Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

Un billón de parámetros y gratis para descargar: Mistral Large 4, la IA europea que rechaza el 96,6 % de las peticiones de ciberataque y aun así preocupa

Mistral AI presentó Mistral Large 4, un modelo de IA con un billón de parámetros que demuestra una alta resistencia a ataques cibernéticos, rechazando el 96,6% de las peticiones maliciosas. El modelo es accesible para descarga y su API tiene un costo de 0,70 dólares por millón de tokens de entrada.

Periodista: Adrián Villellas

Personas mencionadas

Mistral AI Publicly Releases Large 4, Targets Cybersecurity Users

Mistral AI ha lanzado públicamente su modelo Large 4, diseñado específicamente para ayudar a las organizaciones a identificar y solucionar vulnerabilidades de ciberseguridad. A diferencia de otros modelos como Gemini, este modelo puede descargarse y ejecutarse de forma independiente por cualquier persona, permitiendo a las organizaciones usarlo en sus propios sistemas y reducir la dependencia de proveedores externos. La compañía afirmó que esta versión es una mejora de la presentada previamente tras pruebas con gobiernos y usuarios corporativos, posicionándolo como su modelo más capaz disponible públicamente en el ámbito de la ciberseguridad.

Periodista: Reuters

Personas mencionadas

Control de exportación amenaza: ¿IA como arma de guerra? Mistral AI advierte

El jefe de Mistral AI advirtió que la IA podría ser clasificada como arma de guerra, lo que implicaría controles de exportación sobre modelos de IA de EE. UU. y China. Se enfatiza la necesidad de que Europa desarrolle modelos propios de IA para asegurar independencia tecnológica y evitar la dependencia de proveedores extranjeros. Se sugiere aprovechar los datos industriales para crear modelos de IA confiables y seguros.

Periodista: Firma no identificada

Orange Cyberdefense se une al programa de socios de diseño de Mistral para Large 4

Orange Cyberdefense se ha unido al programa de socios de diseño de Mistral para Large 4, convirtiéndose en el primer proveedor de servicios de seguridad gestionada europea en participar. La firma francesa utilizará el modelo de IA de Mistral para probar sistemas de clientes, buscar vulnerabilidades y acelerar la respuesta a ciberataques mediante auditorías técnicas y pruebas de penetración. El objetivo es ayudar al personal de seguridad a comprender incidentes y responder más rápido, fortaleciendo la ciberseguridad aumentada por IA.

Periodista: Ana Maria Constantin

Personas mencionadas

Macron apuesta por Mistral para competir con EEUU y China en IA

El presidente francés Emmanuel Macron defendió reforzar las inversiones europeas en inteligencia artificial (IA) para competir con Estados Unidos y China, destacando el papel de la empresa Mistral. Propuso movilizar 50.000 millones de euros en cinco años y alcanzar un gigavatio de capacidad de cálculo para asegurar la soberanía tecnológica europea. Además, anunció una reunión de responsables políticos en París para impulsar esta estrategia y defendió la regulación de la IA para proteger a los menores.

Periodista: EFE

Personas mencionadas

Anthropic revela 'Claude Mistos 5.2' y 'Claude fable 5.2' antes de su OPI, superando a OpenAI

Anthropic ha presentado sus modelos de inteligencia artificial más recientes, Claude Mistos 5.2 y Claude fable 5.2, en vísperas de su Oferta Pública Inicial (IPO). Este lanzamiento busca posicionar a la compañía por encima de competidores como OpenAI y Google en la carrera por el desarrollo de modelos de IA. Los nuevos modelos muestran mejoras en velocidad de generación de respuestas respecto a versiones anteriores.

Periodista: 이호준 기자(조선비즈)

Personas mencionadas

No se identificaron personas.

Mastech detalles estrategia empresarial knowledge-first a medida que las reservas de datos e IA alcanzan los $10.8M

El CEO Nirav Patel anunció una estrategia empresarial 'knowledge-first' para Mastech, enfocándose en la entrega de inteligencia artificial. Esta reorientación estratégica se produce en un momento en que las reservas de datos e IA han alcanzado los $10.8 millones, marcando un nuevo posicionamiento para la marca.

