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 «CS Pramesh»
Más recientes primero · Hasta 30 noticias por página
Pócs János distribuyó paquetes de Navidad con fondos públicos
El apoyo estatal de la Asociación de la Nación Jász financió varios programas en los que participó János Pócs, incluyendo un espectáculo de láser en Jászapátia. Se cuestionó la conexión entre los paquetes de Navidad distribuidos por Pócs y los fondos públicos. Además, se reveló que el político de partido fidesz afirmó haber distribuido paquetes de Navidad financiados por dicha asociación civil.
Oposición espera la postura del partido gobernante sobre el juicio político
Los partidos de la oposición, liderados por el Congreso Nacional, exigieron al gobierno la convocatoria inmediata de una sesión del parlamento federal para debatir temas como la libertad de prensa y la independencia judicial. Los partidos de izquierda están preparando protestas callejeras, mientras que la oposición busca hacer del parlamento una plataforma para cuestionar la gobernanza y la rendición de cuentas del gobierno.
Evaluación de la memoria de un agente en su punto de uso
Se presenta MemUse, una herramienta que evalúa la memoria de un agente de LLM en el momento de su uso en trayectorias registradas. La evaluación mide la relevancia, precisión y efecto de las memorias entregadas por el agente. Los resultados indican que la mayoría de las entradas entregadas fueron irrelevantes y que muchas entradas relevantes no fueron utilizadas.
Las neuronas son todo lo que necesitas
Se propone NURESA, una nueva capa neuronal que introduce memoria intra-unidad persistente para permitir la transferencia de memoria entre instancias de modelos de IA. Este enfoque permite la transferencia de capacidad aprendida a cero *shot* sin reentrenamiento, mejorando la capacidad de los modelos transformadores. Los experimentos demuestran que este proceso es eficiente y produce archivos de transferencia significativamente más pequeños.
Explorando el ajuste condicional local para la pertenencia al modelo de difusión
Se presenta una propuesta llamada LoFIT (Local Conditional Fit) para medir la respuesta inicial de la pérdida de desruido ante cambios en las predicciones condicionales en modelos de difusión. Esta métrica busca determinar si un ejemplo fue utilizado en el entrenamiento del modelo, siendo una herramienta para auditar el uso de datos. Los resultados indican que LoFIT mejora la discriminación de pertenencia en modelos ajustados y preentrenados.
Las barreras de seguridad predictivas no siempre hacen a los agentes de LLM más seguros
Se investiga el *pipeline* de predicción a acción en agentes de LLM para evaluar barreras de seguridad predictivas. Los hallazgos indican que la mayor implicación de la predicción no garantiza ganancias de seguridad y puede aumentar el costo de inferencia. Además, las predicciones del modelo del mundo son insuficientemente fiables, lo que sugiere una brecha fundamental entre la previsión y la acción.
FOCUS: Retroalimentación de atención de bucle cerrado para una comprensión eficiente de lenguaje y visión
Se presenta FOCUS, un marco de tres capas sin entrenamiento diseñado para reducir las invocaciones de modelos de lenguaje-visión (VLM) al dirigir la atención hacia regiones semánticamente relevantes. Este método utiliza medidas de gating temporal para activar capturas solo cuando la escena cambia de manera significativa. Los resultados demuestran que FOCUS logra una alta precisión manteniendo la calidad del mejor *baseline* con una reducción significativa en las llamadas al VLM.
Adaptación Regional Antropogénica en Modelos Multimodales Visión-Lenguaje
Se presenta la Adaptación Regional Antropogénica, un nuevo paradigma para optimizar la relevancia de los modelos visión-lenguaje a contextos regionales específicos manteniendo la generalización global. Se introduce el método GG-EZ, que utiliza filtrado de datos regionales y fusión de modelos para lograr esto. Los experimentos en Asia Sudoriental mostraron ganancias del 5 al 15% en relevancia cultural sin perder la mayor parte del rendimiento global.
