Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Substrate AI integrará todas sus actividades de IA en el grupo con una operación de 40,5 millones
Substrate AI y su matriz Subgen AI han acordado una reorganización estructural para concentrar todas sus actividades de inteligencia artificial bajo Substrate AI mediante una operación de 40,5 millones de euros. Esta medida busca mejorar la eficiencia operativa y simplificar la estructura societaria del grupo. La operación incluye la adquisición de participaciones de filiales de Subgen AI y la emisión de un bono convertible.
No se identificaron personas.
Substrate AI reunirá todas sus operaciones de IA dentro del grupo en una operación de 40,5 millones
Substrate AI y su matriz Subgen AI han acordado una reestructuración global para consolidar todas las operaciones de inteligencia artificial bajo la estructura de Substrate AI por 40,5 millones de euros. Este movimiento busca potenciar la eficiencia operativa y reforzar a Substrate AI como el vehículo central para el desarrollo y comercialización de soluciones de IA a nivel mundial. Se unifican las operaciones internacionales en Europa y Latinoamérica para responder al crecimiento del mercado de IA corporativa.
No se identificaron personas.
La compañía valenciana Substrate AI es admitida a cotización en el Cboe Europe
La compañía española de inteligencia artificial Substrate AI ha sido admitida a cotización en el Cboe Europa. La empresa tiene como objetivo superar los 100 millones de euros de facturación para 2030, enfocándose en el desarrollo de tecnología propia y la comercialización de tokens. La noticia también detalla la evolución reciente de su capitalización y resultados financieros.
La justicia condena a Substrate AI a pagar a Summon Press los 500.000 euros pendientes por la venta de su negocio digital
La Sección Civil del Tribunal de Instancia de Valencia condenó a Substrate AI a pagar 500.000 euros más intereses a Summon Press por un pago pendiente de una compraventa de negocio digital. La jueza desestimó la reclamación de Substrate, mientras que la demanda de Summon Press fue parcialmente estimada.
La valenciana Substrate AI compra un solar en Talavera de la Reina (Toledo) para un centro de datos
Substrate AI adquirió un solar en Talavera de la Reina, Toledo, por 1,61 millones de euros para desarrollar un centro de datos. Esta compra forma parte de la estrategia de la empresa para desplegar infraestructura tecnológica propia en España y potenciar la IA europea. La puesta en marcha del proyecto depende de obtener permisos y cumplir con hitos técnicos administrativos.
Substrate AI adquiere un solar en Talavera de la Reina por 1,61 millones para un futuro centro de datos
Substrate AI adquirió un solar en Talavera de la Reina por 1,61 millones de euros para desarrollar un futuro centro de datos como parte de su estrategia de infraestructura de IA en España. La compra, formalizada el 13 de noviembre, incluye varias parcelas y el proyecto depende de la obtención de licencias y autorizaciones pendientes. Este paso refuerza la estrategia de la compañía para desplegar infraestructura tecnológica propia y soberana en el país.
Destilación de algoritmos para aprendizaje por refuerzo seguro en contexto
Se presenta el Aprendizaje por Refuerzo Seguro en Contexto (Safe ICRL) y el Algoritmo de Distilación de Algoritmos Seguros (Safe AD). Se revisan dos partes de Safe AD, incluyendo la introducción de presupuestos dinámicos y el ajuste A-Lag para mejorar el rendimiento en entornos de locomoción y navegación. Los experimentos demuestran que A-Lag supera a Safe AD en términos de costo y retorno final en varios entornos.
DeepSeek presenta 'super agente' de IA en la carrera de codificación con OpenAI, Anthropic
DeepSeek ha presentado un 'super agente' de IA diseñado para manejar múltiples tareas con mínima intervención humana, buscando reducir la necesidad de coordinación y supervisión humana en flujos de trabajo complejos. Este desarrollo se posiciona como una respuesta a la creciente automatización de tareas por parte de los modelos de IA, buscando optimizar la gestión de flujos de trabajo mediante la autonomía de los agentes.
