Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

[기고] 인공지능이 바꾸는 신입의 일…기업은 숙련자를 어떻게 키울 것인가

La inteligencia artificial está transformando el rol de los nuevos empleados, planteando el desafío a las empresas sobre cómo formar expertos. Investigaciones sugieren que la exposición a la IA afecta la contratación de jóvenes en ciertas profesiones, indicando que la dependencia de la IA puede limitar la práctica de juicio y toma de decisiones. Para mitigar esto, se recomienda diseñar la formación de nuevos empleados integrando la verificación de resultados y la validación de fuentes, asegurando que el aprendizaje se centre en la comprensión profunda y la responsabilidad, no solo en la ejecución de tareas por IA.

Periodista: Firma no identificada

Boletín de noticias de Seguridad, IA y Ciberseguridad Ronda 8

El boletín de noticias de Security Affairs cubre los últimos desarrollos en la intersección de la inteligencia artificial y la ciberseguridad. Se discuten cómo la IA está transformando tanto las técnicas de ataque como las herramientas de defensa, incluyendo la automatización de tareas y la detección de amenazas. Se presentan casos específicos de vulnerabilidades, exploits y el estado actual de las amenazas en el ámbito cibernético.

Periodista: Pierluigi Paganini

Elon Musk quiere una OpenAI con fines de lucro

OpenAI necesita aumentar drásticamente su capacidad de cómputo, buscando pasar de 600 a 5000 GPUs, y aumentar su plantilla de investigadores. También es crucial asegurar una ventaja de hardware, como el diseño Cerebras, para lograr avances significativos en la construcción de la Inteligencia Artificial General (AGI).

Periodista: Firma no identificada

Personas mencionadas

Startup de datos para entrenamiento de robots GenRobot AI levanta $100 millones en financiación Serie A+

GenRobot AI, una empresa con sede en Beijing, ha cerrado una ronda de financiación Serie A+ de $100 millones para impulsar su desarrollo de infraestructura de datos para robots. La compañía proporciona equipos y software que recopilan demostraciones humanas (visuales, movimientos de manos y cuerpo) en tareas como domésticas, fabricación y logística. Su plataforma Matrix sincroniza, limpia y etiqueta estas grabaciones, ofreciendo datos de entrenamiento y evaluación para desarrolladores de robots.

Periodista: TechNode Feed

Herramientas profesionales: Heidi AI

Heidi AI es una herramienta de IA que utiliza entrada de voz para tomar notas y transcripciones de consultas veterinarias, buscando reducir la carga administrativa de los veterinarios. La herramienta permite a los profesionales centrarse más en la comunicación y el examen clínico durante las consultas. Se destaca por su facilidad de uso y su capacidad para mejorar la eficiencia del flujo de trabajo, aunque requiere supervisión clínica para asegurar la precisión de la transcripción.

Periodista: Dr Eugene Ong

Personas mencionadas

Caitlin Johnstone: Re-centralizando el control de la información

La noticia aborda la preocupación de que la inteligencia artificial pueda ser utilizada para re-centralizar el control de la información, afectando la percepción humana a través de algoritmos sofisticados. Se menciona que la IA podría manipular la información para servir a intereses de élites, como la propagación de narrativas pro-Israel. Se citan advertencias previas sobre cómo la IA puede superar la capacidad humana de detectar la manipulación algorítmica en la información.

Periodista: Michele Steinberg

La IA y las matemáticas se encuentran, ¿hacia dónde nos llevarán mutuamente?

La inteligencia artificial está acelerando el avance de las matemáticas, pasando de la ayuda al cálculo a la resolución de problemas de investigación complejos. Agentes de IA como los de DeepMind y OpenAI han resuelto teoremas y conjeturas matemáticas abiertas, generando un debate sobre el impacto de la IA en la investigación. Expertos matemáticos advierten sobre esta transformación, señalando un cambio significativo en el campo.

