos términos comerciales hasta el 20 de noviembre debido a la reacción de los editores por preocupaciones sobre el entrenamiento de IA. La compañía afirmó que no tiene intención de realizar cambios de políticas sin consulta con líderes de la industria. Los términos, que inicialmente permitían entrenar modelos de IA con contenido de sitios de noticias, fueron pospuestos para mitigar estas preocupaciones legales y de la industria.
Meta capta 15,000 millones de dólares con emisión de bonos en EU para expandirse en IA
Meta Platforms está captando 15,000 millones de dólares mediante una emisión de bonos en dólares para financiar sus inversiones en infraestructura de inteligencia artificial. Esta operación forma parte de una estrategia de la compañía para obtener capital externo, buscando cubrir el crecimiento en centros de datos y capacidad de cómputo. La emisión se suma a otras operaciones de financiación relacionadas con la IA, destacando el recurso de Meta a la deuda para sostener su expansión tecnológica.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Meta AI»
Más recientes primero · Hasta 30 noticias por página
Modelos fundacionales espacio-temporales eficientes en datos
Se propone T2ST, un marco de entrenamiento eficiente en datos para modelos fundacionales espacio-temporales (STFM). Este método combina observaciones espacio-temporales limitadas con series temporales auxiliares y transferencia de conocimiento de modelos de series temporales congelados. Los resultados demuestran que T2ST puede lograr un rendimiento de pronóstico competitivo o superior al de modelos con datos completos, utilizando solo el 10% de los datos espacio-temporales originales.
MineralExp: Evaluación de agentes LLM para el diseño experimental en exploración mineral real
Se presenta MineralExp, un benchmark diseñado para evaluar agentes de modelos de lenguaje grande (LLM) en el diseño automatizado de experimentos geoquímicos para la exploración mineral. El sistema aborda la dificultad de seleccionar protocolos experimentales debido a la alta diversidad metodológica y la falta de estructura en los planes experimentales. MineralExp clasifica el diseño experimental como un problema de clasificación multi-etiqueta, utilizando datos verificados por expertos para medir la capacidad de los agentes LLM para generar planes experimentales viables.
Vías de entrada de información moldean el enlace en transformadores pequeños
Un estudio analiza cómo la forma en que la información llega a un transformador (como tokens simbólicos o vectores perceptuales) afecta su capacidad para vincular información composicionalmente. Los hallazgos indican que la legibilidad del código influye en la eficiencia de muestreo y que la estructura de las vías de información determina el resultado final. Se concluye que la legibilidad es un factor clave en el rendimiento del modelo.
OmniScore-Bench: Evaluando modelos vision-lenguaje en la lectura de partituras musicales
Se presenta OmniScore-Bench, una evaluación diseñada para medir las capacidades de los modelos visión-lenguaje (VLM) en la lectura de partituras musicales. La herramienta incluye 3,000 preguntas y 24 subtipos de tareas para evaluar la capacidad de estos modelos para reconocer notación, estructura e interpretación musical. El objetivo es diagnosticar las operaciones de lectura de partituras que los VLMs realizan de manera fiable y determinar áreas de mejora.
Dataset ScrapeGraphAI-100k para generación de LLM con esquema
Se presenta ScrapeGraphAI-100k, un conjunto de datos de 93,695 eventos de extracción con restricciones de esquema recopilados en 2025. El corpus incluye 25,453 esquemas en 15 idiomas, con el inglés representando el 89% del contenido. Este dataset permite evaluar el rendimiento de modelos de lenguaje grandes en la generación de salida conforme a esquemas JSON. El resultado sugiere que la base de datos real permite entrenar y evaluar modelos mejor que los corpus sintéticos previos.
Incertidumbres en el rastreo de la predicción del El Niño Extremo a las Corrientes Oceánicas de Mesoescala
Se demuestra que la incertidumbre en la predicción del ENSO puede originarse en errores de mesoescala en los estados oceánicos iniciales, en lugar de solo errores a escala de gran escala. El método CNOP identificó errores de corriente más influyentes que son fuertemente dependientes del evento. Estos errores de corriente perturban la estructura de temperatura del océano y afectan el desarrollo del El Niño. Los hallazgos sugieren una fuente de fallo de pronóstico del ENSO no explorada, proporcionando una base para futuras observaciones oceánicas.
