Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Meta AI tendrá menos olvido y dejará de rendirse con la nueva actualización
Meta ha actualizado los modelos de sus agentes Muse y Meta AI para mejorar la memoria y la capacidad de recuperación de información. La nueva funcionalidad permite a los asistentes de IA recordar detalles de conversaciones pasadas y mejorar la capacidad de la IA para corregir errores y completar tareas complejas. Meta está utilizando modelos especializados para tareas cotidianas en lugar de modelos fronterizos, buscando hacer que sus asistentes sean más útiles en el trabajo práctico diario.
DF Lab Opinión/ Metatrabajo, el nuevo concepto IA
Un artículo de DF Lab Opinión presenta una visión sobre la Inteligencia Artificial, indicando que la IA no elimina empleos, sino que los transforma, pasando de roles de ejecución a roles de dirección, revisión y decisión, lo que algunos denominan "botsitting".
Meta se inclina por los Tamagotchi porque sabe que eres un adicto a la interacción
Meta está utilizando la ternura y la interacción para atraer a los usuarios con su nueva aplicación Waddle World, una mascota tipo Tamagotchi. Esta aplicación fomenta la interacción al permitir a los usuarios hablar con la mascota, que actúa como confidente, buscando mantener al usuario comprometido. La compañía parece aplicar esta estrategia, similar a sus esfuerzos con otras herramientas de IA, para suavizar la experiencia de interacción con la inteligencia artificial y fomentar la repetición de uso.
Meta busca recaudar hasta $25 mil millones en venta de deuda por el aumento del gasto en IA
Meta está buscando recaudar entre $20 y $25 mil millones en una venta de bonos para financiar su creciente inversión en infraestructura de inteligencia artificial. Esta decisión se produce mientras la empresa enfrenta incertidumbre debido al gasto de capital y al flujo de caja libre negativo reportado recientemente. La compañía busca asegurar fondos para sus iniciativas de IA a través de diversas operaciones de deuda y capital.
Meta se une con Pueri de China para desarrollar prototipo de robot humanoide 'Max'
Meta colaboró con la startup china Pueri durante tres meses para desarrollar el prototipo de robot humanoide 'Max', buscando integrar su asistente de IA 'Muse' con un cuerpo físico para realizar tareas domésticas. Max, de 1.5 m de altura y 48 kg, está equipado con el chip Jetson Tor de NVIDIA y tiene características como una pantalla facial y un sistema de agarre con cinco dedos. Meta probó el prototipo y planea desarrollar un segundo modelo, 'Max2', con mejoras en la estructura y sensores.
Meta reevalúa su objetivo de emisiones cero ante el auge de la inteligencia artificial
Meta está reconsiderando su objetivo de neutralidad de carbono para 2030 debido al auge de la inteligencia artificial, lo que complica sus compromisos climáticos. La compañía está reevaluando plazos y hitos intermedios tras el impacto de la IA en la construcción de centros de datos. Meta necesita infraestructura para la IA, lo que ha llevado a firmar acuerdos para usar centrales a gas en lugar de electricidad renovable.
Meta presenta un pequeño modelo de IA, Muse Ember
Meta Platforms presentó Muse Ember, su modelo de inteligencia artificial más pequeño. El CEO Mark Zuckerberg señaló que este modelo está diseñado para tareas repetitivas de agentes de IA que requieren un alto uso de tokens.
La venta de bonos de Meta muestra una nueva realidad para la deuda tecnológica
Meta buscó vender 25 mil millones de dólares en bonos corporativos el 3 de noviembre, una maniobra que podría complicar el financiamiento de su inversión en inteligencia artificial debido a la presión política de los Demócratas. Los gestores de fondos están exigiendo mayor claridad sobre cómo el gasto en IA se traducirá en flujo de caja libre. Además, la incertidumbre regulatoria podría ralentizar el desarrollo de centros de datos en EE. UU., afectando el endeudamiento de las grandes tecnológicas.
