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
Geometría compartida como piedra Rosetta: Alineación intermodal sin datos emparejados
Se demuestra que los modelos entrenados independientemente pueden alinear representaciones de diferentes modalidades sin necesidad de datos emparejados. El método GeoWarP logra alinear conjuntos de incrustaciones mediante la estimación de un mapa ortogonal sin pares. Estos resultados indican que los modelos a menudo comparten suficiente geometría para establecer correspondencia intermodal con poco o ningún dato emparejado.
Personalización para persuadir: Los efectos de la contextualización y la calidez en la confianza y la dependencia en la IA conversacional
Un experimento examinó cómo la contextualización y la calidez afectan la persuasión y la dependencia de los usuarios hacia asistentes de IA conversacionales. Los resultados indicaron que el asistente neutral y no contextualizado fue el más persuasivo, aunque la interacción entre contextualización y calidez aumentó la persuasión. Se encontró que la confianza predecía la persuasión y la dependencia, pero ni la contextualización ni la calidez alteraron significativamente la dependencia.
No se identificaron personas.
Revisar rara vez supera al modelo más fuerte: Separando la verificación de la transferencia de capacidad en las tuberías de LLM
Un estudio compara la capacidad de revisión de modelos de lenguaje grandes (LLM) en tareas de matemáticas, conocimiento y razonamiento. Se analiza la diferencia entre la verificación (que añade precisión) y la transferencia de capacidad (donde un modelo más fuerte proporciona la respuesta). Los resultados sugieren que la verificación es menos efectiva que la transferencia de capacidad cuando se compara con el modelo más fuerte.
La verdad como artefacto de compresión en el entrenamiento de modelos de lenguaje
Se investiga cómo los modelos de transformadores entrenados con datos erróneos prefieren ciertas soluciones matemáticas. El estudio compara la preferencia por soluciones correctas frente a errores, sugiriendo que la compresión es una motivación, no un mecanismo medido. Se analiza la estructura falsa que los modelos pueden aprender, excluyendo la falsedad en sí misma.
Escalando el razonamiento de grafos en modelos de lenguaje con codificaciones posicionales de grafos aprendibles
Se propone mejorar los Modelos de Razonamiento de Lenguaje (LRM) añadiendo codificaciones posicionales de grafos escalables y equivariantes para modular los logits de atención. Este método elimina la necesidad de descripciones serializadas de adjacencias, reduciendo la carga del contexto a $O(N)$. El modelo entrenado muestra mejor generalización en tareas de teoría de grafos y produce menos tokens que los LRM convencionales.
Búsqueda heurística adaptativa asistida por modelo de lenguaje grande para la programación de satélites de observación terrestre ágiles
Se propone un método de búsqueda heurística adaptativa asistido por un modelo de lenguaje grande (LLM) para la programación de satélites de observación terrestre ágiles. El LLM genera una regla heurística inicial que se refina mediante retroalimentación del rendimiento de la búsqueda. Los experimentos demuestran que este método ofrece un beneficio de observación superior al de la mejor línea base.
Los prompts estructurados mejoran la evaluación de los modelos de lenguaje
Un estudio de benchmarking se realizó para cuantificar cómo la elección del prompt afecta los resultados de los modelos de lenguaje (LMs) evaluados bajo el marco HELM. Se encontró que el prompting estructurado mejora el rendimiento en promedio un 6% y altera los rankings en las tablas de clasificación en varios benchmarks. El estudio demuestra que la elección del prompt tiene un impacto material en los resultados de los modelos de lenguaje.
Se simplifica la generación de lenguaje: Algoritmos deterministas, aleatorizados y de múltiples órdenes
Se presenta un marco teórico para estudiar cómo un generador puede aprender a producir cadenas válidas a partir de una secuencia de ejemplos positivos. Se formalizan garantías de validez y novedad respecto a los datos observados. Se desarrollan marcos para obtener garantías de densidad inferior óptimas, incluyendo algoritmos deterministas y aleatorizados.
MuonRec: Cambiando el paradigma del optimizador más allá de Adam en recomendaciones escalables
Se presenta MuonRec, un nuevo *framework* que incorpora el optimizador Muon para el entrenamiento de sistemas de recomendación (RecSys). Este método busca mejorar la eficiencia de la optimización y la calidad del ranking al reducir los pasos de entrenamiento y mejorar la calidad de la recomendación. Los resultados demuestran que MuonRec supera a las líneas base basadas en Adam/AdamW en métricas clave.
Acciones seguras por sí solas no garantizan agentes seguros: Identificando obligaciones no cumplidas con modelos de guardia
Se argumenta que la seguridad de los agentes basados en LLM depende no solo de identificar acciones prohibidas, sino también de identificar obligaciones de seguridad críticas no cumplidas. Se presenta ObligationBench, un nuevo *benchmark* para evaluar la identificación de estas obligaciones, y ObligationGuard, un modelo que mejora significativamente la capacidad de identificación de obligaciones. El estudio sugiere que la identificación de obligaciones no cumplidas es una fuente de riesgo de seguridad subestimada en los agentes.
