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 «Liu Li-hung»
Más recientes primero · Hasta 30 noticias por página
Edición de Levenshtein para Modelos de Lenguaje de Difusión
Se propone LED (Levenshtein Editing for Diffusion Language Models), un marco posentrenamiento que extiende la edición solo por reemplazo (ROE) con inserción y eliminación para refinar secuencias generadas. Este método busca mejorar la corrección de errores en modelos de lenguaje de difusión. Los resultados demuestran que LED mejora significativamente las puntuaciones en varios benchmarks al aplicar el modelo al LLaDA2.1-Mini Base.
Modelo de planificación de mundo restringido para inspección visual
Se presenta una formulación para la planificación de observación neuro-simbólica en robótica y monitoreo ambiental, buscando localizar múltiples objetivos con limitaciones de cómputo y sensores. Se utiliza una búsqueda de haz de horizonte decreciente con replanificación en línea para optimizar la inspección, superando a métodos estáticos y RL offline en benchmarks terrestres, ópticos y de sonar. El enfoque logra mejoras significativas en el rendimiento al integrar dinámicas aprendidas ligeras con restricciones simbólicas exactas.
SharQ: Uniendo la escasez de activación y la cuantización FP4 para inferencia de LLM
Se presenta SharQ, un método de inferencia sin entrenamiento que combina la escasez de activación y la cuantización FP4 mediante una descomposición disperso-denso en línea. Este método genera una máscara adaptativa para extraer un esqueleto disperso, lo cuantiza a FP4 y utiliza una ruta densa para compensar la pérdida de precisión. Los resultados muestran una recuperación de precisión significativa y mejoras en la latencia y el rendimiento en tareas de LLM.
Vibe-Trading: Hacia el trading nativo de agentes
Se presenta Vibe-Trading, un marco de trading nativo de agentes diseñado para construir, evaluar y evolucionar agentes de IA para trading financiero. Este framework unifica la investigación de mercado, la generación de estrategias, el backtesting y la ejecución de bróker. Su contribución principal es una arquitectura que asegura que los resultados y la autoridad de trading estén conectados a lo largo del proceso de investigación a acción.
Pensar rápido, en cualquier lugar: Un Sistema-1 para los puntos de decisión de cualquier flujo de trabajo de agente
Se presenta AnyS1, un marco diseñado para convertir habilidades procedimentales humanas en una fuente compartida de puntos de decisión para agentes LLM, utilizando un modelo Sistema-1 ligero. Este sistema busca reducir significativamente el costo y la latencia al delegar decisiones a un modelo más rápido, manteniendo la fiabilidad de la tarea. Los resultados demuestran una reducción del 75-91% en el costo del episodio y una disminución en el tiempo de llamada al modelo.
ARISE: Memoria Autoevolutiva Práctica para Agentes Empresariales Precisos y Eficientes
Se presenta ARISE, una arquitectura de memoria práctica para agentes LLM empresariales que permite que la memoria evolucione a partir de sus propios errores sin modificar el modelo base. Esta arquitectura utiliza un modelo o modelo maestro para asignar fallos y proponer correcciones, consolidando las mejoras en reglas macro. Los resultados demuestran que ARISE-Teacher supera a modelos existentes en benchmarks de precisión y reduce el uso de llamadas al modelo y tokens de salida.
Repensando la alineación multimodal para eventos físicos
Se propone un enfoque para la inteligencia artificial física que supera el reconocimiento de objetos estáticos, enfocándose en cómo se desarrollan las mecánicas del mundo real a lo largo del tiempo. Se demuestra que el método actual falla al promediar dinámicas cruzadas transitorias, lo que reduce la alineación a reconocimiento de escenas estáticas. Se introduce CounterPoint para identificar eventos físicos mediante la medición de co-fluctuaciones sincrónicas a nivel de fotograma, mejorando la alineación de eventos físicos.
Isabelle Pool Server: un servicio de verificación agrupado para entrenamiento de demostradores y demostraciones multiagente
Se presenta el Isabelle Pool Server (IPS), un servicio de verificación que utiliza un pool de sesiones Isabelle para entrenamiento de demostradores y pruebas multiagente. Este servicio ofrece control de admisión consciente de la memoria y gestión de tiempo para las sesiones. IPS es software libre y está disponible públicamente.
¿Qué compra un *harness*? Tokens, en su mayoría
Se investigó el impacto de diferentes *harness* (Claude Code, mini-SWE-agent, OpenCode) en la ejecución de modelos de lenguaje en tareas de ingeniería de software. Los resultados indican que no existe un *harness* superior de manera consistente entre todos los modelos, y las diferencias entre *harness* son pequeñas, aunque existen excepciones dependientes del par modelo-harness.
Un modelo fundacional para medir y predecir el comportamiento humano
Se presenta Chiron, un modelo fundacional diseñado para medir y predecir el comportamiento humano mediante el ajuste de un LLM. Este modelo busca alinear las distribuciones de respuesta poblacional con las estadísticas humanas, mostrando una mayor precisión en la predicción del comportamiento individual que los LLMs de frontera. Los resultados indican que Chiron es un instrumento computacional unificado para medir el comportamiento humano.