POMDPs Multi-Environment con Objetivos de Horizonte Finito
Se investigan los Procesos de Decisión de Markov Parcialmente Observables (POMDPs) en entornos multi-entorno (MEPOMDPs) con objetivos de horizonte finito. El trabajo aborda la complejidad de razonar sobre creencias y pagos a través de múltiples entornos. Se demuestra que mezclas de políticas deterministas son suficientes para resolver el problema y se presenta un algoritmo práctico que supera al método conocido.
Superfluid: Servidor de IA local para inferencia distribuida de LLM
Se presenta Superfluid, un servidor de LLM de código abierto diseñado para inferencia local en diferentes escalas. Este sistema permite mantener la privacidad de los datos, reducir costos y latencia de red al ejecutar modelos en dispositivos locales. Superfluid puede operar en modo interactivo o como un punto final de API distribuido, mejorando el rendimiento en pruebas con diferentes hardware.
LuthorSQL: Un modelo de Text-to-SQL de pasada única como Sistema 1 para un agente LLM más lento
Se presenta LuthorSQL, un modelo de text-to-SQL no autoregresivo de 7B diseñado para actuar como un mecanismo de Sistema 1 rápido para agentes LLM más lentos. Este modelo busca reducir la dependencia de llamadas costosas a modelos alojados, logrando una precisión competitiva y reduciendo el costo de la API en un 33.3% al responder preguntas localmente.
Redes Neuronales Gráficas Wavelet Chi-Square para Detección de Anomalías Heterogéneas
Se propone ChiGAD, un marco de GNN espectral basado en un filtro Chi-Cuadrado, para la detección de anomalías en redes heterogéneas. Este método busca superar las limitaciones de los GNN existentes al capturar señales anómalas y manejar el desequilibrio de clases. Los experimentos demuestran que ChiGAD supera a modelos de vanguardia en múltiples métricas.
Binarización como superficie de ataque en redes neuronales sin peso
Se investigan las Redes Neuronales sin Peso (WNNs) como clasificadores ligeros para tareas con recursos limitados como la detección de intrusiones. Se analiza la robustez de estas redes a perturbaciones adversarias al cruzar umbrales de binarización. Los experimentos demuestran que la granularidad de la codificación afecta el equilibrio entre la precisión limpia y el éxito del ataque adversario.
LLM guía la gestión del ciclo de vida de clústeres comportamentales
Se investiga una alternativa donde un modelo de lenguaje grande (LLM) toma la decisión sobre el ciclo de vida de los clústeres comportamentales, en lugar de métodos basados en umbrales o reclasificación. El LLM decide si un clúster debe dividirse, fusionarse o retirarse basándose en una visión estadística de la población, ajustando la política según la riqueza de la etiqueta. Los resultados indican que el modo seleccionado por el LLM logra el mejor rendimiento en precisión en tres conjuntos de datos públicos, superando a las heurísticas de umbral.
Inducción de programas interactiva con priors de modelo de lenguaje
Se describe un método de inducción de programas interactiva que utiliza un modelo de lenguaje como prior para recuperar un programa a partir de ejemplos de entrada-salida. El algoritmo propuesto demuestra una mejora en la precisión sobre el agente basado solo en el modelo de lenguaje, logrando una mejora de hasta 22 puntos porcentuales con menos ejemplos de entrada-salida.
Aprendizaje guiado por preferencia en el conjunto de Pareto mediante optimización Min-Max-Min
Se presenta un nuevo algoritmo de primer orden, ParetoM^3, diseñado para resolver problemas de optimización multi-objetivo guiada por preferencia. Este método busca unificar la optimización de preferencias con la aplicación de la optimidad de Pareto débil mediante una formulación min-max-min. Los experimentos demuestran que el algoritmo logra soluciones óptimas de Pareto débil preferidas con un rendimiento práctico sólido.
