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 «Soledad Tassi Modelos»
Más recientes primero · Hasta 30 noticias por página
Transformers implementan de forma demostrable el aprendizaje por refuerzo en contexto con mejora de política
Se investiga la capacidad de los transformadores para realizar aprendizaje por refuerzo en contexto (ICRL) sin actualizaciones de parámetros. Se demuestra que un bloque de transformador puede implementar métodos de mejora de política como SARSA y actor-crítico. Los resultados confirman que los modelos entrenados recuperan la estructura de parámetros y ofrecen un fuerte rendimiento de control en contexto al aplicarse a MDPs no vistos.
Escalando modelos de lenguaje inherentemente interpretables
Se desafía la premisa de que la interpretabilidad es un obstáculo para la capacidad de los modelos de lenguaje. El trabajo propone hacer de la interpretabilidad una restricción del proceso de entrenamiento, optimizándola junto con el objetivo de modelado de lenguaje. Se demuestra que la interpretabilidad escala con la capacidad del modelo a medida que aumenta el cómputo. Esto permite una intervención en bucle cerrado para diagnosticar y corregir el comportamiento del modelo sin necesidad de reentrenamiento.
¿Quién necesita etiquetas? Adaptando modelos de visión fundacional con los metadatos que ya tienes
Se propone un enfoque sin etiquetas para adaptar modelos fundacionales de visión a dominios científicos especializados utilizando metadatos existentes. El método FINO combina auto-supervisión con guía de metadatos para adaptar representaciones a nuevos dominios de forma semi-supervisada. Este método demuestra un rendimiento superior en diversas aplicaciones como microscopía, observación terrestre y diagnóstico médico.
NeuroRVQ: Tokenización de Señales Biológicas Multi-Escala para Modelos Fundacionales Generativos
Se presenta NeuroRVQ, una familia de tokenizadores de señales biológicas adaptativos diseñados para la reconstrucción de alta fidelidad. Este método descompone las señales biológicas en representaciones de frecuencia mediante convoluciones multi-escala y código RVQ para preservar el detalle de alta frecuencia. Se demuestra que la calidad de la tokenización es un factor crítico para el rendimiento de los modelos fundacionales en el modelado de estas señales.
HALMES: Saber cuándo intervenir en la mitigación de alucinaciones en LVLM
Se presenta HALMES, un módulo ligero que identifica segmentos precursores de alucinación en los modelos de lenguaje visuales (LVLM) mediante características de atención. Este módulo activa selectivamente el decodificado contrastivo para corregir solo los segmentos problemáticos. Los experimentos demuestran que HALMES mejora la mitigación de alucinaciones sin afectar negativamente las generaciones correctas.
No se identificaron personas.
AgentCompile: Compilador guiado por LLM para inferencia directa en CUDA
Se presenta AgentCompile, un compilador de inferencia CUDA guiado por LLM que utiliza modelos de lenguaje grandes para generar kernels CUDA. Esta herramienta combina la generación de metadatos y la validación de candidatos para optimizar la inferencia de transformadores. Se reportan aceleraciones significativas en comparación con PyTorch eager y vLLM en diversas familias de modelos.
Evaluación del razonamiento visual temporal en la generación de código de video a código
Se presenta Animation2Code, un benchmark para evaluar el razonamiento visual temporal al reconstruir código de animación web ejecutable a partir de videos. El estudio utiliza 1,069 videos con diversos patrones de movimiento y sus implementaciones correspondientes en HTML/CSS/JavaScript. Los resultados indican que los modelos VLM actuales luchan por mantener la coherencia temporal en la reconstrucción, incluso con alta similitud de apariencia.
Los LLMs pueden capturar mejor los juicios humanos con los prompts adecuados
Se demuestra que estrategias de prompting simples pueden mejorar la alineación entre modelos de lenguaje grandes (LLMs) y el juicio humano. Al solicitar a los modelos que reporten desviaciones estándar y proporciones de respuesta, se recupera mejor el rango completo de respuestas humanas. Además, asegurar la claridad de los escenarios para los participantes humanos mejora la alineación del modelo, sugiriendo que hacer mejores preguntas a los LLMs puede generar respuestas más precisas.