Periodista: SA Transcript Insights Editor

Personas mencionadas

Tasa de mejora de los modelos de Anthropic se ha duplicado

La tasa de mejora de la IA de Anthropic se ha duplicado, impulsada por el uso de Claude en el desarrollo de nuevos modelos lingüísticos. Esto sugiere que Anthropic podría automatizar el uso de IA para el desarrollo de modelos, lo que plantea preocupaciones sobre el control de una inteligencia artificial que supera la capacidad humana.

Periodista: Liviu Mihai

Personas mencionadas

No se identificaron personas.

Modelo de Anthropic mejorado el doble gracias a la IA

Una investigación independiente de METR determinó que los modelos de Anthropic están mejorando su capacidad a una velocidad 1.9 veces mayor gracias a la participación de la IA en el entrenamiento. Aunque la IA acelera la investigación, se enfatiza que aún no tiene capacidad de contribución totalmente autónoma. El CEO de Anthropic ha expresado preocupación por el desarrollo incontrolado de la IA y ha solicitado reducir la velocidad de mejora de los modelos avanzados.

Periodista: Thu Thao

Personas mencionadas

Anthropic dice haber alcanzado su umbral para la investigación acelerada por IA

Anthropic ha determinado que ha alcanzado su umbral para la investigación acelerada por IA, basándose en expectativas futuras en lugar de modelos actuales. Un informe independiente de METR sugirió que los modelos de Anthropic mejoraron a una tasa cercana al doble de la observada previamente, aunque existe riesgo de aceleraciones futuras. La industria y expertos han llamado a una pausa en el desarrollo de IA para asegurar la seguridad.

Periodista: Ana Maria Constantin

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Mistral AI»

Más recientes primero · Hasta 30 noticias por página

Probabilidades de Causalidad en Modelos Causalidad No Determinísticos

El estudio aborda las probabilidades de causalidad en modelos causales no determinísticos, analizando mecanismos que pueden ser estocásticos incluso con variables latentes fijadas. Se desarrolla un programa de identificación para datos observacionales e intervencionistas, calculando límites analíticos sobre las probabilidades de causalidad. Los resultados clarifican la relación entre los límites clásicos y la semántica causal no determinística.

Periodista: David S. Watson, Sander Beckers

Personas mencionadas

Equilibrio Latente Variacional para el Aprendizaje en Circuitos Neuronales

El artículo propone un formalismo general para aproximar la retropropagación a través del tiempo (BPTT) de manera biológicamente plausible. El trabajo desarrolla una regla de aprendizaje para los pesos hacia atrás que busca ecuaciones totalmente locales en espacio y tiempo para la dinámica de neuronas y sinapsis. Esto establece un marco riguroso para el aprendizaje profundo espaciotemporal en el cerebro.

Periodista: Simon Brandt, Paul Haider, Walter Senn, Federico Benitez, Mihai A. Petrovici

Personas mencionadas

Control de activación basado en el tiempo: De la puerta de token por token a la dirección de activación consciente de la trayectoria

Se presenta un método para controlar el comportamiento de modelos de lenguaje grandes mediante el direccionamiento de activación, enfocándose en el momento preciso de la intervención. Se introducen dos métodos: Proyección de Características Contrastivas (CFP) y Direccionamiento Bernoulli Adaptativo de Bucle Cerrado (CLABS). CLABS es especialmente efectivo bajo presupuestos ajustados, buscando mantener la fluidez mientras se corrige la desviación de la trayectoria.

Periodista: Nima Eshraghi, Lovedeep Gondara, Sagarika Suresh, Xiaotong Xu, Jithin Pradeep, Fanny Chevalier

Personas mencionadas

CarryOn: Aprendiendo qué guardar en contexto para agentes LLM a largo plazo

Se presenta CarryOn, un gestor de contexto ligero diseñado para agentes LLM de horizonte largo, que gestiona la evidencia de manera eficiente. El sistema utiliza un selector aprendido y una política de retención adaptativa para mantener la evidencia relevante sin requerir llamadas adicionales al LLM. CarryOn demostró un éxito de tarea del 75.7% en pruebas comparado con la mejor línea base.

Periodista: Lihuan Li, Ruiyi Yang, Jiru Wang, Yifan Duan, Xiachong Lin, Hao Xue, Yang Song, Flora Salim

Personas mencionadas

Descubrimiento causal de series temporales con desfases variables

Se presenta un método para el descubrimiento causal de series temporales que aprende conjuntamente el orden temporal y el desfase dominante para pares de variables. El método utiliza una puntuación de objetivo BIC-style descomponible que penaliza los desfases más recientes. Las simulaciones demuestran que este método supera a otros aprendices en la recuperación de estructuras causales, incluso cuando se consideran desfases mayores.

