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

Estudio de adaptación y reducción de dimensionalidad de representación en el reconocimiento de emociones del habla persa usando Whisper

Se investiga el uso de Whisper para el reconocimiento de emociones del habla (SER) en persa, enfocándose en la reducción de dimensionalidad de representación y la adaptación del modelo. Se propone un marco que utiliza PCA para reducir la dimensionalidad de las incrustaciones del codificador de Whisper, mejorando el rendimiento de reconocimiento de emociones. Los resultados indican que la reducción de dimensionalidad mejora el rendimiento, aunque el ajuste fino del ASR solo produce ganancias modestas.

Periodista: Ali Shendabadi, Parnia Izadirad, Mostafa Salehi

Personas mencionadas

Robustez adversaria del direccionamiento de activación en Modelos de Lenguaje Grandes

Se evaluó la robustez del direccionamiento de activación en Modelos de Lenguaje Grandes frente a perturbaciones adversarias en la entrada. Los resultados indican que la robustez direccional disminuye hasta un 64% y la confianza cae significativamente tras los ataques. Se concluye que la selección de capas es frágil y las estrategias actuales no son robustas para su implementación práctica.

Periodista: Kien Le, Thai Le

Personas mencionadas

Degeneración espectral de la auto-atención bajo geometría de puntuación isotrópica

Se estudia la estructura espectral de la matriz de auto-atención en modelos Transformer mediante un modelo espectral idealizado. El modelo reemplaza la orientación aleatoria de la matriz de puntuación por su representante singular canónico. Los resultados demuestran que el mapa softmax transforma esta estructura en una matriz de atención degenerada, preservando modos dominantes y concentrando los modos restantes en cero.

Periodista: Mengda Li, Jianfeng Yao

Personas mencionadas

Adaptación Regional Antropogénica en Modelos Multimodales Visión-Lenguaje

Se presenta la Adaptación Regional Antropogénica, un nuevo paradigma para optimizar la relevancia de los modelos visión-lenguaje a contextos regionales específicos manteniendo la generalización global. Se introduce el método GG-EZ, que utiliza filtrado de datos regionales y fusión de modelos para lograr esto. Los experimentos en Asia Sudoriental mostraron ganancias del 5 al 15% en relevancia cultural sin perder la mayor parte del rendimiento global.

Periodista: Samuel Cahyawijaya, Peerat Limkonchotiwat, Tack Hwa Wong, Hitesh Laxmichand Patel, Amit Agarwal, Manuel Antonio Rufino, Carlos Rafael Catalan, Muhammad Reza Qorib, Vicky Feliren, Holy Lovenia, Aye Hninn Khine, Frederikus Hudi, David Anugraha, Alham Fikri Aji, Romrawin Chumpu, Viet-Thanh Pham, Minghan Wang, Mohamed Fazli Imam, Ruochen Zhang, Joseph Marvin Imperial, Khumaisa Nur'aini, Do Xuan Long, Musa Izzanardi Wijanarko, Joel Ruben Antony Moniz, Patrick Amadeus Irawan, Hanif Muhammad Zhafran, Isaiah Flores, Salsabila Zahirah Pranida, Jun Kevin, Jostin Jerico Rosal, Patricia Nicole Monderin, Kun Kerdthaisong, Ahmad Mustafid, My Chiffon Nguyen, Natchapon Jongwiriyanurak, Siva Worajitwannakul, Haochen Li, Adrian Xuan Wei Lim, Bin Wang, Muhammad Ravi Shulthan Habibi, Lynnette Hui Xian Ng, Mithil Bangera, Yeshil Bangera, Priyaranjan Pattnayak, Dun Li Chan, Sherissa Caren Djuniwar, Cho Chan Myei Oo, Hee Ming Shan

¿Las presiones de influencia social mueven a los agentes de LLM? Evidencia de la auditoría delegada

Un estudio experimental evaluó si los agentes de modelos de lenguaje grande (LLM) responden a las presiones de influencia social, similar a los auditores humanos. Los resultados indican que los agentes de LLM ceden a la presión de superiores y colegas, pero no a la presión del CFO del cliente en la mayoría de los escenarios. Se concluye que los sistemas de soporte de decisiones basados en LLM deben diseñarse considerando estas diferencias con los agentes humanos.

