Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
DC tiene una nueva Supergirl y no es quien esperas
La nueva Supergirl de DC Comics es Thundergirl, quien fue creada mediante clonación con el ADN de David “Boy Thunder” Sikela y el científico Kimda. Thundergirl, que poseía un grito sónico y podía volar, se liberó de su control para convertirse en una heroína independiente y luego colaboró con Supergirl. Ella busca una nueva identidad como Supergirl debido a su pasado y su deseo de no estar asociada con su identidad anterior.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Machine Girl»
Más recientes primero · Hasta 30 noticias por página
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.
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.
Tercer ojo: Más allá de las ganancias inmediatas en la auto-mejora recursiva
Un estudio evalúa el rendimiento de modelos de lenguaje (Qwen3-4B/Llama-3.2-3B) en tareas de matemáticas y código, analizando el impacto de las actualizaciones recursivas. Los resultados sugieren que la utilidad inmediata de la selección es cercana a cero, aunque la continuación reduce esta utilidad. El estudio concluye que las actualizaciones persistentes deben evaluarse como transiciones de adaptación, no solo por el rendimiento inmediato.
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.
Denzel Curry + Knocked Loose en Hive Minde Tour @ Foro Teambro: Lecce y el Hardcorero de Azkaban
El autor relata su experiencia en un concierto del Hive Minde Tour en el Foro Teambro, destacando la energía y la capacidad de Denzel Curry para transitar entre géneros musicales. Describe la experiencia con Knocked Loose, enfatizando la intensidad del género Hardcore y la interacción con el público. El texto concluye que la experiencia fue satisfactoria, valorando la disposición a compartir emociones musicales con otros.
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.
Arabia Saudita presenta sus primeros vehículos eléctricos
Arabia Saudita está ingresando en la industria de vehículos eléctricos con CEER Motors, una empresa conjunta con Foxconn, para diversificar su economía más allá del petróleo. Los modelos Exobot ofrecen alto rendimiento con potencias significativas y tecnología avanzada como arquitectura de 800V y pantallas 8K. Se espera que la empresa se posicione como un fabricante automotriz importante a través de una estrategia de múltiples modelos hasta 2030.
No se identificaron personas.
Estrella R&B-Pop Chxrry lanza el álbum U, Me & My Ego (Deluxe)
La estrella de R&B-pop Chxrry lanzó su álbum deluxe U, Me & My Ego, que incluye el sencillo principal “Big Shot” con Rema. El álbum llega tras un exitoso tour y un año récord en streaming, consolidando su estatus como artista internacional. La nueva entrega explora la confianza y la vulnerabilidad de la artista en su música.
CLUTCH anuncia la gira mundial de 2027 de EE. UU. con CORROSION OF CONFORMITY, AGNOSTIC FRONT y CHUCK RAGAN
CLUTCH anuncia su gira titular mundial de 2027 con el álbum "Wasted Lands", que incluye invitados como CORROSION OF CONFORMITY, AGNOSTIC FRONT y CHUCK RAGAN. El álbum se lanzará el 22 de enero de 2027 y la gira comenzará en Australia en enero de 2027. La banda ha reunido al productor Machine por primera vez desde 2015 para el nuevo trabajo.
Notas sobre una fiesta de oficiales
Una noche, un grupo de chicas asistió a una fiesta temática en la base militar Dreghorn, donde interactuaron con oficiales disfrazados. La experiencia reveló una ambivalencia entre los participantes sobre el servicio militar y la convicción personal. La noticia explora la tensión entre la disciplina militar y la búsqueda de una vía de escape o refugio.
La canción "beautiful" de Bob Dylan resonó con él más: "Un poder por sí misma"
El artículo discute el gusto musical de Bob Dylan, su influencia en artistas anteriores como Pete Seeger y Woody Guthrie, y su atracción actual hacia Machine Gun Kelly. Se enfatiza que la lírica y la capacidad de crear melodías simples y emotivas son elementos clave en su obra. Además, se menciona su admiración por Leonard Cohen y la canción "Hallelujah".
Opus Kink anuncia gira principal en Irlanda en febrero
La banda británica Opus Kink ha anunciado una gira principal por Irlanda en febrero de 2027 en Belfast, Dublín y Limerick con su álbum debut The Sweet Goodbye. La banda, formada en Brighton en 2017, mezcla punk con jazz y country. Las entradas estarán a la venta el 13 de noviembre.
K4OS en Uruguay: la banda argentina se presentará el 8 de enero en Punta del Este
La girl band argentina K4OS regresa a Uruguay el 8 de enero de 2027 para presentarse en Punta del Este. La banda lanzará su nuevo proyecto musical 4MATION: Parte I – ECDISIS, explorando una estética más oscura y electrónica. Este regreso forma parte de un ciclo que incluye conciertos agotados en Buenos Aires y Montevideo.
