Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Modelo»
Más recientes primero · Hasta 30 noticias por página
Especializando Meta Multi-Objectivization como base para la optimización de software
El artículo estudia la posibilidad de especializar el modelo Meta Multi-Objectivization (MMO) como una base general para diversos problemas de optimización de ingeniería de software. Se demuestra que MMO supera a otros optimizadores en un 79% y 94% de los casos, dependiendo de la elección del objetivo auxiliar. Se propone la herramienta L2RAC para recomendar automáticamente la mejor elección del objetivo auxiliar, mejorando la precisión en la selección.
Gobernanza de la IA y el Principio de Frontera Prohibida
Este estudio desarrolla un marco integrado para evaluar la justicia de la inteligencia artificial a través de capas normativas, de datos, de modelo y gobernanza. Propone un Principio de Frontera Prohibida para asegurar que los agentes de IA no ejecuten acciones externas fuera de límites preautorizados. El marco incluye un Protocolo de Parada Segura de Principio Primero con mecanismos de monitoreo y autorización humana para garantizar la gobernanza.
RamanPFN: Marco de fundación espectral guiado por física para aprendizaje en contexto a través de diversas aplicaciones Raman
Se presenta RamanPFN, un marco de fundación espectral guiado por física diseñado para la inferencia en contexto unificada mediante aprendizaje espectral. Este modelo aborda las limitaciones de los modelos de aprendizaje automático al integrar la mezcla aditiva de espectros y la localidad de las bandas vibracionales. Los resultados demuestran que RamanPFN supera a otros métodos en múltiples tareas de regresión y clasificación, mejorando significativamente la precisión y la eficiencia del análisis cuantitativo de datos espectroscópicos.
Una política para 100 tareas domésticas: Nuestra solución para el Desafío de Comportamiento 2026
Un equipo obtuvo el noveno lugar en la clasificación final del Desafío de Comportamiento 2026 por su solución para 100 tareas domésticas en el simulador OmniGibson. La solución se basa en un modelo VLA y se optimizó mediante un entrenamiento prolongado y técnicas de *flow matching* para mejorar el rendimiento. Además, 14 tareas fueron dirigidas a un agente de codificación GPT-6 Astra, logrando un rendimiento superior en comparación con la política aprendida.
Intervenciones de modelado propio pueden modular el desalineamiento emergente
Se investigan intervenciones de modelado propio, como el autoconocimiento y los autoinformes, para modular el desalineamiento emergente (EM) en modelos de lenguaje grande. Los experimentos demuestran que el ajuste fino del autoconocimiento reduce el desalineamiento sin afectar métricas individuales, sugiriendo que la fortificación del carácter es clave para la prevención. Los resultados reencuadran el EM como una desestabilización del carácter alineado del modelo, en lugar de la adopción de una persona mal alineada.
TRACE: Currículo de razonamiento basado en reglas de negocio para la recuperación de herramientas que preservan el conocimiento para la preservación del conocimiento en LLMs empresariales
Se presenta TRACE, un currículo de dos etapas diseñado para resolver la disociación entre la recuperación de herramientas y el conocimiento paramétrico en LLMs empresariales. La Etapa 2 del currículo entrena al modelo para emitir un rastro de pensamiento antes de generar tokens de herramientas, mejorando la comprensión y la precisión de recuperación en comparación con métodos anteriores. Los resultados indican que TRACE mejora significativamente la precisión de las pruebas MCQ y QA, logrando una alta tasa de recuperación en entornos de producción.
Brasilidade: Medindo la identidad brasileña para modelos de lenguaje grandes
Se presenta una nueva metodología de evaluación llamada Brasilidade para medir las limitaciones de los Modelos de Lenguaje Grandes (LLMs) en portugués brasileño. La investigación demuestra que el tamaño del modelo no es el factor determinante del rendimiento, y que modelos de tamaño mediano superaron a los modelos más grandes en los protocolos evaluados. Esto subraya la necesidad de nuevos benchmarks para mejorar el entrenamiento de modelos en este dialecto.