Periodista: Richard Zhe Wang

Personas mencionadas

¿Qué mide una etiqueta de seguridad? Auditoría de puntos de referencia de seguridad situacional para LLMs multimodales

Se auditan puntos de referencia de seguridad situacional para modelos de lenguaje grandes multimodales (MLLMs) para determinar si clasifican correctamente escenas como seguras o inseguras. Se proponen métricas como la Tarjeta de Puntuación para evaluar la precisión de estos modelos. Los resultados sugieren que algunos modelos clasifican mejor de lo que indican sus propias etiquetas.

Periodista: Wayner Barrios, Kenneth Barrios

Personas mencionadas

Hacia una Internet de Agentes confiable y gobernable: Una perspectiva arquitectónica sobre protocolos, sistemas y servicios

El artículo examina el problema arquitectónico que surge al organizar las aplicaciones de modelos de lenguaje como flujos de trabajo de agentes multi-agente. Propone la Internet de Agentes (IoA) como una visión de computación de servicios donde los agentes son participantes gobernables. Detalla una progresión de tres capas que abarca desde el ecosistema actual hasta la autonomía confiable.

Periodista: Haoyi Xiong, Yi Liu, Jiang Bian, Peng Diao, Bin Zhu, Tingting Hu, Yi Wang, Sumi Helal

Personas mencionadas

Coordinación y comunicación multiagente descentralizada en bases de código compartidas

Se presenta ParallACT, una medida para tareas de codificación multiagente sin orquestador, que evalúa la coordinación y comunicación entre agentes que trabajan en bases de código compartidas. La investigación compara el rendimiento de un oráculo único frente a configuraciones multiagente con diferentes órdenes de ejecución y acceso a comunicación. Se concluye que la coordinación es un desafío central en escenarios donde los agentes tienen motivaciones independientes, y se identifican estrategias de coordinación efectivas y sus costos asociados.

Periodista: Rishabh Mediratta, Lingyun Xiao, Peter Stone, Joydeep Biswas, Elias Stengel-Eskin

Personas mencionadas

Datos alineados pueden inducir desalineación mediante confusión de contexto

Se identifica el fenómeno de confusión de contexto en modelos de lenguaje grandes, donde la alineación en un contexto puede provocar un comportamiento desalineado en otro dominio. Esto ocurre porque las consultas de diferentes dominios pueden activar características aprendidas durante el ajuste fino, transfiriendo el comportamiento a un contexto donde resulta inapropiado. Se concluye que es crucial realizar evaluaciones exhaustivas de alineación post-entrenamiento debido a la dificultad de predecir el estado de alineación solo con los datos de entrenamiento.

Periodista: Yavuz Bakman, Duygu Nur Yaldiz, Baris Askin, Swastik Roy, Morteza Ziyadi, Salman Avestimehr, Sai Praneeth Karimireddy

Personas mencionadas

CoworkOS: Agente de Trabajo Escalable para la Automatización en el Mundo Real

Se presenta CoworkOS, un marco general para el trabajo de largo horizonte que separa la estrategia de la tarea de la gestión de la ejecución. Este sistema permite la colaboración humano-IA mediante la inspección y revisión conjunta de artefactos como documentos y modelos, permitiendo la participación humana a través de conversación o modificación directa. CoworkOS demuestra competitividad con agentes de vanguardia en múltiples benchmarks.

Periodista: Jiajie Jin, Guanting Dong, Chengjun Pan, Xin Deng, Zhuohui Sheng, Guoqiang Wang, Tao Gui, Yutao Zhu, Yujia Chen, Shihong Yi, Binze Hu, Zhixiong Yang, Zhichao Sun, Rui Wang, Han Han, Mingyu Ma, Junhao Huang, Xiaotao Wang, Huicheng Jiang, Yuyang Hu, Xinyu Yang, Wanghan Xu, Yajie Yang, Zhecan Wang, Honglin Guo, Xiaoyu Xing, Xiaoqian Zhang, Yulun Zhu, Xiaoxi Li, Jiahang Lin, Shaofan Liu, Shihan Dou, Zhiheng Xi, Qi Zhang, Yu-Gang Jiang, See-Kiong Ng, Yang Zhang, Tat-Seng Chua, Ji-Rong Wen, Zhicheng Dou

Enrutamiento dinámico de precisión mixta para una interacción eficiente de LLM

Se propone el Enrutamiento Dinámico de Precisión Mixta (DMR) para mejorar la eficiencia de la interacción de modelos de lenguaje grandes (LLM) en tareas agenticas de largo horizonte. DMR selecciona adaptativamente entre versiones de alta y baja precisión del LLM en cada paso de decisión, identificando pasos críticos para optimizar el rendimiento y reducir el costo de inferencia. Este enfoque logra una aceleración de decodificación promedio de 2.44x sobre FP16 en benchmarks de agentes.