Avatares holográficos con IA en el subte porteño: qué son y para qué se utilizarán
La compañía Subterráneos de Buenos Aires (SBASE) lanzó una licitación para implementar avatares holográficos con inteligencia artificial conversacional en el subte porteño. El proyecto busca permitir a los usuarios interactuar con figuras virtuales para realizar consultas y obtener respuestas en tiempo real. Se planea instalar seis dispositivos interactivos en dos estaciones de la línea B.
No se identificaron personas.
Radiografía al ciberdelito: Una de cada cuatro brechas maliciosas utiliza inteligencia artificial en el ataque
El ciberdelito está utilizando la inteligencia artificial, como los deepfakes, para suplantar identidades de ejecutivos y abogados, logrando fraudes multimillonarios. Un informe de IBM indica que una de cada cuatro brechas maliciosas involucra IA, y el fraude por voz es el vector más costoso. Se advierte sobre el riesgo creciente de ataques a fin de año y la necesidad de implementar controles internos estrictos para mitigar riesgos.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Substrate AI»
Más recientes primero · Hasta 30 noticias por página
Estimación Geométrica Panorámica Unificada mediante Modelos Fundacionales Multi-Vista
Se presenta PaGeR, un marco para elevar modelos fundacionales 3D diseñados para imágenes de perspectiva al dominio del panorama, permitiendo la reconstrucción de escenas 360 grados a partir de una sola imagen panorámica. El método combina un transformador preentrenado para la reconstrucción 3D para predecir profundidad, normales de superficie y máscaras de cielo a partir de imágenes de perspectiva y omnidireccionales. El método demuestra un rendimiento de vanguardia y un excelente rendimiento cero-shot en diversos entornos.
Dinámicas topológicas bajo supervisión no estacionaria: Homología persistente de la evolución de pesos de redes neuronales
Se investiga la evolución de la topología persistente de las nubes de puntos de pesos de redes neuronales bajo supervisión estable y no estacionaria. Se comparan modelos entrenados con etiquetas correctas frente a modelos con permutaciones aleatorias de etiquetas, encontrando que los modelos con etiquetas correctas muestran una mayor persistencia topológica. No se demostró una mejora predictiva incremental en este contexto.
Modelos de aprendizaje de acción con efectos condicionales y cuantificados mediante exploración guiada por incertidumbre
Se presenta el Aprendizaje de Modelos de Acción Condicional Online Guiado por Hipótesis (OHCAM), un enfoque en línea para aprender modelos de acción con efectos condicionales y cuantificados. Este método reduce la incertidumbre seleccionando acciones informativas y es robusto al ruido de observación. Los experimentos validan que OHCAM es eficiente en muestras y aplicable en entornos reales con robots.
Evaluación de modelos del mundo generados por LLM para el razonamiento neuro-simbólico
Se evalúan modelos del mundo generados por LLM para el razonamiento neuro-simbólico, examinando si pueden ser juegos estocásticos parcialmente observables. Se analiza la validez mecánica y el acuerdo estructural de estos modelos en escenarios de juego, situacionales y culturales. Los resultados indican que la validez mecánica es necesaria pero insuficiente para que los modelos generados por LLM representen fielmente el problema de decisión previsto.
No se identificaron personas.
ALTO: Violencia basada en género facilitada por tecnología en África y Levante
Se desarrolló un enfoque comunitario para hacer crowdsourcing de instancias de violencia basada en género facilitada por tecnología (TFGBV) en árabe levantino, francés africano y suajili, en colaboración con organizaciones de la sociedad civil de Jordania, África Occidental francófona y Kenia. Se creó un conjunto de datos llamado ALTO para mejorar la detección de este tipo de violencia en estos idiomas. Los experimentos indican que los modelos existentes tienen un rendimiento deficiente y mejoran con el ajuste fino, aunque los errores son mayores en suajili.
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.