Meta prevé recaudar al menos US$ 20.000 millones en posibles emisiones de bonos
Meta evalúa emitir bonos transfronterizos por US$20.000 millones, buscando diversificar su financiamiento en euros y dólares. La compañía mide el interés de los inversores ante el escepticismo sobre el gasto en inteligencia artificial. Se reporta que la venta de acciones de Meta atrae una demanda significativamente mayor a la oferta.
No se identificaron personas.
Meta dice que probablemente retrasará sus controvertidos nuevos términos comerciales de nuevo
Meta ha anunciado que probablemente retrasará la implementación de sus nuevos términos comerciales hasta el 20 de noviembre debido a la reacción de los editores por preocupaciones sobre el entrenamiento de IA. La compañía afirmó que no tiene intención de realizar cambios de políticas sin consulta con líderes de la industria. Los términos, que inicialmente permitían entrenar modelos de IA con contenido de sitios de noticias, fueron pospuestos para mitigar estas preocupaciones legales y de la industria.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Meta AI»
Más recientes primero · Hasta 30 noticias por página
GeneZip: Compresión consciente de la región para modelado de ADN de largo contexto
Se presenta GeneZip, un marco de compresión de ADN consciente de la región diseñado para reducir la longitud de secuencias de ADN de largo contexto. Este modelo combina objetivos de ratio consciente de la región con enrutamiento limitado para lograr una compresión eficiente mientras preserva la utilidad predictiva. GeneZip demuestra una compresión significativa y un mayor rendimiento en el modelado de largo contexto.
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.
Taxonomía y marco de evaluación unificado para los desplazamientos distributivos en el aprendizaje por refuerzo
Se presenta una taxonomía unificada para el desplazamiento distributivo en el aprendizaje por refuerzo (RL), abordando la inconsistencia existente en la literatura. La taxonomía factoriza la interacción en cinco componentes y define el cambio según qué componentes y bajo qué régimen de interacción ocurre. Se complementa con un marco de evaluación que mide la adaptación y la generalización.
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.
Vision Transformers para el agrupamiento de cero disparos de imágenes de animales: Un estudio comparativo de evaluación
Un estudio compara modelos Vision Transformer (ViT) para reducir imágenes de animales sin etiquetar a clústeres a nivel de especie. Se encontró que las incrustaciones DINOv3 con t-SNE y HDBSCAN lograron un V-measure de 0.943 a nivel de especie. El agrupamiento basado en estos métodos redujo el etiquetado manual en un 98.3%, acercándose a la precisión de la anotación manual.
Puzles a paradigmas: Un estudio de la colaboración humano-agente en la innovación científica
Se presenta un estudio que analiza la colaboración entre humanos y sistemas de IA agenticos en flujos de trabajo científicos como la síntesis de literatura y la generación de hipótesis. El estudio propone un marco para examinar cómo varían las demandas de coordinación y los riesgos de fallo en diferentes contextos científicos. Se identifican cinco modos de fallo recurrentes y se sugiere enfocar las evaluaciones hacia la fundamentación y la fiabilidad científica a largo plazo.
Predicción Conformal para Regresión de Distribución a Distribución
Se estudia la Predicción Conformal (CP) para la Regresión de Distribución a Distribución, un área de creciente interés. Se propone un nuevo marco conformal que genera conjuntos de predicción interpretables manteniendo las garantías de cobertura. Los resultados empíricos validan la efectividad del enfoque propuesto en datos sintéticos y reales.
Aprendizaje de jerarquías biológicas en modelos fundacionales de célula única
Se presenta un modelo fundacional llamado scOntoFM que integra la ontología celular jerárquica en el aprendizaje de representaciones. Este modelo utiliza distancias LCA para preservar la estructura de la ontología biológica en la geometría de incrustación. El modelo muestra mejoras consistentes en benchmarks y fortalezas en configuraciones de cero-shot.