Periodista: Yuanzhe Li, Jianing Deng, Jingtong Hu, Tianlong Chen, Song Wang, Huanrui Yang

Personas mencionadas

ProtoSemImage: Prototipos de imagen con alineación de fila deformable para clasificación de documentos interpretable

Se presenta ProtoSemImage, un método que utiliza imágenes prototipo en espacio HSV para la clasificación de documentos. El modelo busca mejorar la representación visual de los documentos mediante una alineación de fila deformable. La investigación demuestra que esta representación supera a modelos basados en vectores, mejorando el rendimiento en tareas de clasificación.

Periodista: Mohammad Zare, Pirooz Shamsinejadbabaki

Personas mencionadas

La ilusión de alineación: Cómo BadReward corrompe la generación de texto a imagen

Se explora la posibilidad de envenenar el proceso RLHF en modelos de texto a imagen mediante un ataque llamado BadReward. Este ataque manipula las señales de recompensa para incrustar comportamientos maliciosos en el contenido generado. Los experimentos demuestran que esta manipulación corrompe la señal de recompensa y es efectiva en arquitecturas modernas de texto a imagen.

Periodista: Kaiwen Duan, Hongwei Yao, Yufei Chen, Ziyun Li, Tong Qiao, Zhan Qin, Cong Wang

Personas mencionadas

Anchor: Prevención de deriva de artefactos para verificación fiable de agentes

Se presenta Anchor, un pipeline para construir benchmarks que formaliza especificaciones de flujos de trabajo empresariales en programas de optimización. Este sistema genera instrucciones, configuraciones de entorno y soluciones certificadas para evaluar agentes de IA. Se aplica a ERP-Bench, un benchmark de 300 tareas para flujos de trabajo de adquisición y fabricación. El objetivo es crear entornos de evaluación auditables cuyos verificadores coincidan con las tareas empresariales valiosas.

Periodista: Abhijay Rana, Maksim Ivanov

Personas mencionadas

Planificación de Frontera Generativa para el reclutamiento por referidos

Se propone la Planificación de Frontera Generativa (GFP) para optimizar la asignación de presupuestos en programas de referidos entre pares, buscando maximizar el reclutamiento de poblaciones de alto riesgo para enfermedades infecciosas. El modelo aprende la capacidad de referencia y las covariables del referente para mejorar la eficiencia de los programas. Los resultados indican que GFP puede reclutar hasta un 21.5% más individuos que los métodos de referencia por pares existentes con el mismo presupuesto.

Periodista: Lingkai Kong, Hezi Jiang, Andrew Ma, Keyu Wang, Akseli Kangaslahti, Davin Choo, Milind Tambe, Michael M. Cassell, Kayla Stankevitz, Alastair van Heerden, Cheryl Johnson

Prueba programable inspirada en memoria de trabajo para el seguimiento de estado acumulativo en modelos de lenguaje grandes

Se presenta una sonda inspirada en memoria de trabajo para evaluar el seguimiento de estado acumulativo en modelos de lenguaje grandes (LLM). Los resultados indican que la precisión depende significativamente de los protocolos de salida y la cantidad de actualizaciones permitidas. Se demuestra que una fuerte aritmética de un solo paso no asegura un seguimiento acumulativo fiable.

Periodista: Dengzhe Hou, Lingyu Jiang, Deng Li, Zirui Li, Fangzhou Lin, Kazunori D Yamada

Personas mencionadas

División justa en línea de tareas con recurso de mejora

Se estudia la división justa en línea de tareas indivisibles entre agentes con recurso de mejora. Se demuestra que una adaptación del sistema de ronda mantiene la imparcialidad hasta una tarea (EF1) y una aproximación de la porción maximin (MMS). Se concluye que el conocimiento parcial del número de tareas es suficiente para mejorar el factor MMS.