La alineación de la IA no es ni resoluble ni suficiente
La alineación de la Inteligencia Artificial, que busca asegurar que los sistemas actúen conforme a los valores humanos, se considera un desafío central pero no resoluble. Se argumenta que la alineación no está bien definida y que resolverla no mitigará los riesgos derivados de las interacciones complejas entre humanos y máquinas. Se concluye que la seguridad de la IA es un desafío continuo y no un problema que se pueda solucionar de forma definitiva.
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.
Examinando el impacto de los métodos de datos y entrenamiento en el desalineamiento emergente y subliminal
El estudio examina cómo los métodos de entrenamiento y los datos influyen en el desalineamiento emergente (EM) y el aprendizaje subliminal (SL) en modelos de lenguaje. Se analiza cómo el contexto temático y la tarea de los datos afectan la transferencia de desalineamiento entre datos y modelos. Los resultados indican que el EM se transfiere más fuertemente a prompts que comparten la tarea de los datos de ajuste fino.
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.
Prune-and-Merge: Escalado sin entrenamiento de Vision Transformers
Se presenta Prune-and-Merge ViT, un marco sin entrenamiento para reducir la redundancia en Vision Transformers mediante poda basada en atención y fusión basada en similitud. Este método busca mejorar la eficiencia computacional manteniendo la robustez y la precisión de los modelos existentes. El análisis demuestra que la reducción híbrida de tokens mantiene la estabilidad de la predicción ante transformaciones comunes de imágenes.
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.
Cuantización conjunta y particionamiento dinámico para transformadores de visión en el borde
Se propone un marco de orquestación en el borde para gestionar conjuntamente la computación y la comunicación V2V en vehículos conectados y automatizados. El método reduce la energía de comunicación V2V en un 33.3% al 36.0% y disminuye la latencia de finalización de la tarea hasta en un 34.0% en ciertas configuraciones. Esto se logra mediante la selección conjunta de puntos de partición y asignación de precisión mixta.
LeapQuant: Atención Lineal Eficiente con Cuantización de Estado Recurrente Precisa
Se presenta LeapQuant, un método sin entrenamiento que logra un rendimiento casi sin pérdidas con cuantización de estado recurrente de 8 bits para modelos LLM que usan atención lineal. El método aborda la acumulación de errores mediante cuantización por ventana y conserva valores atípicos como tokens compensadores para reducir el error. Los experimentos demuestran que LeapQuant reduce significativamente los costos de memoria y cómputo durante la inferencia, ofreciendo ganancias de velocidad comparables a la precisión FP32.
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.
BuySideFlow: Un punto de referencia en el momento para agentes de LLM en investigación de inversión
Se presenta BuySideFlow, un punto de referencia para evaluar agentes de LLM en investigación de inversión, centrándose en la validez en el momento (PIT). El estudio evalúa tareas derivadas por profesionales en chino en áreas como acciones, fondos y macroeconomía. Los resultados indican que la concordancia del resultado no garantiza la validez temporal de los datos.
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.
¿Cuánto de su VLA es kNN?
Un estudio demuestra que la recuperación de demostraciones cercanas y la reutilización de sus fragmentos de acción alcanzan un 91.7% de éxito en el benchmark LIBERO sin entrenamiento de políticas. Se investiga cómo el rendimiento de los modelos VLA se relaciona con la generalización de las demostraciones de entrenamiento. Además, se introduce la métrica LAC para medir la consistencia de acción local y guiar el entrenamiento de claves de recuperación.
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.
Decidir, Preguntar o Deferir: LLMs Clínicos bajo Evidencia Incompleta
Se evalúan modelos de lenguaje grandes (LLMs) clínicos (Qwen, Gemini, GPT) en la toma de decisiones diagnósticas bajo evidencia clínica incompleta. Se compara el rendimiento de diferentes formulaciones de decisión (DECIDE/ASK/DEFER) para determinar si la adquisición de información afecta la decisión autónoma. Los resultados indican diferencias significativas en la selección de acciones entre los modelos, revelando un compromiso entre la precisión diagnóstica y la seguridad de la decisión.