Inyectar un giro, no un token: Aprendiendo dónde redirigir el razonamiento del LLM para la autocorrección
Se presenta un método llamado UPTURN para mejorar la capacidad de los modelos de lenguaje grandes para corregir sus propios errores de razonamiento. Este enfoque permite redirigir el razonamiento mediante la inyección de instrucciones en un nuevo turno de usuario, logrando mejoras en la precisión en varios benchmarks matemáticos. El marco UPTURN no requiere ajuste fino del LLM y supera a otros métodos de corrección existentes.
Auditorías que preservan la función de lectores de peso visual
Se investiga la distinción entre representaciones de imágenes codificadas por un campo neuronal y la función visual, utilizando transformaciones que preservan la función. Los resultados muestran que cambios en el sesgo oculto afectan las predicciones de los lectores, y que la invariancia no es suficiente para recuperar la información completa. Estos hallazgos distinguen la invariancia de la información visual útil y la evidencia necesaria para evaluar lectores estocásticos.
Cuando la evaluación se convierte en intervención en IA clínica
Se describe cómo los jueces de IA, modelos que evalúan la salida de otro sistema contra una rúbrica, extienden la revisión clínica a la escala de la IA clínica. Se analiza cómo el uso de evaluaciones de jueces en la selección de prompts o entrenamiento de modelos puede influir en la selección de errores por parte del juez. Se detalla el contenido requerido del informe del juez y la necesidad de pruebas clínicas independientes para los cambios impulsados por el juez.
Modelo de Fundación Vision-Language-Action Generalista para Agentes de Juego en Tiempo Real a Largo Plazo
Se presenta Gamer, un marco de agente generalista diseñado para tareas de largo horizonte en entornos interactivos complejos. Su arquitectura integra percepción, gestión de memoria y razonamiento de múltiples pasos para interactuar con interfaces 2D y mundos 3D. El modelo demuestra eficiencia operativa comparable a jugadores expertos en juegos 3D y logra resultados competitivos en benchmarks 2D.
WETW: Distancias Euclidianas Ponderadas Específicas para Aprendizaje DTW Eficiente
Se propone la Distancia Temporal Euclidiana Ponderada (WETW) para mejorar la búsqueda de similitud en series temporales desalineadas, buscando reducir el costo cuadrático del DTW. El método WETW-FV demuestra ser significativamente más rápido que métodos exactos, manteniendo una alta precisión en la búsqueda de distancias.
A$^3$: Marco de agente de audio adaptativo para computación en el borde colaborativa
Se presenta A$^3$, un marco de agente de audio adaptativo diseñado para la computación en el borde colaborativa. Este marco gestiona la colocación de etapas del *pipeline* en el servidor, mantiene un agente de respaldo en dispositivos locales y utiliza un límite de tiempo consciente del enlace para gestionar fallos de conexión. El sistema demuestra rendimiento en dispositivos Jetson y servidores RTX A4500.
Astraios: Modelos de LLM con ajuste eficiente de parámetros
Se presenta Astraios, una suite de 28 modelos OctoCoder ajustados con instrucciones utilizando 7 métodos de ajuste y 4 tamaños de modelo hasta 16 mil millones de parámetros. La investigación compara métodos de ajuste fino (FFT y PEFT) en tareas de comprensión y generación de código. Se concluye que LoRA ofrece el mejor equilibrio entre coste y rendimiento, y que la efectividad del ajuste en modelos pequeños se generaliza a modelos más grandes.
¿Sobreviven los juicios de verificación a la abstracción? Midiendo el transporte de verificación para la evaluación de agentes de LLM
Se investiga la fiabilidad de los juicios de verificadores basados en LLM cuando la evidencia de ejecución cambia debido a diferentes niveles de abstracción. Se introduce el Transporte de Verificación para medir la estabilidad de estos juicios bajo cambios en la observabilidad de la ejecución. Los resultados indican que existen fallos significativos de transporte, sugiriendo que la precisión de la vista nativa no es suficiente para garantizar la fiabilidad del verificador.