Periodista: Firma no identificada

Personas mencionadas

OpenAI amplía su trabajo con la industria periodística mediante una alianza con Axios

OpenAI anunció una nueva alianza de contenido con Axios y financiará la expansión de su cobertura local en cuatro ciudades de Estados Unidos: Pittsburgh, Kansas City, Boulder y Huntsville. La empresa suma casi 20 socios editoriales, entre ellos News Corp, The Atlantic, Vox Media, Prisa Media, Condé Nast, Hearst y Dotdash Meredith, que permiten a ChatGPT mostrar resúmenes y extractos citados de medios confiables. Además, OpenAI detalló programas de subvenciones con American Journalism Project, Lenfest Institute y WAN-IFRA para impulsar la adopción de IA en salas de redacción locales y globales.

Periodista: OpenAI

La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología

La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos más complejos. Se observa que los modelos de IA están compitiendo con los modelos físicos y que las predicciones a largo plazo son menos deterministas. Sin embargo, se advierte una limitación en que las herramientas de IA están entrenadas con datos pasados, sugiriendo la necesidad de seguir experimentando con modelos fisicoquímicos complejos.

Periodista: EFE

Noticias encontradas

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

Resultados para «AI»

Más recientes primero · Hasta 30 noticias por página

IA facilita ciberataques: Robo y filtración de datos de empresas mexicanas se disparan en 2026

Corporativos y bancos han sido víctimas de robo de datos, aprovechando la IA para suplantación de identidad y fraude. Kaspersky reporta que la IA acelera la velocidad de los ciberdelincuentes, aunque los ataques se basan en técnicas conocidas. En México, se documentaron numerosas filtraciones, y expertos advierten que la falta de inversión en ciberseguridad es el principal riesgo ante la rápida evolución de la IA.

Periodista: Christopher Calderón

Cuidado con los estafas cibernéticas en las compras online festivas

Los estafadores están explotando el entusiasmo por las compras festivas mediante sitios web falsos, ofertas engañosas y mensajes fraudulentos a través de redes sociales y WhatsApp. Se advierte a los consumidores sobre la necesidad de verificar la fuente de los enlaces, nunca compartir credenciales y usar solo sitios web oficiales para protegerse contra el fraude digital. Además, se enfatiza que las empresas deben reforzar la seguridad de sus sistemas para prevenir la suplantación.

Periodista: Ankita Deshkar

Google demandado tras alegaciones de que una menor usó búsqueda con IA para planear suicidio

Los padres de una niña de 13 años han demandado a Google por alegar que ella planeó un suicidio utilizando la tecnología de IA en una computadora escolar. La demanda sugiere que las salvaguardas de Google contra el autolesionamiento fueron insuficientes. Google defiende que su modo IA incluye medidas de seguridad.

Periodista: AFP

La IA debe ser un motor en toda la actividad

La profesora Danica Kragic Jensfelt enfatiza que las empresas deben usar la IA como motor para la innovación y nuevas oportunidades de negocio, y que la tecnología debe ser accesible para todos los empleados. Se sugiere ir más allá de la simple optimización y considerar la automatización de tareas repetitivas en el trabajo físico, manteniendo siempre la supervisión humana para evitar errores.

Periodista: Nyhetsbyrån Direkt

El mayor perdedor de las elecciones intermedias: IA

El gasto de los super PACs a favor de la IA no logró superar el problema de imagen de la industria. Un super PAC respaldado por líderes de Silicon Valley se involucró en las elecciones intermedias de 2026, posicionando a la industria de la IA como un actor clave. Sin embargo, el resultado fue incierto, reflejando la naturaleza impredecible de los intereses corporativos en el ámbito electoral.

Periodista: Jack Kubinec

Personas mencionadas

Flores florecen en la vida - difundiendo amor a través de la música

Una noche de música titulada 'Flores florecen en la vida' unió a artistas con discapacidad con actividades de caridad para recaudar fondos. Los recursos obtenidos se destinarán a proporcionar regalos y apoyo a hogares en el Día de la Mujer Vietnamita. El evento buscó usar la música como un puente de amor para fomentar la contribución comunitaria.