No se identificaron personas.
Interaction-as-a-Judge mejora la evaluación y generación de aplicaciones interactivas
Se presenta el paradigma Interaction-as-a-Judge para evaluar aplicaciones interactivas, demostrando que mejora la evaluación y generación de software. Este método incrementa la predicción de preferencias humanas y la verificación de requisitos, además de mejorar la calidad de los artefactos generados en tiempo de inferencia y entrenamiento.
TinyMyo: un Modelo de Fundación Tiny para el Procesamiento de Señales EMG Flexible en el Borde
Se presenta TinyMyo, un codificador Transformer de 3.6 millones de parámetros preentrenado para el procesamiento de señales EMG. Este modelo demuestra capacidad para soportar múltiples tareas y ejecutarse en un microcontrolador de baja potencia. Los resultados indican un rendimiento superior en clasificación de gestos manuales y una eficiencia energética notable en dispositivos de bajo consumo.
No se identificaron personas.
¿Los agentes de LLM saben cuándo no actuar?
Se presenta un marco de evaluación sistemático para medir la capacidad de agentes basados en LLM para reconocer cuándo deben abstenerse de actuar. El estudio aborda el riesgo de que los agentes ejecuten acciones irreversibles bajo ambigüedad o fallos de herramientas. Se propone un conjunto de tareas emparejadas y un pipeline automatizado para evaluar esta capacidad, demostrando que la habilidad de abstención es independiente de la capacidad general de resolución de tareas.
MemeLogos: Razonamiento aumentado por recuperación de conocimiento para la detección de memes dañinos
Se presenta MemeLogos, un marco de razonamiento aumentado por recuperación basado en conocimiento diseñado para la detección de memes dañinos. Este marco abstrae patrones de perjudicialidad y estructuras de razonamiento de casos dañinos en unidades de conocimiento reutilizables. El sistema combina la recuperación de conocimiento estructurada con un proceso de razonamiento multi-etapa para mejorar la fiabilidad y la interpretabilidad de la detección.
¿Quién puede auditar el registro escrito por el harness de un agente desplegado?
El texto investiga si es posible auditar el registro de ejecución de un agente cuando el registro fue escrito por el harness que lo impulsa. Se compara la fiabilidad de los registros basados en un solo escritor frente a aquellos con un segundo escritor, utilizando un marco llamado Hearsay para evaluar la evidencia. Se concluye que la existencia de un segundo escritor es lo que hace que un registro sea evidencia, más que la habilidad del lector.
No se identificaron personas.
HorizonBench: Personalización a largo plazo con preferencias cambiantes
Se presenta HorizonBench, un generador de datos y un conjunto de datos humano para investigar cómo cambian las preferencias de los usuarios a lo largo del tiempo. El proyecto busca evaluar la capacidad de los asistentes personales para adaptarse a los cambios en las preferencias del usuario. Los resultados indican que la capacidad de recordar preferencias pasadas y conocer las preferencias actuales son capacidades separadas.
CoNav-UAV: Navegación Aérea Dual de Altitud Cooperativa mediante Aprendizaje Stackelberg
Se propone CoNav-UAV, un modelo de juego Stackelberg entre un líder de alta y un seguidor de baja altitud para la navegación aérea cooperativa de UAVs. El sistema utiliza Aprendizaje Iterativo Stackelberg para adaptar la optimización a cada agente, mejorando el rendimiento en escenas urbanas de alta fidelidad. El método demuestra mejoras significativas en la tasa de éxito y la transferencia entre escenas al permitir la adaptación mutua de los agentes.
OpenKAGE: Aprendizaje permanente abierto en el mundo abierto a través de la evolución del grupo de agentes
Se presenta OpenKAGE, un marco de evolución de grupo de agentes diseñado para el aprendizaje permanente abierto. Este sistema permite a los agentes explorar mundos abiertos y adquirir nuevas capacidades reutilizando conocimiento acumulado de interacciones y experiencias de otros. El marco incluye una representación de conocimiento de dos capas y un mecanismo de intercambio que consolida la experiencia textual en un grafo compartido.
Horizontal Flow Matching para Dinámicas Espaciotemporales de Células
Se presenta un modelo llamado HORIZON para aprender las dinámicas espaciotemporales de células a partir de transcriptómica espacial. Este modelo aprende cambios en la organización del tejido y la abundancia celular hasta el movimiento rígido compartido. HORIZON mejora la reconstrucción de la geometría del tejido y la expresión génica en series temporales de transcriptómica espacial.
Marco para la evaluación de LLMs con costo eficiente
Se presenta un marco para evaluar modelos de lenguaje grandes (LLMs) de manera eficiente en términos de presupuesto fijo. El marco busca obtener intervalos de confianza más estrechos al mismo nivel de confianza, utilizando desacuerdos entre ejecuciones para acotar el error de estimación. Los resultados en LiveCodeBench mostraron una reducción mediana del 30.6% en el ancho del intervalo de confianza.