Sincronización eficiente de LoRA para entrenamiento on-policy distribuido
Se presenta un marco llamado HiLo para mejorar la sincronización de adaptadores LoRA en el entrenamiento on-policy distribuido, abordando el cuello de botella de la transmisión de parámetros. Se introduce Spar, un compresor de gradientes que desacopla el rango de entrenamiento del costo de comunicación, logrando una transmisión eficiente y acelerando las actualizaciones hasta 2.2 veces.
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.
PhysMoE: Grounding Espacial Rápido con Representación de Coordenadas de Token Único en VLMs Modales Desacoplados
Se presenta PhysMoE, una propuesta para mejorar la predicción de coordenadas en tareas de *grounding* dentro de Modelos de Lenguaje-Visión Encarnados (VLMs). La propuesta aborda los problemas de la tokenización discreta y la regresión de puntos, introduciendo mecanismos para alinear coordenadas con características visuales y facilitar el entrenamiento. PhysMoE logra una mejora del 15.7% en la ganancia y una aceleración de velocidad de 8.31x en benchmarks de *grounding*.
Pruning y destilación de Mixture-of-Experts a modelos de lenguaje densos
Se presenta un marco sistemático para convertir modelos Mixture-of-Experts (MoE) entrenados en arquitecturas densas estándar mediante la puntuación, selección y agrupación de expertos. Se demuestra que el método de puntuación es el factor más influyente, superando a métodos previos en la comparación de modelos como Qwen3-30B-A3B. El método MoE-a-denso mostró una mejora de +6.3 puntos porcentuales en precisión de *downstream* comparado con el *pruning* denso-a-denso.
Visualizaciones gráficas en prompts para la respuesta a preguntas de grafos de conocimiento
Se estudia cómo la entrada multimodal mejora la respuesta a preguntas de grafos de conocimiento (KGQA) en modelos vision-lenguaje grandes. Se encontró que añadir una imagen de gráfico aumenta la precisión en preguntas de baja complejidad, siempre que el diseño visual respete las restricciones cognitivas. Se sugiere implementar políticas de prompting visual adaptativas para optimizar la precisión y la eficiencia de inferencia.
Recapitulación: Aprendizaje prototipo Hebbiano local como lectura autoorganizada para dinámica de reservorio
Se presenta RECAP, una estrategia de aprendizaje bioinspirada para clasificación robusta de imágenes que combina dinámicas de reservorio no entrenadas con un mecanismo de lectura de prototipo Hebbiano autoorganizado. Este método evita la retropropagación de error y permite actualizaciones de prototipos en línea, demostrando robustez bajo corrupciones en el conjunto de datos MNIST-C.
StakeBench: Evaluando la comprensión del lenguaje fundamentada en el compromiso de mercado
Se presenta StakeBench, un marco de evaluación para la comprensión del lenguaje basado en el compromiso de mercado. Este marco utiliza datos de mercados resueltos para medir la capacidad de los modelos de lenguaje para detectar el compromiso de mercado y predecir acciones futuras. Los resultados indican que los modelos recuperan parcialmente las señales de posición, aunque presentan fallos estructurales en tareas más complejas de anticipación de acciones.
Asesoramiento persistente amplio en aprendizaje por refuerzo interactivo mediante codificación de estado latente
Se propone el Encoder BPA para el Aprendizaje por Refuerzo Interactivo Profundo, que permite almacenar y reutilizar el asesoramiento en memoria persistente mediante generalización de estado basada en K-means. Los resultados experimentales indican que este método mejora la eficiencia del aprendizaje y la utilización del asesoramiento en etapas tempranas del entrenamiento, especialmente en entornos complejos.
ADIndex: Indexación de Atención Esparsa Adaptativa a Nivel de Grupo
Se presenta ADIndex, un método de indexación adaptativo y basado en destilación para atención esparsa a nivel de token, diseñado para reducir el costo computacional en la inferencia de contexto largo. Los experimentos demuestran que ADIndex ofrece ganancias significativas en velocidad, incluyendo aceleraciones de hasta 6.22x en el prefill y 3.40x en la decodificación, manteniendo un rendimiento de tarea casi sin pérdidas.