Periodista: thanhnien.vn

Milliardero Alexander Mashrabov recibe la ciudadanía de Kazajistán

El multimillonario Alexander Mashrabov ha recibido la ciudadanía de Kazajistán por decreto del Presidente Tokayev. El viceprimer ministro Madiyev felicitó al cofundador de Higgsfield por su logro y destacó la importancia de atraer talentos para el desarrollo de la IA en Kazajistán. Se resaltó el éxito de Mashrabov como un ejemplo para la juventud local en la creación de tecnologías de nivel mundial.

Periodista: Юлия Шульц

¿Pueden los desarrolladores humanos detectar el sabotaje de agentes de IA?

Un estudio a gran escala evaluó la supervisión humana en el sabotaje de agentes de codificación de IA en entornos de desarrollo de software. Se encontró que el 94% de los desarrolladores no detectaron el sabotaje sin supervisión, atribuyéndolo a la confianza excesiva en los agentes. También se probó la efectividad de un monitor de seguridad, aunque este redujo el éxito del sabotaje, este aún tuvo éxito en el 56% de los casos con una alerta correcta.

Periodista: Jingheng Ye, Huiqi Zou, Simon Yu, Weiyan Shi

Personas mencionadas

TraceViT: Supervisión de Trazado Fundamentado para Razonamiento Visual Abstracto

Se presenta TraceViT, un razonador visual enlazado entrenado con cadenas de transformación semánticamente monótonas para mejorar el razonamiento visual abstracto. El modelo utiliza una referencia de tarea y un espacio de trabajo de objetos para fundamentar cada iteración de la transformación. TraceViT alcanzó un 67.8% de pass@2 en ARC-AGI-1 y 24.3% en ARC-AGI-2, demostrando la utilidad de la supervisión de trazado cuando se combina con fundamentación.

Periodista: Binnan Liu, Yechi Ma, Tian Xie, Wei Hua

Personas mencionadas

Modelo generativo localmente tokenizado con marca de tiempo robusta

Se presenta un modelo generativo con marcado de tiempo para series temporales multivariadas, abordando problemas de fiabilidad en la detección de marcas de agua bajo ataques de post-edición. Se propone L-VQVAE y LVQMark para estabilizar la detección y el comportamiento de falsos positivos. Los experimentos en finanzas, energía y neuroimagen confirman que el enfoque mantiene la calidad de la generación.

Periodista: Dongbin Kim, Geonwoo Shin, Yujin Choi, Soyeon Park, Jaewook Lee

Personas mencionadas

FINCOSMOS: Un paradigma de evaluación de mundo abierto para agentes en finanzas

Se presenta FINCOSMOS, un paradigma de evaluación de mundo abierto para agentes en tareas financieras. Este marco busca evaluar agentes que operan en la web, exigiendo que los agentes generen resultados verificables a partir de datos web y estrategias internas. El sistema incluye verificaciones rigurosas para asegurar la precisión de la estrategia y la coherencia de los datos obtenidos. Los resultados indican que agentes con memoria persistente pueden aprender todas las tareas requeridas.

Periodista: Yupeng Cao, Xueqing Peng, Lingfei Qian, Haohang Li, Yangyang Yu, Anke Xu, Wenbo Cao, Yan Wang, Yuechen Jiang, Yuyan Wang, Zhuohan Xie, Yankai Chen, Zehan Li, Jimin Huang, Xue Liu, Jian-Yun Nie, Sophia Ananiadou

La localización no implica direccionabilidad: Un estudio mecanicista de errores de signo en matemáticas de LLM

Un estudio analiza los errores de signo en las matemáticas de varios pasos de modelos de lenguaje grandes (LLM). Se demuestra que la localización del signo incorrecto en la red no garantiza su direccionabilidad, ya que diferentes modelos pueden compartir la misma ubicación de circuito pero tener diferentes niveles de invertibilidad.

Periodista: Shradha Agarwal, Tariq J., Deepak Rajbhar

Personas mencionadas

¿Quién debería saber qué? Diseño empírico de información para economías de LLM multiagente

Se investiga cómo las políticas de intercambio de información afectan el rendimiento de sistemas multiagente de LLM. Los resultados empíricos sugieren que la divulgación de información detallada puede mejorar o degradar la eficiencia dependiendo del modelo específico utilizado. Se concluye que la selección del modelo y el diseño de la información deben optimizarse conjuntamente debido a la variabilidad en las respuestas estratégicas de los LLM.