ElephantAgent: Continuidad del Estado Contextual en Sistemas Agentes
Se presenta ElephantAgent, un protocolo diseñado para asegurar la continuidad del estado contextual en sistemas agentes, mitigando ataques de envenenamiento de herramientas y memoria. El protocolo verifica el estado contextual antes de cada ciclo de planificación y ejecución para asegurar que el estado utilizado sea el más reciente y autorizado. ElephantDSH, un sistema agente protegido por este protocolo, demostró resistencia a diversos ataques, incluyendo *rug pulls* y *rollbacks*.
Ataques de puerta trasera en redes de imagen a imagen
Se investiga la vulnerabilidad de las redes de imagen a imagen (I2I) a ataques de puerta trasera, una amenaza más grave que los ataques adversarios. Se propone un algoritmo para generar una perturbación adversaria universal (UAP) como disparador para el ataque de puerta trasera. Se demuestra que el ataque puede afectar a tareas posteriores como la clasificación de imágenes y la detección de objetos.
Piensa fuera de línea, actúa en tiempo real: Agentes de juego visual auto-mejorables a través de código
Se investiga cómo un agente de juego puede mejorarse a sí mismo en tiempo real mediante dos enfoques de política: modelo como política y código como política. Los resultados indican que el enfoque de código como política logra un progreso medio del 47.80% en 170 tareas de GameWorld, superando al controlador entrenado.
Curación de datos agentica guiada por desacuerdo para seguridad multimodal
Se presenta un método para la curación de datos multimodal guiada por desacuerdo para mejorar la seguridad. El enfoque genera imágenes basadas en políticas, selecciona casos con desacuerdo entre evaluadores y escala los casos no resueltos. Estos métodos mejoran significativamente las métricas de seguridad, reduciendo la tasa de falsos negativos y aumentando el F1. Los resultados sugieren que la curación guiada por desacuerdo es efectiva para la evaluación de seguridad multimodal.
Elysium: Puentes de Schrödinger desbalanceados sin simulación
Se presenta Elysium, un solucionador sin simulación diseñado para reconstruir la dinámica celular aprendiendo conjuntamente la transición de estado y el cambio de masa. Este método utiliza una referencia de Brownian muerta para construir objetivos de regresión que recuperan el puente de Schrödinger desbalanceado óptimo. Empíricamente, Elysium supera a otros solucionadores al reconstruir transiciones de estado y dinámica de respuesta a fármacos en simulaciones.
RIMOWA y Rockstar Games presentan el exclusivo estuche 'Grand Theft Auto VI' para PlayStation 5
RIMOWA se ha asociado con Rockstar Games para lanzar un estuche exclusivo de PlayStation 5 para el videojuego Grand Theft Auto VI. Este estuche de edición especial incluye una consola PS5 personalizada y sus mandos, además del juego GTA VI. La colaboración es una edición limitada exclusiva para amigos y familiares, no disponible para la venta al público.
No se identificaron personas.
Podcast: Sanna Ukkola se unió a la televisión al recibir la corona – luego subió Metakka: "Estaba muy asustada"
La periodista Sanna Ukkola recordó un incidente de octubre de 2017 relacionado con el uso de un tocado indio en un programa de televisión, lo que generó un gran escándalo mediático. El incidente involucró controversias sobre propiedad cultural y la intervención de medios, lo que llevó a una decisión del Consejo de Prensa en 2018. La periodista admitió haber estado estresada por la situación y actualmente bloquea mensajes de acoso.
Caitlin Clark presenta un prototipo de zapatilla Nike Caitlin 1 con cambio de color
Caitlin Clark ha presentado un prototipo futurista de la zapatilla Nike Caitlin 1 con capacidad de cambio de color. El prototipo incluye un botón para activar y desactivar modos de color, y la atleta mencionó que tocar el talón activa diferentes modos visuales. La tecnología de cambio de color es una novedad destacada en el calzado deportivo.
El asfixiante problema de tráfico en la calle Trường Chinh al final del día
La construcción del metro número 2 ha generado una gran congestión en la calle Trường Chinh debido a la instalación de barreras de construcción, provocando atascos prolongados en horas pico. Las autoridades han implementado diversas soluciones de desvío, pero el tráfico sigue siendo muy denso, dificultando la movilidad diaria de los residentes. Se han realizado esfuerzos para ajustar la señalización y la gestión de carriles, aunque la dificultad persiste.
Bronco de 1969 con motor Coyote subastado
Un Ford Bronco de 1969 totalmente personalizado, construido durante nueve años, ha sido subastado en Bring A Trailer. Este vehículo combina estética clásica americana con hardware moderno, incluyendo un motor V8 Coyote de 420 caballos de fuerza y una suspensión mejorada. El Bronco se ofrece actualmente en consignación de concesionario con una puja actual de $79,000 USD.
No se identificaron personas.