- Samuel Cahyawijaya
- Peerat Limkonchotiwat
- Tack Hwa Wong
- Hitesh Laxmichand Patel
- Amit Agarwal
- Manuel Antonio Rufino
- Carlos Rafael Catalan
- Muhammad Reza Qorib
- Vicky Feliren
- Holy Lovenia
- Aye Hninn Khine
- Frederikus Hudi
- David Anugraha
- Alham Fikri Aji
- Romrawin Chumpu
- Viet-Thanh Pham
- Minghan Wang
- Mohamed Fazli Imam
- Ruochen Zhang
- Joseph Marvin Imperial
- Khumaisa Nur'aini
- Do Xuan Long
- Musa Izzanardi Wijanarko
- Joel Ruben Antony Moniz
- Patrick Amadeus Irawan
- Hanif Muhammad Zhafran
- Isaiah Flores
- Salsabila Zahirah Pranida
- Jun Kevin
- Jostin Jerico Rosal
- Patricia Nicole Monderin
- Kun Kerdthaisong
- Ahmad Mustafid
- My Chiffon Nguyen
- Natchapon Jongwiriyanurak
- Siva Worajitwannakul
- Haochen Li
- Adrian Xuan Wei Lim
- Bin Wang
- Muhammad Ravi Shulthan Habibi
- Lynnette Hui Xian Ng
- Mithil Bangera
- Yeshil Bangera
- Priyaranjan Pattnayak
- Dun Li Chan
- Sherissa Caren Djuniwar
- Cho Chan Myei Oo
- Hee Ming Shan
Datos alineados pueden inducir desalineación mediante confusión de contexto
Se identifica el fenómeno de confusión de contexto en modelos de lenguaje grandes, donde la alineación en un contexto puede provocar un comportamiento desalineado en otro dominio. Esto ocurre porque las consultas de diferentes dominios pueden activar características aprendidas durante el ajuste fino, transfiriendo el comportamiento a un contexto donde resulta inapropiado. Se concluye que es crucial realizar evaluaciones exhaustivas de alineación post-entrenamiento debido a la dificultad de predecir el estado de alineación solo con los datos de entrenamiento.
Aprendizaje por Refuerzo en el Plano de Decisión para Agentes de Lenguaje y LLMs
Se presenta RLiD (Reinforcement Learning in the Decision plane), un marco diseñado para optimizar directamente las probabilidades de opciones de acción ejecutables en modelos de lenguaje grandes (LLMs). Este enfoque busca mejorar la eficiencia del aprendizaje por refuerzo al eliminar la generación de tokens autoregresiva y mejorar la eficiencia del despliegue. Los experimentos demuestran mejoras en el rendimiento y la eficiencia computacional en varios entornos de juegos como ARC, Countdown y Sokoban.
Can Test-Time Reconstruction Cierra el Bucle en el Razonamiento Latente?
Se presenta ReLAT, un método de entrenamiento por prueba auto-supervisado que cierra el bucle del razonamiento latente utilizando la consulta como referencia. Este enfoque busca asegurar que un estado latente fielmente represente la consulta original, permitiendo la recuperación de la consulta a partir del estado latente. ReLAT mejoró la precisión AIME 2024 en Qwen3-8B de 56.7% a 73.3%, superando a la mejor línea base de colaboración latente en bucle abierto.
Investigadores de Inteligencia Artificial supervisada por humanos en sistemas de energía eléctrica: conocimiento, física, simulación y gobernanza para modelos de lenguaje grandes
Se revisan las aplicaciones de LLM en la investigación de sistemas de energía eléctrica, enfocándose en la colaboración entre investigadores de IA supervisada por humanos y estudios de IA fundamentados en la física. Se propone un marco de conocimiento-física-simulación-gobernanza donde los LLM coordinan tareas y los expertos validan las conclusiones críticas. El objetivo es mejorar la eficiencia de la investigación científica asegurando trazabilidad y reproducibilidad de los resultados.