Periodista: Bruno Petrungaro, Anthony C. Constantinou

Personas mencionadas

Suites de evaluación generadas como búsqueda impulsada por la diversidad para regresiones de agentes reales

El texto describe la generación de suites de evaluación a partir de la especificación de un agente mediante una búsqueda impulsada por la diversidad. Se inyectan defectos controlados en un agente para medir la cobertura y el rendimiento de la suite generada. Se analizan dos regímenes de defectos, incluyendo defectos alineados con el rastro y ortogonales al rastro, para evaluar la capacidad de detección de la suite.

Periodista: Pulkit Yadav

Personas mencionadas

ARCHER: De la imitación de la racionalización al razonamiento ejecutable en modelos de lenguaje pequeños

Se presenta ARCHER, un marco de dos etapas para entrenar modelos de lenguaje pequeños (SLMs) a generar trayectorias de razonamiento ejecutables y auditables. El método transforma la supervisión de imitar texto a aprender una política de razonamiento fundamentada en herramientas. Los resultados muestran mejoras significativas en benchmarks matemáticos como MATH-500, AIME-2024 y AIME-2025.

Periodista: Dhruv Dixit, Khushi Patel, Congcong Xu, Min Song

Personas mencionadas

Detectores de noticias falsas están sesgados contra textos generados por modelos de lenguaje grandes

Un estudio evalúa detectores de noticias falsas y descubre un sesgo significativo: estos detectores tienden a marcar el contenido generado por Modelos de Lenguaje Grandes (LLM) como falso, pero clasifican erróneamente la desinformación escrita por humanos como genuina. Se propone una estrategia de mitigación mediante entrenamiento adversarial para mejorar la precisión de detección en ambos tipos de contenido. Se liberan dos conjuntos de datos para fomentar la investigación futura en el campo.

Periodista: Jinyan Su, Terry Yue Zhuo, Jonibek Mansurov, Di Wang, Preslav Nakov

Personas mencionadas

Hallucination-Free GUI Grounding mediante Correspondencia Consciente del Diseño sin Regresión

Se propone un marco sin regresión para el anclaje de GUI que desacopla la comprensión de instrucciones de la localización consciente del diseño. Este método utiliza un MLLM congelado para el análisis de instrucciones y un modelo dedicado para la localización precisa mediante coincidencia con candidatos basados en el diseño. Los resultados muestran mejoras significativas en la precisión del anclaje, superando al 20% en ScreenSpot-Pro y mejorando la tasa de éxito en más del 15% en Mind2Web.

Periodista: Yuke Li, Xuehan Hou, Jie Chen

Personas mencionadas

IA agentiva para descubrir circuitos cuánticos tolerantes a fallos

Se propone un método basado en programación evolutiva agentiva utilizando un modelo de lenguaje grande y un verificador de circuitos para evolucionar programas que definan circuitos Clifford tolerantes a fallos. Este enfoque busca resolver limitaciones en la eficiencia de los circuitos cuánticos para tareas como la preparación de estados lógicos y el diseño de puertas lógicas. El método garantiza que los circuitos generados son verificados exhaustivamente para asegurar su tolerancia a fallos.

Periodista: Aritra Lahiri, Florian Marquardt

Personas mencionadas

Planificación anticipatoria cortés para mejorar la planificación de tareas de larga duración en entornos compartidos persistentes

Se presenta una planificación anticipatoria cortés para robots que comparten un entorno persistente, buscando minimizar el costo total a largo plazo. Este enfoque propone que los robots consideren el impacto de sus acciones en las tareas futuras de otros robots para reducir el costo agregado. La planificación propuesta reduce el costo total en comparación con métodos anteriores en entornos simulados.

Periodista: Md Ridwan Hossain Talukder, Elizabeth Phillips, Gregory J. Stein

Personas mencionadas

De bytes a comportamiento: Atribución a nivel de solicitud de estados ocultos de GPU en vivo

Se presenta un método para adquirir activaciones residuales por capa de un proceso de GPU en vivo utilizando un depurador no modificador. Este método permite analizar el comportamiento operativo de modelos de lenguaje grande (LLM) desplegados en tiempo real. La validación demuestra que los bytes recuperados son exactos y útiles para distinguir el rechazo del cumplimiento en pruebas.