Aprendizaje automático generativo para el diseño de proteínas
Se revisan 59 enfoques generativos de inteligencia artificial para el diseño de proteínas, abarcando tareas como la generación de secuencia y diseño de estructura. El trabajo analiza cómo se utilizan restricciones estructurales y datos funcionales para generar nuevas proteínas. Se discuten los desafíos actuales y las perspectivas futuras para mejorar el diseño de estructuras proteicas mediante modelado generativo.
Aproximación de Manifold conduce a una Alineación de Kernel Robusta
Se propone la Alineación de Kernel Aproximada por Manifold (MKA) para mejorar la comparación de representaciones al incorporar la geometría del manifold (vecindario local). MKA busca superar las limitaciones de la alineación de kernel centrada (CKA) al abordar la dependencia del manifold subyacente. Los resultados empíricos indican que MKA es menos sensible a los hiperparámetros y captura relaciones topológicas importantes en diversas tareas.
Modelos de Visión-Lenguaje-Acción: Un estudio del ciclo de vida de diseño, entrenamiento y despliegue
Se presenta un estudio exhaustivo sobre los modelos de visión-lenguaje-acción (VLA), revisando su ciclo de vida desde el diseño hasta el despliegue. El análisis muestra tendencias en el aumento de datos de entrenamiento, la división en tamaños de modelos y el surgimiento de modelos generalistas que combinan manipulación y navegación. Se comparan estos modelos con otros sistemas y se evalúan sus limitaciones en condiciones reales.
RACE: Clasificación de la Capacidad Adaptativa para Recomendación Secuencial Eficiente
Se presenta RACE, un marco que adapta dinámicamente estructuras de modelo y secuencias de entrada con ratios de compresión conscientes de la incertidumbre para la recomendación secuencial eficiente. El enfoque busca resolver la discrepancia entre capacidad y complejidad al adaptar la compresión del modelo. Los experimentos demuestran que RACE supera a los métodos de vanguardia en precisión, eficiencia y adaptabilidad.
La Maldición de la Alineación: La alineación de modalidades potencia los ataques de audio mediante transferencia de texto
Se introduce el concepto de "Maldición de la Alineación", un principio que demuestra que una mayor alineación entre modalidades facilita la transferencia de vulnerabilidades de ataques de texto a audio. Se evalúan tres categorías de ataques en modelos omnimodales, encontrando que los ataques de audio transferidos desde texto son comparables o superiores a los ataques basados solo en audio. Esto sugiere que las vulnerabilidades basadas en texto son cruciales para determinar los riesgos de seguridad en modelos de audio.
Explicaciones clínicas basadas en evidencia para pacientes específicos
Se presenta un motor de explicaciones clínicas basado en razonamiento de grafo de conocimiento para inferencias de pacientes. El sistema evalúa la disponibilidad, la representación y la consistencia de datos en un gran conjunto de datos clínicos. Se logró una consistencia de disponibilidad-representación del 99.29% y se validaron los resultados mediante auditorías exhaustivas. La auditabilidad estructural e implementativa fue establecida, aunque la corrección clínica y utilidad aún están por establecerse.
Solo tan seguros como el agente más débil: una ruptura que aparece solo cuando el sistema es multiagente
Se demuestra que los sistemas multiagente, como Codex y Claude Code, pueden ser vulnerados por ataques dirigidos a sus componentes internos. La seguridad de estos sistemas depende de la seguridad del agente más débil, no del orquestador principal. Esto implica que las fallas en la seguridad pueden propagarse a través de la delegación de tareas entre agentes fuertes y débiles.
Alineación pluralista en modelos de lenguaje grandes: objetivos, referencias humanas y representaciones de preferencia
El artículo aborda la alineación pluralista en modelos de lenguaje grandes, buscando representar la variación en las preferencias humanas en lugar de unificar juicios diversos. Propone una taxonomía de dos capas (Pluralismo de Overton, Dirigible y Distributivo) para clasificar el comportamiento deseado de los modelos. El estudio analiza la evidencia necesaria para demostrar el éxito de estos enfoques y cómo futuros sistemas pueden manejar el desacuerdo.