Vigesimosexto aniversario de la sala Razzmatazz
Razzmatazz celebrará su vigesimosexto aniversario con más de veinte conciertos entre el 1 de noviembre y el 31 de diciembre. La programación incluye una mezcla de géneros como pop independiente, rock, música urbana y propuestas internacionales de gran calibre. Se destaca la participación de talento nacional y local, consolidando a la sala como epicentro de la música en directo y la cultura nocturna de la capital catalana.
- Ed Maverick
- Polyphia
- The Pretty Reckless
- Kamelot
- Beast In Black
- The Chameleons
- Kid Francescoli
- Cobrah
- Las Pastillas del Abuelo
- Mojo Thunder
- Sports
- Rufus T. Firefly
- Toundra
- El Petit de Cal Eril
- Ginestà
- La Sra. Tomasa
- Remei de Ca la Fresca
- Banda Neon
- Abhir
- Alavedra
- El Diablo de Shangha i
- Anni B Sweet
- Meteosat
- L Kan
- La Mojigata Enana
- 31 Fam
- La Milagrosa
- JP Fernandez
- Rata
- Pool Girl
- Enmatu
- Sacralvna
PPG2ECG: Generación de ECG basada en la fisiología para flujo rectificado latente
Se propone PPG2ECG, un marco de flujo rectificado latente guiado por fisiología para generar electrocardiogramas (ECG) a partir de señales de fotopletismografía (PPG). El método introduce un simulador electro-hemodinámico para modelar conjuntamente ECG y PPG a través de dinámicas de fase cardíaca compartidas. Los experimentos demuestran que PPG2ECG mejora la generación de ECG y la clasificación de enfermedades cardiovasculares, produciendo ECGs fieles a la señal y fisiológicamente plausibles.
PEARL: Modelado de optimización interactivo Solver-in-the-Loop a partir del lenguaje natural
Se presenta PEARL, un sistema para el modelado de optimización interactivo de solucionador que utiliza ejecución de Python y solucionadores de programación matemática en un ciclo iterativo. Este sistema aprende a probar modelos parciales y revisar diagnósticos del solucionador para mejorar las formulaciones y el código antes de la finalización. PEARL demuestra un mejor acuerdo objetivo ejecutable y es competitivo con modelos de referencia existentes.
PoEM: Predicción de resultados de RL a partir de políticas existentes
Se presenta PoEM, un marco para predecir los resultados de Aprendizaje por Refuerzo (RL) utilizando modelos entrenados previamente con otras recompensas. El objetivo es predecir la política RL óptima para una nueva función de recompensa sin necesidad de un entrenamiento adicional. El método aprovecha la combinación lineal de políticas existentes para aproximar la política objetivo.
Hacia una detección de fraude auditable: Combinando características de grafos, explicaciones de modelos e investigación de casos agente
Se presenta un *pipeline* de detección de fraude por capas que integra clasificadores, características de grafos, señales de anomalía y un agente de investigación LLM. El estudio evalúa la contribución de cada componente en la detección de fraude, encontrando que la justificación de un agente de investigación no siempre resulta en una decisión mejor. Se concluye que cada parte del sistema solo es efectiva bajo condiciones específicas.
Ediciones Mecanísticas Certificadas: Garantías de Comportamiento para la Eliminación y Preservación de Habilidades
Se presentan ediciones mecánicas como herramientas estándar para eliminar capacidades dañinas de redes neuronales manteniendo otras útiles. Se certifica el efecto de estas ediciones, garantizando que la eliminación de una habilidad preserve otra en regiones continuas de entradas. Se demuestra que ninguna prueba de caja negra determinista puede certificar la eliminación, incluso con pruebas exhaustivas.
No se identificaron personas.
Monitorización en tiempo de ejecución con validez válida de certificados de barrera aprendidos
Se propone un monitor en tiempo de ejecución con validez válida para auditar certificados de barrera aprendidos, detectando la pérdida de soporte estadístico de la condición de barrera desplegada. El sistema utiliza pruebas de hipótesis secuenciales y transforma incrementos de barrera en una supermartingala para controlar falsas alarmas. El monitor busca detectar evidencia estadística de que el certificado de seguridad no es consistente con las dinámicas observadas.
El teorema Pokémon: los criterios de equidad no pueden atraparlos a todos
Se presenta el teorema Pokémon, que establece que es imposible satisfacer todos los criterios de equidad algorítmica simultáneamente. Se argumenta que cumplir con un conjunto finito de criterios no garantiza la equidad total, ya que el modelo puede violar otros criterios. Se explora la posibilidad de lograr una equidad aproximada al encontrar la frontera de Pareto entre la equidad y el señal predictivo.