No se identificaron personas.
Marco continuo de validación, actualización y toma de decisiones para Gemelos Digitales autoadaptativos
Se presenta un marco de adaptación en línea para Gemelos Digitales que integra detección de deriva basada en gradientes y validación estadística para mantener la fidelidad predictiva ante cambios en las condiciones de operación. El método utiliza actualizaciones de modelos por lotes con Adaptación de Bajo Rango y una prueba de bootstrap para evaluar la mejora predictiva antes de la implementación. Los resultados indican mejoras en la precisión predictiva y la estimación de incertidumbre en comparación con los modelos base.
Med-DualLoRA: Adaptación Local de Modelos Fundacionales para Resonancia Magnética Cardíaca 3D
Se propone Med-DualLoRA, un marco federado de ajuste fino eficiente en parámetros (PEFT) para la detección de enfermedades en resonancia magnética cardíaca 3D utilizando modelos fundacionales. Este método descompone adaptaciones LoRA globales y locales para mejorar la personalización mientras se reduce el costo de comunicación. Los experimentos demuestran que el método logra un rendimiento estadísticamente superior manteniendo la eficiencia de la comunicación.
Adaptando Modelos de Lenguaje Grande mediante Aprendizaje Multi-tarea para la Detección de Problemas de Salud Mental, Emoción y Sentimiento
Un estudio investiga el aprendizaje secuencial multi-tarea con PEFT, LoRA y cuantización de 4 bits en Llama 3.1 8B Instruct para detectar problemas de salud mental, emociones y sentimiento. Se encontró que el orden de las tareas afecta la transferencia de conocimiento y la interferencia, siendo la secuencia MHP-primero la mejor para detección de problemas de salud mental. La integración de técnicas también reduce los requisitos computacionales, haciendo posible la adaptación de LLMs en entornos con recursos limitados.
No se identificaron personas.
SocialGym: Evaluando la inteligencia social de LLM a través de juegos multiagente
Se presenta SocialGym, un entorno diseñado para evaluar la inteligencia social de los Modelos de Lenguaje Grande (LLM) en escenarios multiagente. El entorno incluye 22 juegos sociales con resultados verificables basados en reglas definidas. Los resultados indican que el rendimiento varía según el juego y el rol, y que la capacidad de mantener secretos se relaciona con la teoría de la mente.
No se identificaron personas.
DPRM: Módulo de ordenamiento de tokens inducido por transformaciones de Doob para modelos de difusión discretos
Se presenta DPRM, un módulo de ordenamiento de tokens que utiliza una distribución de trayectoria sesgada por recompensa terminal para mejorar el razonamiento en modelos de difusión discretos. Este módulo corrige la tendencia de depender únicamente de la confianza local, logrando mejoras significativas en diversas métricas de rendimiento. Las mejoras incluyen incrementos en la precisión de modelos como PUMA GSM8K y RealWorldQA, demostrando la efectividad de ajustar la recompensa terminal.
¿Qué tan corto es demasiado corto? Calibración condicional basada en la longitud y abstención para detectar texto generado por IA
Se investiga la detección de texto generado por IA basándose en la longitud del pasaje. El estudio analiza cómo la longitud afecta la tasa de falsos positivos de los detectores de IA. Se calibran umbrales y se determina cuándo un detector es informativo en diferentes longitudes de texto.
Crédito de valor de búsqueda para el diseño heurístico automático evolutivo
Se propone el Crédito de Valor de Búsqueda (SVC) para mejorar el diseño heurístico automático en modelos de lenguaje grandes. Este mecanismo construye recompensas basadas en la admisión a un conjunto retenido y una medida de exposición a padres, buscando reflejar oportunidades de reutilización de los programas. Los resultados demuestran que SVC ofrece un mejor rendimiento de búsqueda en varias tareas de optimización comparado con el método anterior.
