Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Un billón de parámetros y gratis para descargar: Mistral Large 4, la IA europea que rechaza el 96,6 % de las peticiones de ciberataque y aun así preocupa
Mistral AI presentó Mistral Large 4, un modelo de IA con un billón de parámetros que demuestra una alta resistencia a ataques cibernéticos, rechazando el 96,6% de las peticiones maliciosas. El modelo es accesible para descarga y su API tiene un costo de 0,70 dólares por millón de tokens de entrada.
Mistral AI Publicly Releases Large 4, Targets Cybersecurity Users
Mistral AI ha lanzado públicamente su modelo Large 4, diseñado específicamente para ayudar a las organizaciones a identificar y solucionar vulnerabilidades de ciberseguridad. A diferencia de otros modelos como Gemini, este modelo puede descargarse y ejecutarse de forma independiente por cualquier persona, permitiendo a las organizaciones usarlo en sus propios sistemas y reducir la dependencia de proveedores externos. La compañía afirmó que esta versión es una mejora de la presentada previamente tras pruebas con gobiernos y usuarios corporativos, posicionándolo como su modelo más capaz disponible públicamente en el ámbito de la ciberseguridad.
Control de exportación amenaza: ¿IA como arma de guerra? Mistral AI advierte
El jefe de Mistral AI advirtió que la IA podría ser clasificada como arma de guerra, lo que implicaría controles de exportación sobre modelos de IA de EE. UU. y China. Se enfatiza la necesidad de que Europa desarrolle modelos propios de IA para asegurar independencia tecnológica y evitar la dependencia de proveedores extranjeros. Se sugiere aprovechar los datos industriales para crear modelos de IA confiables y seguros.
Orange Cyberdefense se une al programa de socios de diseño de Mistral para Large 4
Orange Cyberdefense se ha unido al programa de socios de diseño de Mistral para Large 4, convirtiéndose en el primer proveedor de servicios de seguridad gestionada europea en participar. La firma francesa utilizará el modelo de IA de Mistral para probar sistemas de clientes, buscar vulnerabilidades y acelerar la respuesta a ciberataques mediante auditorías técnicas y pruebas de penetración. El objetivo es ayudar al personal de seguridad a comprender incidentes y responder más rápido, fortaleciendo la ciberseguridad aumentada por IA.
Macron apuesta por Mistral para competir con EEUU y China en IA
El presidente francés Emmanuel Macron defendió reforzar las inversiones europeas en inteligencia artificial (IA) para competir con Estados Unidos y China, destacando el papel de la empresa Mistral. Propuso movilizar 50.000 millones de euros en cinco años y alcanzar un gigavatio de capacidad de cálculo para asegurar la soberanía tecnológica europea. Además, anunció una reunión de responsables políticos en París para impulsar esta estrategia y defendió la regulación de la IA para proteger a los menores.
Anthropic revela 'Claude Mistos 5.2' y 'Claude fable 5.2' antes de su OPI, superando a OpenAI
Anthropic ha presentado sus modelos de inteligencia artificial más recientes, Claude Mistos 5.2 y Claude fable 5.2, en vísperas de su Oferta Pública Inicial (IPO). Este lanzamiento busca posicionar a la compañía por encima de competidores como OpenAI y Google en la carrera por el desarrollo de modelos de IA. Los nuevos modelos muestran mejoras en velocidad de generación de respuestas respecto a versiones anteriores.
No se identificaron personas.
Mastech detalles estrategia empresarial knowledge-first a medida que las reservas de datos e IA alcanzan los $10.8M
El CEO Nirav Patel anunció una estrategia empresarial 'knowledge-first' para Mastech, enfocándose en la entrega de inteligencia artificial. Esta reorientación estratégica se produce en un momento en que las reservas de datos e IA han alcanzado los $10.8 millones, marcando un nuevo posicionamiento para la marca.
Tasa de mejora de los modelos de Anthropic se ha duplicado
La tasa de mejora de la IA de Anthropic se ha duplicado, impulsada por el uso de Claude en el desarrollo de nuevos modelos lingüísticos. Esto sugiere que Anthropic podría automatizar el uso de IA para el desarrollo de modelos, lo que plantea preocupaciones sobre el control de una inteligencia artificial que supera la capacidad humana.
No se identificaron personas.