Periodista: Jonathan Pan, Yidi Yuan, Xin Wei Chia, Xinhui Su, Vincent Tan, Brenda Ong

Personas mencionadas

Evaluación de cambios de estado inducidos por el movimiento en Go condicionado por instrucción

Se presenta la métrica TReC para comparar cómo dos movimientos diferentes de un modelo de Go cambian el embedding del estado del tablero. Los resultados experimentales indican que TReC muestra una correlación de rango débil con la distancia de coordenadas, con valores medianos de 0.88 a 1.33 para TReC.

Periodista: Zhuangsheng Li, Yunhan Zhang, Dailin Li, Qingxian Yu, Yu Wu, Youqi Song, Bangyuan He

Personas mencionadas

Adaptación en tiempo de prueba a través de interacción humano-agente

Se propone la adaptación en tiempo de prueba a través de la interacción humano-agente (TAHI) para mejorar el rendimiento de los agentes de IA. Esta técnica integra señales de interacción para cristalizar los criterios de entrenamiento y evaluación de cada usuario. Los agentes adaptados muestran mejoras en el éxito de la tarea, y el módulo de rúbrica ayuda a detectar más fallos que los métodos tradicionales.

Periodista: Zora Zhiruo Wang, Apurva Gandhi, Rulin Shao, Aspen Chen, Jonas Mueller, Zhiqi Liang, Jett Chen, Michael Ryan, Qianou Ma, Luxi He, Zhoujun Cheng, Andre He, Seungone Kim, Jiayi Geng, Mingqian Zheng, Weiwei Sun, Zheyuan Zhang, Xinran Zhao, Yike Wang, Abe Hou, Liwei Jiang, Pang Wei Koh, Diyi Yang, Graham Neubig, Daniel Fried

Ley de condensación de información de seguridad

Se presenta la ley de condensación de información de seguridad, que establece que la información de seguridad utilizable es unimodal en el tamaño del modelo. Esto implica que el error de generalización de seguridad es en forma de U y se minimiza en un tamaño de modelo óptimo finito. Los experimentos en LLMs validan esta ley, sugiriendo que existe un tamaño de modelo óptimo para resolver problemas de seguridad.

Periodista: Qi Tan, Tianyu Cui, Qi Li, Ke Xu

Personas mencionadas

¿Pueden los LLMs mejorar su propio sistema de control? Estudio controlado sobre ARC-AGI-3

Un estudio controlado evaluó si los modelos de lenguaje frontera pueden construir y mejorar su propio sistema de control (harness) para tareas complejas. Se midió el rendimiento mediante la Eficiencia de Acción Humana Relativa (RHAE) y el costo de inferencia. Los resultados sugieren una brecha entre la construcción autónoma de sistemas de control y la adaptación fiable bajo el protocolo de dos revisiones.

Periodista: Jens Lehmann, Sahar Vahdati

Personas mencionadas

Hay que reconsiderar: Aprender verificación de autoverificación multi-perspectiva para modelos de visión-lenguaje

Un artículo propone el marco MOTIVE para mejorar la fiabilidad del razonamiento multimodal en modelos visión-lenguaje mediante la autoverificación multi-perspectiva. El marco evalúa respuestas desde diferentes perspectivas de verificación y aprende una puntuación de fiabilidad para decidir si aceptar o reconsiderar una respuesta. Los experimentos demuestran que MOTIVE supera a métodos existentes y permite una autoverificación más fiable y eficiente sin depender de jueces externos.

Periodista: Ziquan Zhu, Hanruo Zhu, Si-Yuan Lu, Morris Yu-Chao Huang, Yicheng Lin, Wei Han, Tianlong Chen, Mingyuan Wu, Hanchao Yu, Gaojie Jin, Lu Liu, Bo Sun, Tianjin Huang

CoPre-MoE: Consolidando y Preservando MoE para Instrucción Continua Multimodal

Se propone el MoE Consolidando y Preservando (CoPre-MoE) para mitigar la redundancia y el crecimiento de parámetros en modelos de lenguaje grandes multimodales durante el ajuste de instrucción continua. La propuesta incluye una arquitectura de experto compartido y privado y un mecanismo de enrutamiento con claves de recuperación para preservar el conocimiento histórico. Los experimentos demuestran que CoPre-MoE logra un rendimiento superior mientras reduce significativamente la sobrecarga de parámetros.