Periodista: Yichen Huang, Nicholas Teh

Personas mencionadas

Optimización de política proximal para muestreo discreto amortizado

Se presenta un artículo que explora algoritmos de gradiente de política para entrenar políticas estocásticas con el marco GFlowNet. El trabajo deriva equivalentes de algoritmos de gradiente de política estándar y aplica la optimización de política proximal a GFlowNets. Esto demuestra una velocidad de convergencia y eficiencia de datos mejoradas en comparación con los objetivos de entrenamiento estándar.

Periodista: Anna Zykova-Myzina, Timofei Gritsaev, Daniil Tiapkin, Nikita Morozov

Personas mencionadas

Autorización en el momento del compromiso para agentes de LLM

Se propone la autorización en el momento del compromiso (CTA) para agentes de LLM, exigiendo una justificación completa y actual para el efecto exacto. Esto busca prevenir efectos no autorizados en servicios como GPT, Fable y Sonnet mediante avisos oportunos. Los estudios demuestran que la CTA ayuda a mantener la integridad de los efectos al validar las condiciones en tiempo real.

Periodista: Igor Santos-Grueiro

Personas mencionadas

No se identificaron personas.

Evaluación sin juez del llamamiento a funciones consciente del efecto

Se presenta una evaluación consciente del efecto para el verificador de llamadas a funciones del Leaderboard de Berkeley (BFCL). Este método infiere los efectos de las funciones ejecutándolas en simuladores para identificar cambios de estado. Los resultados muestran que la conciencia del efecto revela diferencias significativas en la calidad de ejecución de los modelos, especialmente en la distinción entre pedir aclaración y obtener permiso antes de acciones destructivas.

Periodista: Alexander Kovalenko, Artem Redchych

Personas mencionadas

VCoT-SQL: Mejorando la generación de Text-to-SQL mediante entrenamiento con validación de Cadena de Pensamiento Dual

Se presenta VCoT-SQL, un marco diseñado para mejorar la generación de Text-to-SQL mediante la supervisión de pasos intermedios validados de Cadena de Pensamiento (CoT) y un validador SQL dedicado. Este enfoque busca permitir que modelos pequeños de código abierto superen a modelos de código cerrado al verificar rigurosamente los pasos de razonamiento. El sistema logra altas tasas de precisión en conjuntos de datos desafiantes, demostrando la efectividad de la validación a nivel de paso sobre el escalamiento del modelo maestro.

Periodista: Rui Zhang, Yujia Su, Ruixuan Li, Yuhua Li, Yixin Su

Personas mencionadas

Marco de detección de defectos fotovoltaicos autoevolutivo

Se propone SEPDD, un marco de detección de defectos fotovoltaicos autoevolutivo para escenarios industriales en evolución. Este marco optimiza la tubería de entrenamiento y evaluación mediante un mecanismo que reoptimiza el proceso ante indicadores de fallo o cambio en el entorno. Los experimentos demuestran que SEPDD supera a las líneas base existentes en la detección de defectos en conjuntos de datos públicos y privados.

Periodista: Haoyu He, Yu Duan, Wenzhen Liu, Hanyuan Hang, Boyu Qin, Qiantu Tuo, Xiaoke Yang, Rui Li

Personas mencionadas

Descubrimiento guiado por conjeturas: SCOPE y ClosureBench

Se presenta SCOPE, un marco que permite múltiples trayectorias de investigación guiadas por conjeturas mediante agentes científicos que modelan ecuaciones y prueban hipótesis. Se introduce ClosureBench, un punto de referencia interactivo para tareas de descubrimiento de cierre, incluyendo métricas para evaluar la fidelidad de la evidencia y la efectividad experimental. SCOPE demuestra una mayor precisión en el descubrimiento de ecuaciones tanto en benchmarks como en casos científicos reales.

Periodista: Yuxiao Hu, Qian Li, Ding Wang, Siheng Chen, Linfeng Zhang, Jinyue Yan, Yuntian Chen

Personas mencionadas

MAS-Guard: Barreras unificadas desde agentes individuales hasta sistemas de LLM multiagente

Se presenta MAS-Guard, un marco unificado para proteger aplicaciones de IA de agentes individuales y multiagentes. Este sistema aborda riesgos como acciones inseguras y manipulación adversaria mediante capas de defensa local y a nivel de sistema. Las evaluaciones indican que MAS-Guard reduce significativamente la tasa de éxito de ataque en comparación con agentes sin protección.