Modelo multimodal para la diferenciación de características para el descubrimiento y control
Se presenta MMDiff, un marco para descubrir y controlar el comportamiento de los Modelos de Lenguaje Grande Multimodales (MLLMs) mediante el entrenamiento de Autoencoders Esparsos (SAEs) multimodales. Este método permite aislar características específicas, detectar características causales y controlar dichas características para mejorar la seguridad y la capacidad de los MLLMs. Los resultados demuestran que la eliminación de estas características reduce el rendimiento en tareas específicas, mientras que su dirección mejora la precisión en tareas espaciales y OCR.
Escuchar las características: Anonimización de voz impulsada por el emparejamiento de incrustaciones de contenido sobre la reconstrucción de señal
Se presenta un modelo de anonimización de voz que preserva el contenido mediante incrustaciones extraídas de un codificador wav2vec2. El método utiliza cuantización vectorial y un vocoderr HiFi-GAN, logrando un bajo error de palabra (WER 2.53) y manteniendo parcialmente las emociones.
Retroalimentación procesable: Mejorando las capacidades del modelo a partir de datos editados por el usuario en documentación clínica
Se aborda el desafío de utilizar las ediciones realizadas por clínicos en documentación clínica para mejorar los modelos de lenguaje grandes (LLMs). Se demuestra que una parte significativa de estas ediciones no es retroalimentación procesable y que el entrenamiento directo puede provocar alucinaciones en el modelo. Se propone un método para generar datos de edición semi-sintéticos y métodos de filtrado para identificar ediciones accionables, mejorando la alineación del modelo sin perder la fidelidad al contexto.
Discretización de valor hacia adelante: Muestreo estocástico más rápido sin aproximación de orden superior
Se presenta la discretización de valor hacia adelante, un marco sin entrenamiento que evalúa el modelo de predicción de datos/ruido en una estimación de mirada hacia adelante basada en predicciones previas. Se desarrolla el F-DDPM para el muestreo estocástico, que logra un FID menor que las líneas base estocásticas en presupuestos de NFE comparables. Ambas variantes demuestran convergencia de primer orden con una evaluación del modelo por iteración, reduciendo la brecha de eficiencia entre métodos estocásticos y deterministas.
Mitigación de fugas de datos privados en LLMs con Whiteout
Se presenta Whiteout, una herramienta práctica diseñada para prevenir que los modelos de lenguaje grandes (LLMs) regurgiten información personal sensible (PSI) de usuarios, como fechas de nacimiento o direcciones, al ser solicitados. La herramienta sobrescribe esta información con muestras de ofuscación para mitigar riesgos de privacidad. Los resultados indican que Whiteout previene la divulgación de PSI, mantiene la utilidad y seguridad del modelo, y supera a métodos de mitigación existentes.
SplitLite: Compresión Residual de Bajo Rango para Aprendizaje Dividido
Se presenta SplitLite, un método de ajuste fino federado LoRA que busca reducir los costos de comunicación en el aprendizaje dividido de LLMs en dispositivos. El método explota la estructura de bajo rango de los residuos de activación y gradiente para transmitir solo factores SVD truncados, logrando reducciones significativas en los costos de comunicación sin afectar el rendimiento del modelo. Los experimentos demuestran una reducción de hasta el 93.5% en los costos de comunicación de subida de activación.
Modelos del Mundo de Einstein
Se propone el Modelo del Mundo de Einstein (EWM) para sistemas de razonamiento basados en LLM, integrando simulaciones visuales-temporales en la traza de razonamiento. Este enfoque busca mejorar las capacidades de razonamiento de los LLMs al permitirles considerar fenómenos complejos que el lenguaje no puede capturar completamente. Los EWMs extienden la capacidad de los LLMs para usar herramientas, incorporando experimentos mentales visuales en su proceso de razonamiento.
No se identificaron personas.
Entendiendo los modelos de lenguaje Mixture-of-Experts más allá de los límites de los expertos
El artículo investiga la organización a nivel de neurona en modelos Mixture-of-Experts (MoE) utilizando la medida RAMP. Se encontró que los conjuntos de neuronas especializadas por dominio muestran un solapamiento significativamente mayor en muestras del mismo dominio que entre diferentes dominios. Se propone un método de poda (RAMPr) para seleccionar neuronas y preservar el rendimiento del modelo.