HiLo-Token: Compresión de tokens de alta y baja frecuencia adaptativa de entrada para servir modelos de edición de imágenes eficientes
Se presenta HiLo-Token, un marco de compresión de tokens adaptativo para reducir la latencia en modelos de IA generativa para edición de imágenes. El método asigna tokens de manera diferente a regiones de alta y baja frecuencia para mejorar la eficiencia. Los experimentos validan que este método logra aumentos significativos en la velocidad sin afectar la calidad de la generación.
Respuestas correctas de historias insuficientes: Un estudio controlado de la evaluación de memoria de agentes
Se estudia la evaluación de memoria de agentes mediante el análisis de registros de dispositivo ejecutables para distinguir entre acuerdo de referencia, suficiencia de evidencia y comportamiento contextual. Los resultados comparan el rendimiento de modelos como Qwen3-32B y DeepSeek-V4-Flash en la coincidencia de referencias. Los hallazgos sugieren un diagnóstico de evaluación en configuraciones específicas de lector, sin implicar mejoras generales en sistemas de memoria.
Red ramificada multilateral dual para segmentación multi-clase en angiografías cardiovasculares
Se presenta una arquitectura MLBNet de doble parte diseñada para la segmentación consciente de la clase en escenas de cateterización cardiovascular. El estudio utiliza datos de angiografías de modelos fantoma, simulaciones y modelos animales para entrenar y evaluar el modelo. Los resultados indican que los modelos son capaces de separar eficazmente el cable guía, el catéter, los vasos y el fondo con alta precisión.
No se identificaron personas.
CWE-bench: Reenfocando la seguridad de agentes artificiales de la explotación a la defensa
Se presenta CWE-bench, una medida de referencia para evaluar las capacidades defensivas de los agentes de IA en ciberseguridad. La herramienta evalúa la capacidad de los agentes para reparar vulnerabilidades en repositorios de software. El objetivo es medir si las capacidades defensivas de los agentes están a la par con sus capacidades ofensivas.
Fusión de modelos desbloquea la optimización de mezclas de datos multimodal
Se aborda el problema de optimización de mezcla de datos (DMO) en el ajuste fino supervisado de Modelos de Lenguaje Grandes Multimodales. Se propone una estrategia que combina la fusión de modelos con la interpolación de parámetros para estimar la eficacia de diferentes mezclas de datos. Los experimentos demuestran que los modelos proxy fusionados seleccionan mezclas casi óptimas, desacoplando la búsqueda de mezclas de la fase de entrenamiento.
Transferencia de explicabilidad visual de modelos Vision Transformer de autoexplicación a solo predicción mediante aritmética de tareas
Se propone un método para transferir la capacidad de explicación visual de modelos Vision Transformer (ViT) autoexplicativos de un dominio fuente a modelos solo de predicción en un dominio objetivo mediante aritmética de tareas. Este método añade un vector de explicabilidad basado en supervisión de explicación del dominio fuente, logrando mejorar la calidad de la explicación sin perder significativamente la precisión de clasificación.
Hallucination-Guided Unlearning: Usando rastros de alucinación para revelar memorias sobreajustadas
Se presenta el Olvido Guiado por Alucinaciones (HGU), una técnica para el olvido selectivo en modelos de lenguaje grandes, utilizando fallos del modelo como señales diagnósticas. Esta técnica localiza segmentos no soportados y edita neuronas específicas para lograr un olvido efectivo manteniendo la utilidad general. Los resultados demuestran que esta aproximación ofrece un mejor equilibrio entre la eficacia del olvido y la utilidad general sin necesidad de un reentrenamiento completo.