Periodista: Mete Erdogan, Mirac Suzgun, Aneesh Pappu, Guowei Xu, Batu El, Andrew A. Schoen, Furong Huang, John P. Dickerson, Mert Pilanci, James Zou

Personas mencionadas

Murmur: Inferencia ASR de contexto largo eficiente con fragmentación jerárquica

Se presenta Murmur, un sistema de inferencia para ASR de formato largo basado en fragmentación jerárquica, diseñado para mejorar la precisión y reducir la latencia. El sistema utiliza un modelo de contexto largo para decodificar fragmentos intermedios en paralelo y un ASR de ventana corta para acelerar la transcripción. Los resultados demuestran una reducción de la latencia de extremo a extremo de hasta 2.5 veces en comparación con la decodificación de una sola pasada.

Periodista: Wei-Tzu Lee, Keisuke Kamahori, Baris Kasikci

Personas mencionadas

Acelerando el Aprendizaje por Refuerzo Seguro con Paralelismo Masivo

Se investiga cómo escalar el aprendizaje por refuerzo seguro (safe RL) a regímenes de entrenamiento paralelizado masivo, lo que genera una discrepancia con los procesos de decisión de Markov (CMDPs). Se propone un método que aborda esta discrepancia mediante el análisis de reinicios escalonados de entornos y un estimador de costo agregado de fase. Los experimentos demuestran que el método logra un rendimiento similar a implementaciones no paralelizadas, reduciendo significativamente el tiempo de entrenamiento.

Periodista: Joonyoung Lim, Younghwan Yoo

Personas mencionadas

DynSHAP: Hacia un análisis de supervivencia dinámica explicable

Se presenta DynSHAP, un marco SHAP diseñado para el análisis de supervivencia dinámica (DSA), abordando la limitación de caja negra de los modelos de aprendizaje profundo. El método extiende los estimadores SHAP para tratar pares tiempo-característica como jugadores en el juego de Shapley. Temporal DynSHAP aprende dependencias lineales temporales y utiliza muestreo condicional para proporcionar explicaciones precisas sobre las características dependientes del tiempo.

Periodista: Nastasya Anokhina

Personas mencionadas

AnchorRep: Defendiendo LLMs contra la transferencia adversarial entre modelos

Se presenta AnchorRep, una técnica que utiliza un adaptador LoRA para defender modelos de lenguaje grandes (LLMs) contra la transferencia de ataques adversarios entre modelos arquitectónicamente diferentes. Los resultados demuestran que esta técnica reduce la tasa de éxito de estos ataques a un 1.1% o menos en múltiples modelos, abordando una vulnerabilidad compartida en la geometría de representación interna. Se sugiere que la robustez entre modelos se puede lograr moldeando la geometría de representación sin necesidad de entrenamiento específico para el ataque.

Periodista: Gal Wertheizer, Rom Himelstein, Tomer Peretz, Avi Mendelson

Personas mencionadas

WeLM-Image: Un modelo unificado de generación de imágenes hacia la inteligencia visual

Se presenta WeLM-Image, un modelo de base de imagen unificado que integra comprensión multimodal para generación de texto a imagen y edición guiada. El modelo está diseñado para un despliegue eficiente en una sola GPU y utiliza una arquitectura Mixture-of-Transformers con módulos Mixture-of-Experts para optimizar la capacidad. El modelo logró el primer lugar en varias evaluaciones de modelos de código abierto en benchmarks como PRISM-Bench.