Periodista: Tao Hu, Ling-Xiang Zhang, Da-Wei Zhou

Personas mencionadas

BigCodeArena: Revelando preferencias humanas más fiables en la generación de código mediante la ejecución

Se presenta BigCodeArena, una plataforma de evaluación humana para la generación de código que permite la ejecución de código generado por LLM. La plataforma utiliza datos de más de 14,000 sesiones de conversación para evaluar las preferencias humanas en la codificación. Se identifican diferencias en el rendimiento de los LLM al juzgar preferencias de codificación cuando se dispone de resultados de ejecución.

Periodista: Terry Yue Zhuo, Xiaolong Jin, Hange Liu, Juyong Jiang, Tianyang Liu, Chen Gong, Bhupesh Bishnoi, Vaisakhi Mishra, Marek Suppa, Noah Ziems, Saiteja Utpala, Ming Xu, Guangyu Song, Kaixin Li, Yuhan Cao, Bo Liu, Zheng Liu, Sabina Abdurakhmanova, Wenhao Yu, Mengzhao Jia, Jihan Yao, Kenneth Hamilton, Kumar Shridhar, Minh Chien Vu, Dingmin Wang, Jiawei Liu, Zijian Wang, Qian Liu, Binyuan Hui, Meg Risdal, Ahsen Khaliq, Atin Sood, Zhenchang Xing, Wasi Uddin Ahmad, John Grundy, David Lo, Banghua Zhu, Xiaoning Du, Torsten Scholak, Leandro von Werra

ViroGym: Benchmarks realistas a gran escala para evaluar proteínas virales

Se presenta ViroGym, un conjunto de pruebas exhaustivo para evaluar modelos de lenguaje de proteínas (pLMs) en la predicción de variantes virales. El benchmark evalúa pLMs en tareas como escaneo mutacional profundo, neutralización de influenza y predicción de pandemias del SARS-CoV-2. Se encontró que la familia ProGen2 muestra el mejor rendimiento en todas las tareas.

Periodista: Yichen Zhou, Jonathan Golob, Amir Mohammad Karimi Mamaghan, Stefan Bauer, Patrick Schwab

Personas mencionadas

Evaluación del Razonamiento de Cadena de Pensamiento a través de la Reutilización y Verificabilidad

Se investiga la transferencia de razonamiento entre modelos de IA, evaluando tres factores: fiabilidad, utilidad y seguridad. Se analiza cómo la naturaleza de la tarea, el modelo remitente y el modelo receptor afectan la transferencia de razonamiento. Se encuentran tendencias, como la fiabilidad siendo mayor en tareas aritméticas y la utilidad dependiendo de la naturaleza del receptor.

Periodista: Shashank Aggarwal, Ram Vikas Mishra, Amit Awekar

Personas mencionadas

La precisión equilibrada no puede identificar en la decodificación de señales neuronales bajo adaptación en tiempo de prueba

El estudio evalúa la adaptación completa en tiempo de prueba para la clasificación de señales neuronales. Se encontró que la precisión equilibrada no puede distinguir una clase que deja de ser reportada, ya que el cambio agregado puede ocultar el daño individual. Se sugiere reportar el cambio a nivel de clase y a nivel de sujeto junto con el resultado agregado.

Periodista: Jiangshuo Xie, Zonghan Wu

Personas mencionadas

De los chats a los mercados: AgenticPay para negociación en comercio multiagente impulsado por LLM

Se presenta AgenticPay, un punto de referencia unificado para evaluar la capacidad de agentes multimodales para negociar y transaccionar en mercados comerciales realistas. El sistema evalúa la capacidad de los agentes para alcanzar acuerdos complejos mediante diálogos de lenguaje natural, analizando escenarios como comercio electrónico y alquiler. Los experimentos con modelos de lenguaje grandes mostraron limitaciones en la creación de valor y el razonamiento de mercado.

Periodista: Xianyang Liu, Shangding Gu, Fan Xu, Manxi Wu, Boyi Li, Jun Wang, Costas Spanos, Dawn Song

Personas mencionadas

UltraBERT-JEV: Modelos codificadores para aplicaciones del Sistema Uno

Se presenta un informe técnico sobre modelos codificadores que seleccionan una opción de varias posibilidades en una sola pasada sin generar texto. El estudio compara recetas para ajustar UltraBERT-380M, mostrando mejoras en la precisión al utilizar diferentes métodos de puntuación y normalización. Se detallan los tiempos de ejecución y el uso de memoria en hardware específico.