Modelo de Anthropic mejorado el doble gracias a la IA
Una investigación independiente de METR determinó que los modelos de Anthropic están mejorando su capacidad a una velocidad 1.9 veces mayor gracias a la participación de la IA en el entrenamiento. Aunque la IA acelera la investigación, se enfatiza que aún no tiene capacidad de contribución totalmente autónoma. El CEO de Anthropic ha expresado preocupación por el desarrollo incontrolado de la IA y ha solicitado reducir la velocidad de mejora de los modelos avanzados.
Anthropic dice haber alcanzado su umbral para la investigación acelerada por IA
Anthropic ha determinado que ha alcanzado su umbral para la investigación acelerada por IA, basándose en expectativas futuras en lugar de modelos actuales. Un informe independiente de METR sugirió que los modelos de Anthropic mejoraron a una tasa cercana al doble de la observada previamente, aunque existe riesgo de aceleraciones futuras. La industria y expertos han llamado a una pausa en el desarrollo de IA para asegurar la seguridad.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Mistral AI»
Más recientes primero · Hasta 30 noticias por página
IA agentiva para descubrir circuitos cuánticos tolerantes a fallos
Se propone un método basado en programación evolutiva agentiva utilizando un modelo de lenguaje grande y un verificador de circuitos para evolucionar programas que definan circuitos Clifford tolerantes a fallos. Este enfoque busca resolver limitaciones en la eficiencia de los circuitos cuánticos para tareas como la preparación de estados lógicos y el diseño de puertas lógicas. El método garantiza que los circuitos generados son verificados exhaustivamente para asegurar su tolerancia a fallos.
Planificación anticipatoria cortés para mejorar la planificación de tareas de larga duración en entornos compartidos persistentes
Se presenta una planificación anticipatoria cortés para robots que comparten un entorno persistente, buscando minimizar el costo total a largo plazo. Este enfoque propone que los robots consideren el impacto de sus acciones en las tareas futuras de otros robots para reducir el costo agregado. La planificación propuesta reduce el costo total en comparación con métodos anteriores en entornos simulados.
De bytes a comportamiento: Atribución a nivel de solicitud de estados ocultos de GPU en vivo
Se presenta un método para adquirir activaciones residuales por capa de un proceso de GPU en vivo utilizando un depurador no modificador. Este método permite analizar el comportamiento operativo de modelos de lenguaje grande (LLM) desplegados en tiempo real. La validación demuestra que los bytes recuperados son exactos y útiles para distinguir el rechazo del cumplimiento en pruebas.
Evaluación de cambios de estado inducidos por el movimiento en Go condicionado por instrucción
Se presenta la métrica TReC para comparar cómo dos movimientos diferentes de un modelo de Go cambian el embedding del estado del tablero. Los resultados experimentales indican que TReC muestra una correlación de rango débil con la distancia de coordenadas, con valores medianos de 0.88 a 1.33 para TReC.
Adaptación en tiempo de prueba a través de interacción humano-agente
Se propone la adaptación en tiempo de prueba a través de la interacción humano-agente (TAHI) para mejorar el rendimiento de los agentes de IA. Esta técnica integra señales de interacción para cristalizar los criterios de entrenamiento y evaluación de cada usuario. Los agentes adaptados muestran mejoras en el éxito de la tarea, y el módulo de rúbrica ayuda a detectar más fallos que los métodos tradicionales.
Ley de condensación de información de seguridad
Se presenta la ley de condensación de información de seguridad, que establece que la información de seguridad utilizable es unimodal en el tamaño del modelo. Esto implica que el error de generalización de seguridad es en forma de U y se minimiza en un tamaño de modelo óptimo finito. Los experimentos en LLMs validan esta ley, sugiriendo que existe un tamaño de modelo óptimo para resolver problemas de seguridad.
¿Pueden los LLMs mejorar su propio sistema de control? Estudio controlado sobre ARC-AGI-3
Un estudio controlado evaluó si los modelos de lenguaje frontera pueden construir y mejorar su propio sistema de control (harness) para tareas complejas. Se midió el rendimiento mediante la Eficiencia de Acción Humana Relativa (RHAE) y el costo de inferencia. Los resultados sugieren una brecha entre la construcción autónoma de sistemas de control y la adaptación fiable bajo el protocolo de dos revisiones.