AURA: Inteligencia Espacial Auditiva a través de una Representación Unificada desde un Codificador de Audio General mediante Alineación Completa
Se presenta AURA, un modelo que utiliza un codificador de audio general entrenado sin supervisión espacial para responder preguntas espaciales sobre escenas de múltiples fuentes. El estudio demuestra que el modelo mantiene información espacial y supera a sistemas dedicados en precisión de dirección de doble fuente.
No se identificaron personas.
Elucidación de los parámetros de un modelo de clasificación multicriterio
Se presenta un trabajo sobre la elicitación de parámetros para el modelo de Clasificación No Compensatoria (NCS) en el contexto de la ayuda a la toma de decisiones multicriterio (MCDA). Se proponen algoritmos de interrogación basados en algoritmos de exploración de grafos y dicotomía para determinar los parámetros del modelo. El estudio también compara la generalidad del modelo NCS frente a MR-Sort.
De la arquitectura al resultado: Probando los orígenes estructurales de la alucinación y el papel amplificador de los datos
Se investigan los orígenes estructurales de la alucinación en modelos de lenguaje, examinando cómo la estructura del modelo y los datos influyen en los errores de salida. Se prueban intervenciones que modifican la arquitectura del modelo para determinar cómo los defectos en la entrada se traducen en errores de salida. Se concluye que el componente de mezcla y el compromiso determinan si un defecto contextual se convierte en un error y cómo se propaga el error.
Cómo ver Get Huge: Looksmaxxing to Death online desde cualquier lugar
La noticia promociona la serie documental "Get Huge: Looksmaxxing to Death", que narra la historia de Tony Huge, un ex modelo y culturista involucrado en desapariciones en Tailandia. Se detalla cómo acceder a la serie a través de plataformas como Hulu y Disney+, incluyendo el uso de VPNs para acceder a contenido desde diferentes países.
Selección de centro de cumplimiento transfronterizo mediante estimación robusta doble y programación lineal
Se presenta un modelo de optimización para seleccionar centros de cumplimiento transfronterizos (XB) utilizando pronóstico, estimación robusta doble y programación lineal. Este modelo busca minimizar el tiempo y costo de entrega mientras maximiza la ganancia y las unidades enviadas en corredores de envío internacionales. Los resultados indican reducciones significativas en el tiempo y costo logístico en comparación con políticas definidas por expertos humanos.
CACHEFORGE: Política de reemplazo de caché generativa de extremo a extremo guiada por LLM para rendimiento y eficiencia de hardware
CACHEFORGE es un marco que integra un modelo de lenguaje grande (LLM) en un bucle de evolución para generar políticas de reemplazo de caché de extremo a extremo. Este enfoque busca descubrir políticas compactas que cumplen con las restricciones de hardware al explorar transformaciones algorítmicas más allá de los predictores fijos. El framework superó a varias líneas base en benchmarks de SPEC CPU2006, mejorando significativamente las tasas de acierto y el IPC en diferentes escenarios.
Construcción y evaluación de un asistente de primeros auxilios sin conexión para escenarios de respuesta a emergencias
Se desarrolló HandsOnAid, un modelo de lenguaje pequeño basado en Gemma 2B afinado para asistir en situaciones de primeros auxilios sin conexión. El modelo fue evaluado mediante jueces de LLM y profesionales médicos, mostrando mejoras en la puntuación media tras el ajuste fino. La mejor configuración alcanzó una puntuación de 2.51 de 5, destacando la utilidad del modelo en entornos de emergencia sin conectividad.
Modelo computacional de coadaptación entre profesor y estudiante
Se presenta un marco computacional bayesiano para estudiar la coadaptación entre profesores y estudiantes bajo observabilidad parcial en una tarea de aprendizaje de conceptos. El estudio compara diferentes modos de interacción y controles para determinar cómo la experiencia del profesor afecta los pasos de interacción necesarios para la coadaptación total. Los resultados sugieren que la coadaptación total requiere menos pasos de interacción cuando la experiencia del profesor es alta.
Cuando el clima interrumpe las clases, ¿se detiene el aprendizaje?