Periodista: Astarag Mohapatra

Personas mencionadas

Evaluación crítica de la aplicación de LLM para el cumplimiento normativo asistido por IA en la industria

La UE establece regulaciones como el ESPR y el GDPR que exigen artefactos de cumplimiento como Pasaportes de Productos Digitales y Evaluaciones de Impacto en la Protección de Datos. Se investiga el uso de Modelos de Lenguaje Grande (LLM) para generar estos artefactos, analizando cómo la vaguedad regulatoria y la extracción de datos afectan la calidad y consistencia de los resultados. Los hallazgos indican que las directrices más estrictas producen resultados consistentes, aunque pueden generar más alucinaciones.

Periodista: Adriana Watson

Personas mencionadas

Modelos híbridos cuántico-clásicos para regresión de energía eficiente en muestras en duchas de calorímetro simuladas

Se comparan modelos clásicos y cuánticos mejorados para la reconstrucción de energía de positrones incidentes en datos de calorímetro simulados. Se encontró que los modelos que siguen el desarrollo longitudinal de la ducha alcanzan la mayor precisión, y el QLSTM híbrido mostró la menor tasa de error de reconstrucción. Esto sugiere que los modelos de secuencia cuántico-clásicos híbridos pueden ser más eficientes en muestras para la regresión en física de alta energía.

Periodista: Tariq Mahmood

Personas mencionadas

Alineando equipos de IA

Se investigan los mecanismos de fallo en la transferencia de alineación de agentes de LLM individuales a entornos de equipos multi-agente. Se identifican que la difusión de la responsabilidad contribuye a la brecha de seguridad, y se proponen soluciones como designar un agente líder de seguridad y un coordinador para restaurar la alineación. Se presenta un marco de experimentación para la orquestación de LLM multi-agente.

Periodista: Siddarth Srinivasan, Morgan Jane Matthews, Jascha Sohl-Dickstein, Erik Jones

Personas mencionadas

Prueba de sistemas de respuesta a preguntas constitucionales para hablantes de urdu con una referencia paralela inglés-urdu

Se presenta LEGAL-UQA, una referencia paralela inglés-urdu de 619 pares de preguntas y respuestas basados en la Constitución de Pakistán. El estudio evalúa la capacidad de sistemas de respuesta a preguntas para hablantes de urdu y compara métodos de recuperación y jueces automatizados con calificaciones humanas. Los resultados sugieren que la medición de la similitud de la respuesta afecta el rendimiento del modelo y se recomienda validar los sistemas con revisión humana.

Periodista: Faizan Faisal, Umair Yousaf, Muhammad Hassnain, Zeerak Babar

Personas mencionadas

Entre obligaciones y evidencia: Un estudio participativo de la traducción del Reglamento de IA de la UE a requisitos técnicos

Un estudio participativo examinó los desafíos de traducir los requisitos técnicos y organizativos del Reglamento de IA de la UE en sistemas de IA de alto riesgo. Se identificaron tensiones entre la traducción de obligaciones regulatorias en propiedades medibles, la aplicación de la supervisión humana y la validez de la evidencia de cumplimiento bajo diferentes condiciones operativas. Los resultados indican que el cumplimiento requiere atención a las evaluaciones técnicas, la gobernanza y la supervisión continua de los sistemas de IA.

Periodista: Helma Torkamaan, Masoud Mansoury, Yanan Xin, Oscar Oviedo Trespalacios, Roberta Savella, Andrej Zwitter, Maria Heuss, Huy Son Nguyen, Marie-Therese Sekwenz, Moyi Li, Roberta Tamponi, Megha Khosla

Operacionalización de la Profundidad Serial Opaca

Se operacionaliza una medida llamada profundidad NLS como un proxy para la cognición serial no verbalizada en modelos de IA. Esta medida mide la longitud del camino más largo en el cómputo que no atraviesa un cuello de botella interpretable. Se argumenta que los desarrolladores de IA deben reportar esta profundidad como complemento a las mediciones directas de la supervisión de CoT.

Periodista: Nathan Sheffield, Alek Westover, Lukas Finnveden, Alexa Pan, Julian Stastny, Ryan Greenblatt

Personas mencionadas