Exploración impulsada por prompts: el lenguaje como espacio de exploración para el aprendizaje por refuerzo con aprendizaje profundo
Se propone la Exploración Impulsada por Prompts (PDE) para el aprendizaje por refuerzo (RL) utilizando modelos de lenguaje grandes (LLM) y modelos de visión-lenguaje-acción (VLA). Esta técnica permite modificar el prompt de lenguaje natural para inducir cambios globales en la política, mejorando la eficiencia de la muestra y permitiendo el aprendizaje de políticas exitosas incluso con recompensas escasas.
Métodos de entrenamiento defensivo: Entendiendo cómo protegen la integridad de los modelos de lenguaje
Se analizan los métodos de entrenamiento defensivo como el direccionamiento preventivo positivo (PPS) y el prompting de inoculación (IP) para proteger la integridad de los modelos de lenguaje grandes (LLM). Se examinan sus mecanismos conductuales y mecanicistas, encontrando que ambos métodos previenen la adquisición de rasgos, aunque con efectos diferentes en la expresión de rasgos preexistentes. Los resultados indican que PPS e IP no son intercambiables y sugieren que la pérdida y el cambio de gradiente son manifestaciones de la misma señal de entrenamiento.
PitchBench: Midiendo la audición de tono en modelos de lenguaje audio
Se presenta PitchBench, un conjunto de evaluación de 28 tareas diseñado para medir la percepción de tono absoluto y relativo en modelos de lenguaje audio (ALM). El estudio evalúa la fiabilidad de la percepción de tono bajo diversas condiciones acústicas y de fuente de sonido. Los resultados indican que la audición de tono sigue siendo muy poco fiable en los modelos de vanguardia, con una precisión que varía según el formato de la instrucción.
Entendiendo los desafíos en la optimización generativa iterativa con LLMs
Se investiga la optimización generativa iterativa con LLMs, encontrando que su fragilidad se debe a decisiones de diseño no explícitas sobre qué editar y qué evidencia de aprendizaje proporcionar. Se analizan tres factores clave, como el artefacto inicial y el horizonte de crédito, para determinar el éxito de la optimización en diferentes escenarios. Se propone una regla de tamaño de lote y horizonte de crédito calibrada para transferir a otros modelos.
RoboWits: Desafíos inesperados para la resolución creativa de problemas robóticos
Se presenta RoboWits, un punto de referencia robótico diseñado para evaluar el razonamiento cognitivo y la robustez de los robots ante desafíos inesperados. Los resultados indican que los modelos de visión grandes (VLAs) ajustados son frágiles en tareas mutadas, mientras que un modelo de cero-shot basado en GPT-6 Astra supera a los VLAs ajustados, aunque aún presenta debilidades en dichas tareas.
NeuroActiSep: Detectando alucinaciones fácticas desde neuronas de propagación hacia adelante en un solo pase
Se propone un método para rankear neuronas de propagación hacia adelante en el token de pregunta final para investigar su uso en la detección de alucinaciones en el primer pase hacia adelante de modelos de lenguaje grandes. El estudio demuestra que las pruebas entrenadas con características de conjuntos dispersos de neuronas seleccionadas son competitivas con las entrenadas en representaciones internas. Se concluye que las señales correlacionadas con la alucinación están distribuidas entre muchas neuronas, aunque la selección puede ser útil en conjuntos muy dispersos.
¿Los probes de estado oculto entrenados benignamente detectan errores de herramientas bajo condiciones adversarias?
Se evalúa si los probes de estado oculto entrenados con uso benigno de herramientas son útiles para detectar acciones incorrectas bajo condiciones adversarias. La investigación compara estos probes con otras métricas de incertidumbre para determinar su fiabilidad. Los resultados sugieren que dichos probes no deben considerarse confiables para detectar errores operativos de acción de herramientas en escenarios adversarios.
La geometría del rechazo: Por qué el rechazo post-hoc es frágil y el rechazo en tiempo de preentrenamiento persiste
Se analiza la fragilidad del rechazo en modelos de lenguaje grandes, comparando el entrenamiento de seguridad post-hoc con el entrenamiento en tiempo de preentrenamiento. Se demuestra que el rechazo es frágil y que la persistencia, no el momento, determina si el rechazo se mantiene. Los modelos entrenados desde cero con co-entrenamiento de seguridad muestran una erosión menor del rechazo bajo ataques específicos.