Periodista: Mohammad Kachuee, Phu Mon Htut, Sheng Li, Nikolaos Pappas, Miguel Ballesteros, Yassine Benajiba, Sujith Ravi, Dan Roth

Personas mencionadas

Predicción de Atención en Investigación (RAP) en Agentes de Lenguaje

Se presenta el RAP, un punto de referencia para evaluar la capacidad de los agentes de LLM para inferir cambios en campos de investigación a partir de la evidencia recuperada. Los resultados indican que la búsqueda mejora el reconocimiento de cambios recientes, pero la capacidad de predecir cambios futuros sigue siendo limitada o negativa. Los agentes pueden reconocer cambios recientes, pero anticipar con fiabilidad la actividad de investigación futura resulta difícil.

Periodista: Yingqian Wu, Jingcong Liang, Shengbin Yue, Siyuan Wang, Zhenfei Yin, Junchi Yu, Zhongyu Wei

Personas mencionadas

Fusión temprana de imágenes H&E y transcriptómica espacial a resoluciones variables con aprendizaje auto-supervisado

Se propone una arquitectura de transformador de visión temprana fusión para integrar la transcriptómica espacial con imágenes de todo el portaobjetos, capturando arquitectura morfológica y actividad molecular. El modelo entrenado demuestra que la combinación de ambas modalidades supera el rendimiento de cada modalidad por separado en tareas de predicción de expresión génica.

Periodista: Alice Driessen, Emil Malmsten, Steffen Wolf, Bernd Illing, Isinsu Katircioglu, Adriano Martinelli, Rolf Stahel, Solange Peters, Enriqueta Felip, Sanjay Popat, Krisztian Homicsko, Raphael Gottardo, Marianna Rapsomaniki, Fei Tang

Mezcla de capas: Enrutamiento de capas dinámico para el razonamiento visual

Se propone Mixture of Layers (MoL), un enfoque de enrutamiento de capas condicionado por instrucciones a nivel de parche para agregar dinámicamente representaciones latentes de capas intermedias del codificador de visión. Este método busca mejorar el acceso a características visuales específicas para el razonamiento visual de grano fino en Modelos de Lenguaje Grande Multimodales (MLLMs). Los experimentos muestran mejoras significativas en tareas de razonamiento visual, superando a los MLLMs de referencia sin aumentar la complejidad de la entrada.

Periodista: Jeonghwan Kim, Sofia Stoica, Jiwan Chung, Ansel Blume, Hyeonjeong Ha, Zhenhailong Wang, Xin Luna Dong, Heng Ji

Personas mencionadas

Prompting espectral latente para el seguimiento de objetos multimodal

Se propone SProTrack, un marco multimodal que transfiere conocimiento temporal de rastreadores RGB preentrenados al dominio hiperespectral mediante prompting espectral latente. Este enfoque desacopla el modelado temporal de la adaptación espectral, permitiendo aprender información hiperespectral de forma auto-supervisada. Los experimentos demuestran que SProTrack logra el mejor rendimiento general en todos los dominios espectrales.

Periodista: Wangshu Cai, Jun Zhou, Lei Wang, Mohammad Aminul Islam, Xu Han, Kuldip Paliwal

Personas mencionadas

Usar Geometría de Dirección de Activación para Reducir la Búsqueda de Hiperparámetros

Se presenta un método basado en la geometría de dirección de activación ($d'$) para controlar el comportamiento de los Modelos de Lenguaje Grande (LLM) y reducir la búsqueda de hiperparámetros. El estudio demuestra que $d'$ es eficaz para identificar capas de rendimiento en tareas de respuesta a preguntas de opción múltiple y en la selección de capas para la generación de texto abierto. Se concluye que las conclusiones obtenidas en escenarios de un solo token no siempre son aplicables a la generación de texto abierto.

Periodista: Nishkal Hundia, Swastik Agrawal, Navita Goyal, Sarah Wiegreffe

Personas mencionadas

EEFA: Un marco para la evaluación ética de agentes de IA

Se aborda el desafío de gobernanza al desplegar agentes de IA autónomos en dominios críticos como la salud y la gestión financiera. Se presenta el Marco de Evaluación Ética para Agentes de IA (EEFA), un instrumento diseñado para evaluar dimensiones éticas como la autonomía y la privacidad. El marco busca llenar la brecha al proporcionar un instrumento operacionalizable para desarrolladores y reguladores, alineado con normativas como el Reglamento de IA de la UE.

Periodista: Swathi Pallikala, Yashas Hariprasad

Personas mencionadas