Hay que reconsiderar: Aprender verificación de autoverificación multi-perspectiva para modelos de visión-lenguaje
Un artículo propone el marco MOTIVE para mejorar la fiabilidad del razonamiento multimodal en modelos visión-lenguaje mediante la autoverificación multi-perspectiva. El marco evalúa respuestas desde diferentes perspectivas de verificación y aprende una puntuación de fiabilidad para decidir si aceptar o reconsiderar una respuesta. Los experimentos demuestran que MOTIVE supera a métodos existentes y permite una autoverificación más fiable y eficiente sin depender de jueces externos.
CoPre-MoE: Consolidando y Preservando MoE para Instrucción Continua Multimodal
Se propone el MoE Consolidando y Preservando (CoPre-MoE) para mitigar la redundancia y el crecimiento de parámetros en modelos de lenguaje grandes multimodales durante el ajuste de instrucción continua. La propuesta incluye una arquitectura de experto compartido y privado y un mecanismo de enrutamiento con claves de recuperación para preservar el conocimiento histórico. Los experimentos demuestran que CoPre-MoE logra un rendimiento superior mientras reduce significativamente la sobrecarga de parámetros.
BigCodeArena: Revelando preferencias humanas más fiables en la generación de código mediante la ejecución
Se presenta BigCodeArena, una plataforma de evaluación humana para la generación de código que permite la ejecución de código generado por LLM. La plataforma utiliza datos de más de 14,000 sesiones de conversación para evaluar las preferencias humanas en la codificación. Se identifican diferencias en el rendimiento de los LLM al juzgar preferencias de codificación cuando se dispone de resultados de ejecución.
- Terry Yue Zhuo
- Xiaolong Jin
- Hange Liu
- Juyong Jiang
- Tianyang Liu
- Chen Gong
- Bhupesh Bishnoi
- Vaisakhi Mishra
- Marek Suppa
- Noah Ziems
- Saiteja Utpala
- Ming Xu
- Guangyu Song
- Kaixin Li
- Yuhan Cao
- Bo Liu
- Zheng Liu
- Sabina Abdurakhmanova
- Wenhao Yu
- Mengzhao Jia
- Jihan Yao
- Kenneth Hamilton
- Kumar Shridhar
- Minh Chien Vu
- Dingmin Wang
- Jiawei Liu
- Zijian Wang
- Qian Liu
- Binyuan Hui
- Meg Risdal
- Ahsen Khaliq
- Atin Sood
- Zhenchang Xing
- Wasi Uddin Ahmad
- John Grundy
- David Lo
- Banghua Zhu
- Xiaoning Du
- Torsten Scholak
- Leandro von Werra
ViroGym: Benchmarks realistas a gran escala para evaluar proteínas virales
Se presenta ViroGym, un conjunto de pruebas exhaustivo para evaluar modelos de lenguaje de proteínas (pLMs) en la predicción de variantes virales. El benchmark evalúa pLMs en tareas como escaneo mutacional profundo, neutralización de influenza y predicción de pandemias del SARS-CoV-2. Se encontró que la familia ProGen2 muestra el mejor rendimiento en todas las tareas.
Evaluación del Razonamiento de Cadena de Pensamiento a través de la Reutilización y Verificabilidad
Se investiga la transferencia de razonamiento entre modelos de IA, evaluando tres factores: fiabilidad, utilidad y seguridad. Se analiza cómo la naturaleza de la tarea, el modelo remitente y el modelo receptor afectan la transferencia de razonamiento. Se encuentran tendencias, como la fiabilidad siendo mayor en tareas aritméticas y la utilidad dependiendo de la naturaleza del receptor.
La precisión equilibrada no puede identificar en la decodificación de señales neuronales bajo adaptación en tiempo de prueba
El estudio evalúa la adaptación completa en tiempo de prueba para la clasificación de señales neuronales. Se encontró que la precisión equilibrada no puede distinguir una clase que deja de ser reportada, ya que el cambio agregado puede ocultar el daño individual. Se sugiere reportar el cambio a nivel de clase y a nivel de sujeto junto con el resultado agregado.
De los chats a los mercados: AgenticPay para negociación en comercio multiagente impulsado por LLM
Se presenta AgenticPay, un punto de referencia unificado para evaluar la capacidad de agentes multimodales para negociar y transaccionar en mercados comerciales realistas. El sistema evalúa la capacidad de los agentes para alcanzar acuerdos complejos mediante diálogos de lenguaje natural, analizando escenarios como comercio electrónico y alquiler. Los experimentos con modelos de lenguaje grandes mostraron limitaciones en la creación de valor y el razonamiento de mercado.