Topología obstaculiza estados cuánticos neuronales puros
Se demuestra que la representación de los modelos de fundación para estados fundamentales en sistemas de espín-1/2 está topológicamente obstaculizada. Esto implica que ciertos modelos de vector de estado tienen fidelidad cero con el estado fundamental en ciertos parámetros del Hamiltoniano. Se explora cómo esta obstrucción afecta la susceptibilidad de fidelidad, proporcionando una firma numérica de una transición de fase inexistente.
Dataset de Preguntas y Respuestas Contextualizadas sobre Templos y Patrimonio Religioso de la India
Se presenta BharatSynthQA, un conjunto de datos de preguntas y respuestas basado en pasajes enfocado en templos y sitios de culto de la India. El proyecto utiliza IA para ayudar a la curiosidad sobre el patrimonio cultural indio, evaluando el rendimiento de modelos de lenguaje grandes (LLMs) en este dominio. El conjunto de datos incluye pares de QA generados y anotados por humanos para investigación en recuperación y generación aumentada.
CEO de Google envía nota de bienvenida a Zuckerberg: Entusiasmado por servir a nuestros clientes de la Nube
Google CEO Sundar Pichai respondió a Mark Zuckerberg dando la bienvenida a los modelos Muse Ember, Muse Spark 1.3 y Muse Wonder en Google Cloud. Estos modelos están disponibles para clientes de Google Cloud y destacan por sus capacidades multimodales y su enfoque en la ingeniería de software y la automatización de flujos de trabajo complejos. Pichai resaltó la colaboración entre Google Cloud y Meta para ofrecer IA propietaria a clientes empresariales.
Nuevo IA que supera a Google en evaluación de rendimiento
Ansorpic ha presentado nuevos modelos de IA, Claude Payable 5.2 y Claude Mitos 5.2, que superan a Gemini 4 Carbon de Google en evaluaciones de rendimiento. Estos modelos mejoran la capacidad de realizar tareas complejas y ofrecen mejoras en la detección de vulnerabilidades de seguridad. La empresa busca asegurar clientes corporativos mediante la competitividad en rendimiento y precio, aunque esto genera controversias sobre la seguridad.
España registra más de 3.300 nuevos diagnósticos de VIH en un año y la mitad son tardíos
En una jornada sobre el compromiso 2030 contra el VIH en España, se discutieron los desafíos de la prevención, diagnóstico y tratamiento, enfatizando que los avances médicos deben ir acompañados de la eliminación de desigualdades y el estigma. Se destacó la necesidad de mejorar el acceso a servicios sanitarios y adaptar los modelos de atención para llegar a las poblaciones vulnerables.
Australia: Nuevo marco estricto para la Inteligencia Artificial – Cadenas de seguridad vinculantes para las empresas
Australia ha anunciado que establecerá un nuevo organismo de supervisión y control para la Inteligencia Artificial, exigiendo a las empresas del sector que cumplan con nuevas cadenas de seguridad vinculantes. Estas medidas buscan asegurar que la tecnología de IA sirva a los intereses de Australia, incluyendo la declaración de riesgos y la realización de valoraciones independientes de modelos. El gobierno enfatizó la necesidad de asegurar que la tecnología se implemente correctamente y que exista consentimiento social.
Lexus, Porsche y «G-Wagen»: cinco SUV de lujo que se deprecian rápidamente
Cinco SUV premium, incluyendo modelos como Land Rover Defender y Mercedes-Benz G-Class, muestran una depreciación más rápida en el mercado estadounidense, con el Land Rover Defender perdiendo el 48,7% de su valor en cinco años. Se analizan las valor residuales de varios modelos de lujo y se compara la situación del mercado en Kazajistán, donde el Lexus LX 600 mantiene alta demanda.
No se identificaron personas.