OmniPiano: Desafíos de manipulación de piano con múltiples agentes de RL
Se presenta OmniPiano, un punto de referencia para el aprendizaje por refuerzo (RL) que aborda el desafío de la manipulación robótica diestra en la ejecución de tareas de piano. Este benchmark soporta de una a cinco manos sombra y permite la evaluación de RL robusto y multiagente con configuraciones de seguridad y cooperación descentralizada. Las evaluaciones indican que los algoritmos de RL de vanguardia y los agentes basados en LLM aún enfrentan dificultades con tareas complejas de toque de piano.
¿Puedes romper RLVER? Explorando la robustez adversaria de agentes empáticos entrenados con RL
Se evalúa el modelo de lenguaje empático entrenado con aprendizaje por refuerzo a partir de recompensas de emoción verificables (RLVER) frente a usuarios simulados. Se introduce la Puntuación de Consistencia Emocional (ECS) para determinar si el modelo mejora el estado emocional sin hacer que el estado del usuario sea más legible. Los resultados muestran que RLVER-PPO-Think supera a la línea de base sin ajustar en detección de intención oculta.
Generación automática de teoremas en lógica de primer orden por construcción a partir de contradicciones estándar triangulares
Se propone un marco constructivo para la generación automática de teoremas (ATG) en lógica de primer orden basado en contradicciones estándar triangulares. El método construye conjuntos de cláusulas mínimamente insatisfacibles para formar teoremas con garantía lógica. Se extiende la familia de generadores $\Delta$ para ofrecer una base para el descubrimiento automático de teoremas.
Detección de fraude en el espacio de representación mediante un marco bayesiano IRL
Se audita la detección de fraude en el espacio de representación utilizando un marco bayesiano para evaluar detectores de sistemas de recomendación. Se demuestra que un detector basado en una representación invariante no puede superar la probabilidad contra ataques que imitan perfiles orgánicos. El rendimiento del detector colapsa ante ataques de mimetismo de donante, lo que sugiere que la representación es el factor limitante, no el ataque.
Color canónico como lente para la decodabilidad del concepto en codificadores de visión y VLMs
Se investiga el uso del color canónico como prueba para determinar si los codificadores de visión hacen accesible la información de color canónico incluso cuando se elimina el color de la imagen de entrada. El estudio demuestra que el color canónico sigue siendo decodificable a partir de imágenes en escala de grises y está vinculado a la identidad del objeto predicha. Se concluye que el entrenamiento posterior de los VLMs puede influir significativamente en la decodificabilidad del color en el codificador de visión.
Alineación de seguridad en la etapa de preentrenamiento con reflexión
Se propone el Pretraining-stage Alignment de Reflexión de Seguridad para mejorar la alineación de seguridad en LLMs al insertar reflexiones de seguridad entre las oraciones durante el preentrenamiento. Los experimentos indican que este método mejora la precisión de clasificación de seguridad y reduce los ataques en etapas posteriores. Los hallazgos sugieren que la alineación debe moldear los comportamientos que los modelos adquieren, no solo hacer los datos seguros.
Detención temprana en modelos de razonamiento grandes: Un estudio y auditoría empírica de eficiencia y fiabilidad
Se presenta un estudio y auditoría empírica sobre métodos de detención temprana en modelos de razonamiento grandes para mejorar la eficiencia y fiabilidad. Se evalúan diferentes métodos en tareas de razonamiento matemático, generación de código y veracidad. Se introduce una métrica para medir la eficiencia y se examinan aspectos como la corrección y la fiabilidad de las respuestas obtenidas.
EvoOntology: Una capa de ontología autoevolutiva para agentes de datos
Se presenta EvoOntology, una capa de ontología autoevolutiva diseñada para agentes de datos. Esta capa encapsula la ontología mediante un servidor MCP con capas de esquema, contenido y herramientas para permitir la interacción activa de los agentes. Los experimentos demuestran que EvoOntology supera a enfoques previos, cerrando la brecha entre agentes y datos heterogéneos.