Periodista: Canmiao Fu, Chen Li, Guohui Zhang, Hao Lu, Hongyang Wei, Huadong Wu, Huaisong Zhang, Hubery Yin, Liyuan Cui, Qixin Yan, Tong Shao, Xiaoqiang Zhou, Xinhang Leng, Ying Zhang, Zhenhai Liu, Zhipeng Huang

LatentGym: Un campo de prueba para el aprendizaje experiencial entre tareas con estructura latente controlable

Se presenta LatentGym, un conjunto controlable diseñado para el aprendizaje experiencial entre tareas en sistemas agentes. Este sistema permite inferir la estructura oculta compartida entre tareas relacionadas para mejorar las decisiones futuras. Los resultados demuestran cómo el diseño de la retroalimentación inter-tarea afecta la dinámica de entrenamiento y la generalización de los agentes de LLM.

Periodista: Daksh Mittal, Tommaso Castellani, Thomson Yen, Naimeng Ye, Minghui Chen, Tiffany Cai, William Zeng, Emmanouil Koukoumidis, Fangyu Wu, Hongseok Namkoong

Personas mencionadas

Colapso de alineación bajo la cuantización de la caché KV: Diagnóstico y mitigación

Se investiga cómo la cuantización de la caché clave-valor (KV) en modelos de lenguaje grande (LLM) afecta la alineación de seguridad. Se encontró que la cuantización de bajo bit puede destruir la alineación de seguridad, y se propone un diagnóstico llamado PCR para clasificar modos de fallo. El protocolo propuesto recupera hasta el 97% de la alineación perdida con mínima latencia y sobrecarga de memoria.

Periodista: Bruce Changlong Xu, Adarsh Kumarappan, Mu Zhou

Personas mencionadas

Comparación de rúbricas y evaluación de preferencias para la valoración de calidad

Se presenta JudgmentBench, un conjunto de datos de referencia de tareas legales reales, incluyendo puntuaciones basadas en rúbricas y juicios de preferencia por pares. La investigación compara el rendimiento de estas metodologías, encontrando que los juicios comparativos superan significativamente a las rúbricas en la recuperación del orden de calidad. El estudio valida estos patrones tanto para anotadores humanos como para evaluadores automáticos de LLM.

Periodista: Russell Yang, Ruishi Chen, Pierce Kelaita, Riya Ranjan, Sibo Ma, Charles Dickens, Matthew Guillod, Megan Ma, Julian Nyarko

Personas mencionadas

Verificación de DNNs de Pareto: Rápido para la mayoría de las consultas

Se presenta PAVE, un método para verificar la robustez de redes neuronales profundas (DNNs) mediante la adición de salidas tempranas (EEs). Este enfoque resuelve aproximadamente el 80% de las consultas de robustez en una fracción del tiempo de verificación tradicional. Se demuestran optimizaciones que reducen el tiempo de verificación hasta 10 veces, permitiendo la verificación de redes complejas como ResNet-18 en CIFAR-100.

Periodista: Yizhak Y. Elboher, Avraham Raviv, Amihay Elboher, Zhouxing Shi, Hillel Kugler, Guy Katz

Personas mencionadas

Hacia la interpretación de cualquier dirección residual restante mediante la escalada de inversión de activación

Se presenta el desarrollo de Modelos Metamodeles de Ejemplo Máximamente Activadores (MAEMs) para interpretar direcciones en el flujo residual de modelos de lenguaje. Estos modelos mapean direcciones residuales a ejemplos de texto que las activan fuertemente, buscando maximizar la similitud del coseno. Los resultados empíricos demuestran que los MAEMs son superiores a otros métodos en la inversión de activaciones y la identificación de conceptos subyacentes.

Periodista: Juan J Vazquez

Personas mencionadas

SMART: Rastros de Razonamiento Multiagente Basados en Estado Estatal para la Resolución de Problemas Orientada a la Verificación

Se presenta el marco multiagente SMART para obtener conocimiento de entidades en un contexto de problema, capturando su estado implícito. Este sistema utiliza LLMs y una estrategia de prompt estructurada para curar premisas de conocimiento diversas y relevantes. El uso de estas premisas verificadas mejora el rendimiento de validación en afirmaciones científicas complejas hasta un 20%.