UltraBERT-JEV: Modelos codificadores para aplicaciones del Sistema Uno
Se presenta un informe técnico sobre modelos codificadores que seleccionan una opción de varias posibilidades en una sola pasada sin generar texto. El estudio compara recetas para ajustar UltraBERT-380M, mostrando mejoras en la precisión al utilizar diferentes métodos de puntuación y normalización. Se detallan los tiempos de ejecución y el uso de memoria en hardware específico.
Evaluación crítica de la aplicación de LLM para el cumplimiento normativo asistido por IA en la industria
La UE establece regulaciones como el ESPR y el GDPR que exigen artefactos de cumplimiento como Pasaportes de Productos Digitales y Evaluaciones de Impacto en la Protección de Datos. Se investiga el uso de Modelos de Lenguaje Grande (LLM) para generar estos artefactos, analizando cómo la vaguedad regulatoria y la extracción de datos afectan la calidad y consistencia de los resultados. Los hallazgos indican que las directrices más estrictas producen resultados consistentes, aunque pueden generar más alucinaciones.
Modelos híbridos cuántico-clásicos para regresión de energía eficiente en muestras en duchas de calorímetro simuladas
Se comparan modelos clásicos y cuánticos mejorados para la reconstrucción de energía de positrones incidentes en datos de calorímetro simulados. Se encontró que los modelos que siguen el desarrollo longitudinal de la ducha alcanzan la mayor precisión, y el QLSTM híbrido mostró la menor tasa de error de reconstrucción. Esto sugiere que los modelos de secuencia cuántico-clásicos híbridos pueden ser más eficientes en muestras para la regresión en física de alta energía.
Alineando equipos de IA
Se investigan los mecanismos de fallo en la transferencia de alineación de agentes de LLM individuales a entornos de equipos multi-agente. Se identifican que la difusión de la responsabilidad contribuye a la brecha de seguridad, y se proponen soluciones como designar un agente líder de seguridad y un coordinador para restaurar la alineación. Se presenta un marco de experimentación para la orquestación de LLM multi-agente.
Prueba de sistemas de respuesta a preguntas constitucionales para hablantes de urdu con una referencia paralela inglés-urdu
Se presenta LEGAL-UQA, una referencia paralela inglés-urdu de 619 pares de preguntas y respuestas basados en la Constitución de Pakistán. El estudio evalúa la capacidad de sistemas de respuesta a preguntas para hablantes de urdu y compara métodos de recuperación y jueces automatizados con calificaciones humanas. Los resultados sugieren que la medición de la similitud de la respuesta afecta el rendimiento del modelo y se recomienda validar los sistemas con revisión humana.
Entre obligaciones y evidencia: Un estudio participativo de la traducción del Reglamento de IA de la UE a requisitos técnicos
Un estudio participativo examinó los desafíos de traducir los requisitos técnicos y organizativos del Reglamento de IA de la UE en sistemas de IA de alto riesgo. Se identificaron tensiones entre la traducción de obligaciones regulatorias en propiedades medibles, la aplicación de la supervisión humana y la validez de la evidencia de cumplimiento bajo diferentes condiciones operativas. Los resultados indican que el cumplimiento requiere atención a las evaluaciones técnicas, la gobernanza y la supervisión continua de los sistemas de IA.
Operacionalización de la Profundidad Serial Opaca
Se operacionaliza una medida llamada profundidad NLS como un proxy para la cognición serial no verbalizada en modelos de IA. Esta medida mide la longitud del camino más largo en el cómputo que no atraviesa un cuello de botella interpretable. Se argumenta que los desarrolladores de IA deben reportar esta profundidad como complemento a las mediciones directas de la supervisión de CoT.
TelePhysica: Reconstrucción Agéntica de Escenas Interactivas Físicamente
Se presenta TelePhysica, un marco de bucle cerrado diseñado para reconstruir un mundo físico ejecutable y multi-régimen a partir de una sola fotografía para guiar la interacción 3D y la síntesis de video. El sistema utiliza un agente de codificación visión-lenguaje para verificar modelos físicos y compilar un solucionador que acopla cuerpos rígidos y elementos de tela. Los resultados demuestran que la ejecución de bucle cerrado mejora la recuperación del mundo verificado de equilibrio en un 81% en comparación con la síntesis de pasada única.