Decisiones invariantes al orden mediante reordenamiento cíclico iterado
Se propone el modelo IJev para resolver problemas de decisión, que reordena repetidamente las opciones mediante una distribución corregida y promediando el orden cíclico. Este método busca eliminar la dependencia del orden de entrada en las decisiones. Se demuestra que IJev logra una tasa de volteo cero en todos los puntos de referencia evaluados.
Equipo de Argelia: los contornos de la lista de Hemdani se precisan
La selección de Argelia está a punto de anunciar la lista de jugadores retenidos para el rassemblement de noviembre, antes de su enfrentamiento contra Togo en la clasificación para la CAN 2027. El cuerpo técnico ha finalizado casi todas las elecciones, quedando pendientes detalles en la composición del trío de porteros y el estado de salud de algunos jugadores como Rafik Belghali. Se espera el regreso de Bentaleb, Titraoui, Boudaoui y Benbouali, mientras que Belaïd y Bakrar podrían ser descartados, enfocándose el proyecto en reforzar la defensa.
Accord pide al tribunal que desestime la demanda que busca la descalificación de candidatos
El Partido Accord ha solicitado al Tribunal Superior Federal en Abuja desestimar una demanda que busca descalificar a sus candidatos para las elecciones de 2027, alegando que la acción es incompetente y prematura. El partido argumenta que la firma conjunta de documentos de nominación por el Presidente Nacional y el Secretario Nacional es válida según la ley y las directrices de la INEC, refutando las alegaciones de usurpación de funciones presentadas por la demandante.
El PROTOCOL32 de Yuvraj Singh enfrenta preguntas sobre evidencia y seguridad
El suplemento PROTOCOL32 de Yuvraj Singh ha sido objeto de críticas por parte de médicos que cuestionan la evidencia científica detrás de sus afirmaciones de salud generalizadas y la seguridad de combinar 32 ingredientes en un solo producto. Los profesionales de la salud han expresado dudas sobre si la formulación puede ofrecer los beneficios prometidos, señalando la falta de evidencia de que la combinación de nutrientes se traduzca en resultados probados, y han alertado sobre posibles interacciones y riesgos, especialmente con el uso de extractos botánicos y la dosificación de ciertos componentes.
Intentaron usurpar las viviendas de la Villa Suramericana en Santa Fe: hubo gases y algunos detenidos
Un operativo policial fue desplegado en Santa Fe tras un intento de usurpación de viviendas del complejo habitacional de la Villa Suramericana, construido para los Juegos Suramericanos 2026. Se identificaron varios detenidos y se investiga la posible organización política detrás de la convocatoria a la toma de propiedades. Las autoridades aseguraron que las viviendas no pueden ser tomadas por la fuerza y que la adjudicación se realizará mediante un proceso formal.
Manifestaciones del 31 de octubre: ¿son peligrosos los gases lacrimógenos para la salud de las mujeres?
Mujeres que participaron en manifestaciones en Francia reportaron alteraciones menstruales, como reglas tempranas, retrasadas, sangrados inusuales y dolores pélvicos, después de la exposición a gases lacrimógenos. Un colectivo recopiló testimonios y ha solicitado un estudio científico. Dos estudios estadounidenses sugieren un vínculo posible entre la exposición a estos gases y trastornos menstruales, aunque expertos advierten que el estrés agudo podría modificar el ciclo, no confirmando la causalidad directa.
Indio Solari: una devoción popular que habla de vacíos
El texto analiza la devoción popular hacia Indio Solari, un cantautor argentino, como síntoma de una sensibilidad social que busca representación política y comunitaria. La devoción se explica por el vacío dejado por la política y la música, que se convierten en figuras simbólicas que expresan angustias y sueños colectivos.