Muestreo estocástico consistente con SDE para el post-entrenamiento de RL en modelos de Flow-Matching
Se propone Precise, un nuevo muestreador estocástico que equilibra la exploración efectiva y la estabilidad en modelos de flow-matching. Este método mantiene la consistencia SDE de la trayectoria de eliminación de ruido mediante una aproximación que resuelve el problema del exceso de ruido. Los experimentos demuestran que esta formulación resulta en una optimización de recompensa más rápida y estable, logrando puntuaciones de alineación de vanguardia con menor tiempo de entrenamiento.
Deliberación No Recíproca de Tensor de Arista Tipada para Razonamiento Deductivo Contrafactual de Mundo Abierto
Se presenta una nueva arquitectura de razonamiento latente continuo de tiempo neuro-simbólica llamada TE-BPHD. Esta arquitectura combina conservación port-Hamiltoniana antisimétrica con transporte direccional no recíproco y amortiguamiento disipativo para mejorar el razonamiento deductivo. Los resultados demuestran que elimina la deriva de horizonte profundo y aumenta la precisión del razonamiento cíclico en benchmarks específicos.
¿Cuántas exposiciones necesita un modelo mundial? Aprendiendo mecánicas de juego no vistas en el momento de la prueba
Se investiga cuántas exposiciones necesita un modelo del mundo para predecir las mecánicas de un entorno de juego desconocido. Se presenta el modelo WARC, un transformador de visión, que demuestra capacidad para predecir la mayoría de las mecánicas con alta precisión tras un entrenamiento específico. El trabajo también muestra que el entrenamiento en el momento de la prueba mejora significativamente la eficiencia de un explorador de grafos.
¿Cuándo deberían reconsiderar los Modelos de Difusión de Lenguaje sus compromisos?
Se presenta el Aprendizaje Conjunto de Desenmascaramiento y Revisión Planificado (PURL) para Modelos de Difusión Enmascarados (MDMs) para unificar la generación paralela con la revisión selectiva de tokens. Este marco mejora la precisión en tareas como razonamiento matemático y generación de código, logrando mejoras de hasta 47.4% en precisión. El análisis sugiere que la generación paralela efectiva depende de hacer que los compromisos de tokens sean revisables en el momento adecuado, en lugar de revisar más tokens.
SkillDuet: Modelos y habilidades coevolutivos a través de feedback de respuesta
Se presenta SkillDuet, un marco que coordina la evolución de parámetros y habilidades mediante el feedback de respuesta del modelo. Este sistema extrae habilidades de trayectorias on-policy para guiar las actualizaciones de parámetros, consolidando las mejores habilidades en un conjunto global persistente. El framework demostró altas tasas de éxito en benchmarks como ALFWorld y WebShop, superando las líneas base existentes.
DiSARM: Minería de reglas de asociación diversas y sorprendentes con Modelos de Lenguaje Grande
Se propone DiSARM, un marco híbrido que utiliza el conocimiento del mundo de los Modelos de Lenguaje Grande (LLMs) para evaluar el interés subjetivo de las reglas de asociación, manteniendo la fiabilidad estadística y la diversidad. Este enfoque busca mejorar la Minería de Reglas de Asociación (ARM) al integrar el conocimiento del mundo con la fiabilidad estadística. Los experimentos demuestran que DiSARM ofrece un método prometedor para el Análisis Exploratorio de Datos (ADE) con datos transaccionales.
Complejidad de punto de equilibrio: Una nueva perspectiva sobre solucionadores de ecuaciones diferenciales parciales neuronales
Se propone un marco de evaluación centrado en la complejidad de punto de equilibrio para solucionadores de ecuaciones diferenciales parciales neuronales. Este marco busca considerar los costos totales, incluyendo la generación de datos y el entrenamiento, para determinar cuándo un solucionador neuronal es más eficiente que uno tradicional. Los resultados sugieren que los solucionadores de PDE neural son más efectivos cuando los problemas son más complejos en términos de costo y dimensión.
Modelo de plegamiento guiado por proteómica estructural
Se presenta AIMS-Fold, una capa de guía para el modelo Boltz-2 que utiliza información de proteómica estructural positiva y negativa para mejorar la predicción de conformación en el diseño de PROTACs. Los resultados muestran que AIMS-Fold logra una recuperación de conformación del 86% en comparación con el 14% de Boltz-2 sin guía. Esto demuestra la importancia de integrar la señal estructural completa para mejorar los modelos generativos en el diseño de degradadores.