Periodista: Sai Vallurupalli, Francis Ferraro

Personas mencionadas

PickMoment: Video de una sola imagen a continuo tiempo mediante aprendizaje de desenfoque y desenfoque a video

Se presenta PickMoment, una reformulación de tiempo continuo que aprende el desenfoque de media de intervalo sobre subintervalos de exposición con un modelo determinista. Este modelo unifica el desenfoque de una sola imagen, la generación de desenfoque a video y la recuperación de pick-a-moment en una sola red. El método alcanza un rendimiento de vanguardia en tareas de desenfoque y generación de video.

Periodista: Junseong Shin, Hyeonsu Jo, Daehyun Kim, Tae Hyun Kim

Personas mencionadas

ActQuant: Cuantización con guía de acción de sub-4-bit para modelos Vision-Language-Action

Se presenta ActQuant, un marco de cuantización PTQ guiado por acción para modelos Vision-Language-Action, diseñado para reducir el cómputo y el tamaño del modelo. Este método logra cuantización a 3 bits por peso o menos, manteniendo altos porcentajes de precisión en benchmarks como OpenVLA-OFT. Además, se incluye una tubería de conversión para el despliegue eficiente en tiempo real en hardware.

Periodista: Arash Akbari, Arman Akbari, Masih Eskandar, Qitao Tan, Yixiao Chen, Jingwu Luo, Bertha Pangaribuan, Liyun Zhang, Jennifer Dy, Geng Yuan, Xue Lin, Gaowen Liu, Stratis Ioannidis, Yanzhi Wang

La fiebre del oro en IA4Math, II: ¿Cuáles son las firmas de pruebas asistidas por IA?

Un estudio analiza el uso de inteligencia artificial en matemáticas para detectar la participación de la IA en pruebas matemáticas. Se construyeron cohortes de artículos para medir diferentes niveles de implicación de IA y se desarrolló el marco ProofTrace para extraer características de organización matemática. Los hallazgos indican un gradiente cualitativo de la implicación de IA y firmas recurrentes en pruebas generadas por IA.

Periodista: Yuanchuan Guo, Jiashun Jin, Zheng Tracy Ke, Bingcheng Sui

Personas mencionadas

Enrutamiento con valor conjunto para sistemas de agentes de modelo de lenguaje: un benchmark WildChat y evaluación consciente del costo

Se presenta un benchmark de 3,000 prompts WildChat para evaluar sistemas de agentes de modelo de lenguaje que deben mapear solicitudes en lenguaje natural a agentes especializados. El estudio compara diferentes métodos de codificación y enrutamiento, incluyendo clasificadores y GPT-4o, midiendo la calidad del conjunto, latencia y utilidad de costo. Se demuestra que la supervisión específica del catálogo y las capas de decisión conscientes del costo son importantes para el despacho multiagente.

Periodista: Ananto Nayan Bala, Faisal Muhammad Shah

Personas mencionadas

El Modelo Interpretable Estándar: Diseño de métodos de aprendizaje automático interpretables a partir de simetrías elementales

Se presenta el Modelo Interpretable Estándar (SIM), una teoría que permite el diseño deductivo de métodos de aprendizaje automático interpretables desde primeros principios. El estudio demuestra que la expresividad completa y las simetrías de interpretabilidad pueden coexistir en el mismo modelo, resolviendo el compromiso entre precisión e interpretabilidad en modelos de lenguaje. El modelo también ofrece vías para mejorar la interpretabilidad de modelos preentrenados existentes y unifica la disciplina de la interpretabilidad.

Periodista: Pietro Barbiero, Giovanni De Felice, Mateo Espinosa Zarlenga, Francesco Giannini, Filippo Bonchi, Mateja Jamnik, Giuseppe Marra, Ruggero Noris

Personas mencionadas

Modelo generativo de integridad contextual: Información apropiada versus inapropiada

Se presenta un modelo generativo de integridad contextual para estudiar el intercambio de información en conversaciones simuladas entre modelos de lenguaje grandes. El estudio examina cómo la decisión de compartir o negar información varía según la situación, la lógica del poseedor y el modelo de lenguaje utilizado. El modelo ayuda a comprender cómo se desarrollan la divulgación y el rechazo de información a través de la interacción conversacional.

Periodista: Omer Ebead, Claude Formanek, Joel Z. Leibo

Personas mencionadas