RecoAtlas: Un Benchmark y Entorno de Aprendizaje por Refuerzo para Agentes de Recomendación LLM
Se presenta RecoAtlas, un benchmark y entorno de aprendizaje por refuerzo diseñado para evaluar agentes de recomendación basados en LLM. Este entorno utiliza herramientas para generar informes de recomendación estructurados, buscando superar la dependencia de la plausibilidad semántica hacia la utilidad fundamentada en el comportamiento del usuario. El sistema permite entrenar agentes para generar conjuntos de productos coherentes y basados en el comportamiento.
Análisis sistemático del poder predictivo de la sorpresa del LM en la lectura de chino
Un estudio analiza el poder predictivo de la sorpresa a nivel de token derivada de Modelos de Lenguaje (LM) en los tiempos de lectura de chino mandarín. Los resultados indican que la sorpresa es predictiva de los tiempos de lectura, aunque su poder predictivo es específico del corpus de datos utilizado. Se encontró que el poder predictivo varía según el tamaño del modelo y el corpus específico.
Redes multi-AUV basadas en ad-hoc y seguimiento multi-objetivo adaptativo a la escena
Se propone una arquitectura de inteligencia encarnada adaptativa a la escena para redes ad-hoc de AUVs, integrando percepción, toma de decisiones y ejecución física. El artículo introduce un algoritmo SA-MARL con un mecanismo de crítico de doble vía para desacoplar tareas de seguimiento de restricciones de seguridad. Los resultados muestran una convergencia de políticas acelerada y una precisión de seguimiento superior bajo interferencia ambiental.
Importar lo necesario: Aprender cuándo y cómo aumentar los gráficos de EHR con conocimiento externo
Se propone ReTA, un marco basado en aprendizaje por refuerzo para aumentar los gráficos de registros de salud electrónicos (EHR) con conocimiento externo. Este marco busca mejorar la predicción longitudinal al abordar la escasez de datos y la irregularidad de las trayectorias de los pacientes. Los experimentos demuestran que ReTA supera a las líneas de base existentes manteniendo la eficiencia y ofreciendo patrones de aumentación interpretables.
Modelos del mundo equivariantes de flujo: Memoria estructurada para entornos dinámicos
Se presenta el Modelado del Mundo Equivariante de Flujo, un marco que utiliza simetrías parametrizadas por el tiempo en una memoria latente para predecir dinámicas de manera estable y precisa a largo plazo. Este enfoque busca superar las limitaciones de los modelos existentes al mantener la coherencia de la información sobre regiones no observadas a medida que avanza el tiempo. Los resultados demuestran la superioridad de este marco sobre arquitecturas de modelos del mundo actuales en benchmarks de modelado de video.
Codificación SAT para Conjunto de Restricciones de Cardinalidad At-Most-K con Forma de Escalera
Se presenta una novedosa codificación SAT para representar secuencias de restricciones de cardinalidad At-Most-K en una estructura tipo escalera (Ladder AMK). El método busca mejorar la eficiencia de los solucionadores SAT al descomponer las restricciones en bloques y utilizar un Contador Secuencial para enlazar bloques adyacentes. Los resultados experimentales demuestran que esta codificación es más eficiente en tamaño y tiempo de resolución que las alternativas existentes.
Entendiendo el impacto del poda de modelos en el olvido de cola larga y la fiabilidad de la explicación en imágenes médicas
Se investiga el impacto de la poda de modelos en el olvido de cola larga y la fiabilidad de las explicaciones en conjuntos de datos médicos. Los resultados indican que el rendimiento predictivo depende de la frecuencia, mientras que la estabilidad y fidelidad de la explicación son influenciadas por la estrategia de poda. Se sugiere que la compresión de modelos debe evaluarse considerando estos factores además del rendimiento agregado.
Coherencia global: Cuando todos los agentes tienen razón y el equipo sigue equivocado
Se aborda el problema de la coherencia global en sistemas de agentes de IA, donde la falta de visión completa del estado lleva a resultados incorrectos a pesar de que cada paso parezca válido localmente. Se explora el Teorema de Imposibilidad de Aliasación de Observación y se presentan experimentos que demuestran cómo la coherencia se puede lograr mediante el refinamiento del contexto.
Investigación autónoma asistida por inteligencia artificial aplicada a energía radiada en un Z-pinch
Se presenta un marco de investigación basado en inteligencia artificial para abordar problemas en la física de plasma, específicamente la energía radiada en un Z-pinch. El estudio utiliza la falsación impulsada por contraejemplos y la física computacional para analizar la conversión, retención y liberación de energía. Los resultados sugieren nuevos entendimientos sobre la conversión de energía en la física de plasma de alta densidad.
Dinámicas de poder en resúmenes generados por LLM derivados de sensores compartidos entre adultos mayores y familias remotas
Investigadores realizaron entrevistas y un estudio de caso con adultos mayores y familiares remotos para evaluar el uso de resúmenes generados por IA a partir de datos de sensores. Los hallazgos revelaron tensiones en torno a la agencia, la privacidad y la confianza en el intercambio de información. Los resultados sugieren que los futuros sistemas de intercambio mediados por IA deben considerar las limitaciones de la detección y las dinámicas complejas del cuidado familiar.