La educación ecuatoriana enfrenta una crisis debido a la acumulación de problemas, incluyendo la pandemia, apagones y lluvias, lo que pone en duda la capacidad de los estudiantes para aprender. Se señala que un modelo educativo tradicional genera dependencia del docente y dificultades para la autonomía estudiantil. Se propone la necesidad de un plan nacional para transformar la educación, promoviendo metodologías activas y preparando a los estudiantes para el aprendizaje autónomo.
Google amplía el acceso al modelo de IA Gemini 4 Carbon para desarrolladores, empresas con capacidades avanzadas de codificación, ciberseguridad e investigación
Google ha expandido el acceso al modelo de IA Gemini 4 Carbon a desarrolladores, empresas, científicos y consumidores para tareas complejas como desarrollo de software, investigación financiera y ciberseguridad. Este modelo está diseñado para requerir razonamiento extenso y verificación repetida, y se integra con otras IA para tareas más complejas. El acceso se ofrece a través de la API Gemini y Gemini para empresas con precios específicos por tokens.
Modelo ambiental de López Casarín destaca en Premios Verdes 2026
La Alcaldía Álvaro Obregón ganó el primer lugar en el XXIII Congreso Internacional de ICLEI por su programa Barrancas ÁO, y su Modelo de Gobernanza Territorial, Alcaldía Verde, fue finalista en Premios Verdes 2026. Estos logros reconocen las acciones del gobierno de Javier López Casarín para recuperar espacios naturales, reducir la contaminación y fomentar la participación comunitaria. El programa logró reducir los tiraderos clandestinos y realizar importantes intervenciones ambientales.
Lotus Eletre X, un delirio de 1.000 caballos que recorre 1.000 kilómetros sin buscar un enchufe
El Lotus Eletre X es un SUV grande, rápido y lujoso que logra recorrer mil kilómetros sin necesidad de recarga eléctrica. El vehículo destaca por su ingeniería avanzada, incluyendo sistemas de suspensión neumática y frenos de alto rendimiento. La marca, ahora bajo Geely, vende el modelo en varios mercados europeos y se posiciona en el segmento de vehículos de alto rendimiento.
El Santander da un primer paso para cumplir con las exigencias del BCE y reducir el poder del presidente
El Financial Times reporta que el Santander podría ceder el poder ejecutivo de su presidenta Ana Botín para alinearse con las exigencias del Banco Central Europeo (BCE) sobre la gobernanza bancaria. Esto se da en un contexto de conflicto entre los bancos y el regulador respecto a la separación de funciones ejecutivas y de representación. Se señala que, aunque los bancos han resistido cambios, la presión del BCE busca modificar el modelo de gobernanza, aunque se espera que este cambio no sea inminente.
Abinader tomó juramento a los nuevos jueces SCJ
El Consejo Nacional de la Magistratura, encabezado por Luis Abinader, juramentó al magistrado Justiniano Montero Montero como presidente de la Suprema Corte de Justicia (SCJ). Se impulsará una reforma normativa para lograr una nueva Ley Orgánica del Poder Judicial y un nuevo modelo de organización judicial. También fueron juramentados nuevos magistrados para ocupar vacantes en el alto tribunal.
- Luis Abinader
- Justiniano Montero Montero
- Diomede Ydelfo Villalona Guerrero
- Arelis Socorro Ricourt Gómez
- Julio César Emilio Canó Alfau
- Antonia Josefina Grullón Blandino
- Amauris Antonio Pimentel Fabiano
- Ylona María de la Rocha Camilo
- Samuel Amaury Arias Arzeno
- Anselmo Alejandro Bello Ferreras
- Fran Euclides Soto Sánchez
- Rafael Vásquez Goico
- Ricardo de los Santos
- Alfredo Pacheco
- Luis Henry Molina
- Napoleón Estévez Lavandier
- Omar Fernández
- Tobías Crespo
Primer operación de importación de petróleo crudo por anclaje en el puerto de Guangzhou
Se realizó la primera operación nacional de importación de petróleo crudo por anclaje en el puerto de Guangzhou, reactivando un servicio que había estado inactivo por 15 años. Esta operación busca ofrecer un nuevo canal marítimo para el petróleo crudo internacional hacia las bases de refinación en el sur de China. La aduana implementó un modelo de supervisión marítima para facilitar el tránsito y la descarga de petróleo crudo, buscando optimizar la logística y reducir los costos de transporte.