Desenfocadores Polinomiales en el Mapeo de Imagen: Redes Volterra para Difusión de Píxeles Autocontenidos
Se propone una arquitectura de difusión en espacio de píxeles que utiliza capas Volterra en cascada para lograr difusión autocontenida sin componentes preentrenados ni funciones de activación. El trabajo demuestra que estas capas pueden alcanzar tasas de aproximación gobernadas por la dimensión del manfoldo de datos. El modelo resultante es competitivo en términos de parámetros y FLOPs en comparación con otros modelos de difusión.
Aprendiendo a hacer cubos
Se presenta un marco de post-entrenamiento neuro-simbólico para que los modelos basados en transformadores aprendan heurísticas efectivas para problemas de Satisfacibilidad Booleana (SAT). El método utiliza una pipeline de curación de datos basada en MCTS y optimización de preferencia directa (DPO) para lograr una puntuación pass@5 de 53 en benchmarks de competencia SAT. Esto demuestra que los transformadores pueden tomar decisiones de cubing efectivas en dominios dominados por métodos simbólicos.
Aprendizaje por refuerzo eficiente en muestras para la mejora de políticas mediante anclas de acción reversadas por flujo
Se presenta AnchorQ, un método que utiliza la reversión del flujo para mejorar políticas de aprendizaje por refuerzo mediante una representación de acción latente estructurada. Este enfoque busca mejorar la eficiencia de muestras y la fiabilidad de las políticas de robot en tareas de manipulación. Los resultados demuestran una mejora del 37% en la tasa de éxito en el mundo real y un 97% mayor rendimiento en la tarea simulada.
Acoplamiento introspectivo: Entrenamientos de autoexplicación logran cambio de comportamiento a pesar de supervisión fija
Se investiga si entrenar modelos de lenguaje (LM) para generar explicaciones de sus predicciones resulta en introspección fiel en lugar de imitación superficial. Los resultados indican que los LM entrenados con explicaciones contrafactuales fijas pueden producir explicaciones más fieles a sus comportamientos actuales. También se demuestra que el entrenamiento de explicaciones puede coincidir con cambios de comportamiento sin necesidad de supervisión actualizada.
¿Qué está frenando el razonamiento visual latente?
Un estudio sobre Modelos de Lenguaje-Visión investiga los problemas que limitan el razonamiento visual latente. Se encontró que los tokens latentes proporcionan información limitada y que los tokens generados en tiempo de inferencia se desvían de sus representaciones oráculo, lo que obstaculiza el progreso en esta área. Se sugiere que el futuro depende de conjuntos de datos de alta calidad y una predicción más precisa de tokens latentes.
VEX-Bench: Medición de la complejidad de verificación de desinformación generada por LLM
Se presenta VEX-Bench, un punto de referencia unificado para evaluar la complejidad de verificación de desinformación generada por LLM. El estudio mide cómo el contenido generado por LLM consume la capacidad de verificación, encontrando que estos modelos pueden producir desinformación con un costo significativamente menor que la verificación basada en agentes. Los hallazgos indican que no existe un método único que domine todas las dimensiones de complejidad de verificación, enfatizando la necesidad de una evaluación multidimensional.
Prism: Autoenseñanza bidireccional para modelos multimodales unificados
Se presenta Prism, un método post-entrenamiento de autoenseñanza bidireccional para Modelos Multimodales Unificados (UMMs). Este método deriva supervisión de la auto-generación de trayectorias intercaladas, evaluando la fiabilidad de las cadenas de texto e imagen para construir objetivos de entrenamiento. Los experimentos demuestran mejoras en la comprensión y generación en modelos como SenseNova-U1 y BAGEL.
Aprendizaje de trayectorias inspirado en cuántica consciente de la tasa para redes multi-UAV con interferencia limitada
Se presenta un marco de dos etapas llamado RA-QAGC para optimizar la colocación de vehículos aéreos no tripulados (UAVs) en redes, buscando mejorar el rendimiento de *throughput* por nivel de prioridad. El método optimiza el conjunto de posiciones candidatas y luego aprende trayectorias descentralizadas para mejorar la eficiencia de la red. Este enfoque logra mejoras significativas en el rendimiento comparado con otros esquemas conocidos.