EcoVGGT: Inferencia Clave Fijada para Reconstrucción 3D Eficiente y Transmisible a partir de Videos Largos
Se presenta EcoVGGT, un marco de inferencia sin entrenamiento que utiliza un Conjunto de Claves Fijadas de 31 fotogramas para reconstruir geometría y cámaras de videos largos de manera eficiente. Este método reduce el costo cuadrático de la atención entre fotogramas, logrando una reconstrucción de 4,000 fotogramas en una GPU y una transmisión de 1,000 fotogramas a 18.6 fps.
VelServe: Domando los temblores de decodificación en la inferencia de LLM con programación calibrada por la cola
Se presenta \sysname, un programador diseñado para calibrar el trabajo de prellenado en cada paso de decodificación basándose en la latencia de iteración medida. Este método busca cumplir con los objetivos de nivel de servicio (SLO) de latencia para el tiempo hasta el primer token (TTFT) y el tiempo entre tokens (TBT) en servicios de LLM. Los resultados demuestran que \sysname supera a las líneas base de vanguardia en rendimiento bajo condiciones de prellenado y decodificación desagregados.
El arma secreta de las gafas inteligentes de Apple ya está en tu iPhone
Apple está integrando Siri AI en sus gafas inteligentes, buscando que sirvan como centro de control para realizar diversas acciones como reservar servicios o gestionar tareas mediante comandos de voz. La estrategia es permitir a los usuarios acceder a aplicaciones existentes de iPhone a través de las gafas, aprovechando el ecosistema de desarrolladores de Apple. Se espera que estas gafas ofrezcan funciones avanzadas como navegación, traducción y gestión de información, aunque el soporte completo para aplicaciones de terceros llegará posteriormente.
Apple lanzó una aplicación de IA para la salud, ¿competirá con ChatGPT?
Apple ha lanzado una nueva aplicación de IA para la salud, Apple Health AI Usage Study, en colaboración con OpenEvidence. La aplicación busca responder preguntas de salud basándose en investigaciones médicas confiables, utilizando datos de publicaciones como JAMA y Nature. Se espera que la herramienta ayude a los usuarios a prepararse mejor para consultas médicas y a conectar sus datos de salud con la aplicación.
No se identificaron personas.
El 'Galaxy Claw' de Samsung es ambicioso y promete convertir la IA en un agente personal
Samsung está desarrollando "Galaxy Claw", una nueva experiencia de Galaxy AI que busca automatizar tareas cotidianas conectándose a aplicaciones del dispositivo. Esta función permitiría a la IA realizar múltiples pasos en nombre del usuario, incluyendo la gestión de contactos, correo electrónico y llamadas. Se han descubierto funcionalidades como automatizaciones programadas con diferentes frecuencias y opciones para gestionar tareas recurrentes.
'Tokeniser tax': Por qué la IA es más cara para usuarios no angloparlantes
Un estudio reciente reveló un "impuesto de tokenizador" que hace que la inteligencia artificial sea más costosa para usuarios de idiomas menos dominantes que el inglés. La investigación indica que la escasez de datos de alta calidad y la optimización de los tokenizadores para idiomas de alto recurso crean una brecha de costo y rendimiento en la IA. Se sugiere que los laboratorios deben diseñar tokenizadores futuros para mejorar la eficiencia del lenguaje y reducir estas disparidades.
Apple lanza una herramienta de IA para la salud como parte de un estudio de investigación
Apple lanzó la aplicación Apple Health AI Usage Study para responder preguntas de salud utilizando investigación médica confiable. La herramienta busca evaluar la confianza del usuario y la utilidad de la información proporcionada por la IA. La colaboración con OpenEvidence asegura que las respuestas se basen en literatura médica revisada por pares.
El Ministerio de Inteligencia Artificial apuesta por modelos marroquíes y plataforma soberana de IA
El Ministerio de Inteligencia Artificial y Transformación Digital está desarrollando una hoja de ruta para el "Marruecos para la Inteligencia Artificial 2030", enfocada en la soberanía, innovación y adopción de la IA. Se planea la creación de modelos lingüísticos nacionales en árabe y amazigh, además de herramientas para la gestión administrativa mediante asistentes inteligentes. También se avanzan proyectos en infraestructura digital y se busca mejorar la eficiencia de la administración pública a través de la digitalización y la lucha contra la corrupción.