Ajuste de funcionales de intercambio-correlación y correlación de intercambio para densidades precisas sin campos auto-consistentes
Se presenta un flujo de trabajo para predecir la densidad auto-consistente de un funcional de intercambio-correlación, ajustándola a una densidad precisa sin necesidad de solución de campo auto-consistente. Se demuestra que un híbrido CF22D supera a otros métodos en métricas clave como energías y densidades.
LLMCodec: Adaptando códecs de video para la compresión eficiente de pesos de modelos de lenguaje grandes
Se presenta LLMCodec, un método de compresión basado en códecs de video para modelos de lenguaje grandes (LLM), integrando cuantización afín con el códec VVC/H.266. Los experimentos demuestran que LLMCodec reduce la perplexidad en más de 1.5 veces y mejora la precisión de la tarea subsiguiente en un 21% en el modelo LLaMA-3-8B a precisión de 2 bits.
Microsoft explicó un error misterioso
Microsoft explicó que el error en Excel, relacionado con el manejo de fechas y la consideración del año 1900 como bisiesto, es un defecto heredado de Lotus 1-2-3. La compañía ha decidido no corregirlo por temor a romper la funcionalidad de tablas y documentos existentes. Este error persiste en versiones modernas de Excel y su corrección implicaría un cambio significativo en todas las fechas almacenadas.
No se identificaron personas.
Se revela un atajo secreto para acceder a configuraciones importantes de Windows
Se ha descubierto un atajo secreto para acceder a importantes configuraciones de Windows mediante la combinación de teclas Win + X o haciendo clic derecho en el botón Inicio. Este menú permite verificar la carga del sistema, cerrar programas congelados y revisar la configuración de red. Además, se menciona el uso del Administrador de tareas para identificar aplicaciones que consumen recursos y el Visor de eventos para registrar errores del sistema.
Capítulo de la Sociedad IEEE Computer ofrece seminarios web con expertos de la industria
El Capítulo Central de la Sociedad IEEE lanzó una serie de seminarios web técnicos para conectar a miembros, estudiantes y profesionales con expertos de la industria. Las sesiones cubrieron temas como la gobernanza y seguridad de la IA, sistemas agenticos y discutieron decisiones de diseño y desafíos de implementación. Se enfatiza el uso de un formato virtual para facilitar la participación y la discusión de tecnologías emergentes.
Estos 3 sistemas operativos codificados por vibración podrían ser otra alternativa a Windows algún día
Varios proyectos de sistemas operativos (VibeOS, SlopOS, gdoct’s VibeOS) han sido creados desde cero utilizando herramientas de IA para lograr funcionalidades avanzadas, como ejecutar juegos como DOOM o implementar pilas TCP propias. Estos sistemas operativos, aunque imperfectos, representan un avance en la posibilidad de crear sistemas operativos personalizados y altamente configurables. Se sugiere que la capacidad de crear un SO desde cero podría acelerar la creación de alternativas a los sistemas operativos dominantes.
Estudiantes informados sobre oportunidades en la economía digital
Dignatarios inauguraron una sesión sobre oportunidades de carrera e innovación en la economía digital y el ecosistema de centros de datos de Karnataka. Se enfatizó la necesidad de que los estudiantes adquieran habilidades del siglo XXI para adaptarse al mercado laboral y contribuir al desarrollo económico nacional. Se destacó el potencial de la economía digital en la India y el crecimiento del ecosistema de startups como motor de la creación de empleo.
Acciones de Angel One, CDSL y Motilal Oswal subieron hasta un 7% ante la señal de la Ministra Sitharaman sobre la revisión del impuesto a las ganancias de capital a largo plazo
Las acciones de empresas del mercado de capitales subieron hasta un 7% tras comentarios de la Ministra de Finanzas sobre la posible revisión del impuesto a las ganancias de capital a largo plazo. Esto generó expectativas de cambios en la estructura tributaria de acciones, afectando tanto a inversores nacionales como extranjeros. No obstante, no se ha anunciado una decisión formal sobre la revisión de las tasas o límites de exención del impuesto.
베스핀글로벌 lanza agente de IA ejecutable para apuntar al 'trampa piloto de IA'
Vespin Global lanzó el agente de IA empresarial 'HelpNow Computer', un agente de IA ejecutable diseñado para transformar las solicitudes del usuario en planes de ejecución paso a paso. Este agente puede manipular sistemas internos para realizar tareas como la entrada de datos, la generación de documentos y la consulta de sistemas. El objetivo es superar el 'trampa piloto de IA' al pasar de la simple provisión de información a la ejecución real de tareas empresariales.
Localización de marcas de agua mediante escaneo y búsqueda eficiente
Se presenta un nuevo marco llamado BELL para localizar marcas de agua en contenido generado por IA en modelos de lenguaje grandes (LLM). La estrategia adaptativa concentra el presupuesto de detección en áreas con evidencia de marca de agua más fuerte. Los resultados experimentales demuestran que BELL supera a métodos anteriores en diversos esquemas de marcado.