Cuantización de Precisión Amortizada para Vision Transformers con Salida Temprana
Se presenta la Cuantización de Precisión Amortizada (APQ) y el marco MOQEE para Vision Transformers, buscando mejorar la estabilidad de la inferencia mediante la optimización conjunta de umbrales de salida y anchos de bits. Este enfoque establece una frontera de Pareto superior en el equilibrio entre precisión y eficiencia para tareas de clasificación y detección. Los modelos probados muestran mejoras significativas en el rendimiento de la GPU en diferentes benchmarks.
El envejecimiento de los agentes de IA es demasiado: Ingeniería de la vida útil para sistemas desplegados
Se presenta AgingBench, un punto de referencia longitudinal para medir la fiabilidad de agentes de IA desplegados. El estudio analiza cuatro mecanismos de envejecimiento (compresión, interferencia, revisión y mantenimiento) para determinar cómo se degrada la fiabilidad de estos agentes a lo largo del tiempo. Se utilizan grafos de dependencia temporal para diagnosticar fallos en las etapas de memoria del agente.
LoMASA: Asistente de ventas multiagente local con delegación con puerta de confianza para cotizaciones B2B
Se presenta LoMASA, un sistema multiagente diseñado para asistir a vendedores en la gestión de cotizaciones B2B. El sistema utiliza modelos de mezcla-de-expertos y modelos densos para calcular precios y gestionar decisiones, con una tasa de resolución automática del 38.0% en pruebas simuladas.
No se identificaron personas.
La brecha narrativa: ¿Pueden los LLM ayudarnos a navegar narrativas diversas a través de diferentes idiomas?
Los modelos de lenguaje grandes (LLM) median cómo las personas consumen información, incluyendo cuentas diversas en diferentes idiomas y regiones sobre temas controvertidos. Se definen capacidades necesarias para que los modelos ayuden a navegar estas narrativas diversas. Se presenta NarrativeBench, un *benchmark* para evaluar si los LLM actuales pueden manejar esta diversidad de narrativas. Se concluye que los modelos actuales carecen de las capacidades necesarias para navegar de manera confiable narrativas diversas.
Aprender la tarea, no el horario: Reduciendo el acoplamiento espurio entre brazos en el aprendizaje por imitación bimanual
Se presenta la Recombinación Temporal Preservadora de Restricciones (CTR) para mejorar el aprendizaje por imitación bimanual, preservando el contenido sensoriomotor local mientras se ajustan los tiempos para cumplir con las restricciones de la tarea. Este método reduce el acoplamiento espurio entre brazos, mejorando el rendimiento en tareas simuladas y de robots reales. Los resultados muestran que CTR aumenta el éxito en el peor estado de 56% a 76% en ciertas configuraciones.
Optimizaciones del sistema para la eficiencia de costos en implementaciones de agentes de IA
Se investigan oportunidades de optimización de costos en las implementaciones de agentes de IA, encontrando que las variaciones en el lado del *harness* impactan significativamente el costo de ejecución. Se propone una plataforma llamada Agency para aplicar optimizaciones de sistema que reducen el uso de *tokens* y llamadas a LLM sin afectar la precisión de la tarea. Se lograron reducciones de costos de hasta un 35% en pruebas de concepto.
RELAY: Destilación Selectiva con Transferencia Adaptativa para Aprendizaje por Refuerzo Basado en Rubricas
Se presenta RELAY, un método de aprendizaje por refuerzo que utiliza destilación selectiva con transferencia adaptativa. Este método busca mejorar el rendimiento sobre GRPO al seleccionar simulaciones específicas y monitorear la pérdida de destilación para decidir cuándo retirar un modelo profesor. RELAY superó a GRPO en varias configuraciones, mostrando mejoras significativas en el dominio y al destilar solo una parte de los tokens de respuesta.