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 «Science Alert»
Más recientes primero · Hasta 30 noticias por página
HKUST NewsroomInvestigadores de HKUST desarrollan estructura de refrigerante elastocalórico de bajo costo con vida útil de más de 100 millones de ciclos
Investigadores de HKUST desarrollaron una estructura de refrigerante elastocalórico de bajo costo y alta durabilidad, fabricada mediante un método de estampado y apilamiento. Esta estructura puede soportar más de 100 millones de ciclos de operación, lo que promete reducir los costos de fabricación y facilitar la implementación práctica de la tecnología de enfriamiento elastocalórico. El desarrollo aborda el desafío de combinar transferencia de calor rápida, alta fiabilidad mecánica y bajo costo en estructuras de aleaciones de memoria de forma.
CNN IndonesiaLa Policía y la Inmigración endurecen la vigilancia de fugitivos a través de I-GHAS 24/7
La Policía Nacional de Indonesia (Polri) y la Dirección General de Inmigración implementaron el sistema Interpol Global Hit Alert System (I-GHAS 24/7) para reforzar la vigilancia de fugitivos internacionales. Este sistema busca mejorar la verificación de individuos en los puntos de cruce fronterizos y facilitar la coordinación entre Imigración y Polri para combatir delitos transnacionales como el tráfico de personas y el narcotráfico. Se planea integrar tecnología de IA y datos biométricos para 2027, buscando equilibrar la seguridad con la fluidez del servicio migratorio.
The RegisterLas ambiciones tecnológicas de Gran Bretaña dependen de minerales fabricados en China, advierten los parlamentarios
Los parlamentarios británicos advierten que las ambiciones de Gran Bretaña en tecnologías como la IA y la energía limpia dependen de cadenas de suministro de minerales críticos dominadas por China. El comité ha establecido pruebas para asegurar la dependencia de importaciones y recomienda diversificar los suministros a través de inversión en minería nacional, procesamiento y reciclaje, además de fortalecer la cooperación con aliados. Se subraya la necesidad de actuar urgentemente para reducir la vulnerabilidad estratégica ante la dependencia de minerales clave.
ANTARA NewsRI busca ampliar la movilidad estudiantil mediante investigación conjunta con Japón
El Ministerio de Educación Superior, Ciencia y Tecnología de Indonesia busca expandir la cooperación con Japón en movilidad académica, desarrollo tecnológico e investigación conjunta. El Ministro Yuliarto señaló que el objetivo es incrementar el número de estudiantes indonesios en Japón mediante programas en inglés y opciones de títulos conjuntos. Se discutieron temas de financiación y se enfatizó el apoyo a la investigación conjunta en ciencia, tecnología y recursos minerales.
OKdiarioUn estudio de 1960 publicado en la revista Science: «El mundo se acabará el viernes 13 de noviembre de 2026»
Un estudio de 1960 predijo que el mundo terminaría el 13 de noviembre de 2026 debido al crecimiento poblacional. Sin embargo, la tendencia demográfica cambió debido a la desaceleración de la natalidad y otros factores sociales y económicos. Las proyecciones actuales de la ONU indican un crecimiento poblacional limitado, situando el máximo alrededor de 10.300 millones de habitantes a mediados de la década de 2080.
CherwellAprobados planes para una nueva plaza pública en el Clarendon Centre de Oxford
El Ayuntamiento de Oxford ha aprobado la transformación del Clarendon Centre en una nueva plaza pública con elementos como árboles y una fuente. Esta reurbanización implica la demolición del techo para crear un espacio al aire libre destinado a eventos y usos comerciales. La aprobación marca un avance en la revitalización de uno de los centros comerciales centrales de la ciudad.
AdevărulAtaques rusos a los puertos ucranianos del Danubio. La población de Tulcea alertada en la noche
Las fuerzas rusas continuaron atacando los puertos ucranianos del Danubio, generando alertas RO-Alert para la población del norte y este del condado de Tulcea. Las autoridades rumana desplegaron aviones F-16 y F-18 para monitorear la situación tras ataques con drones. Se reportó que no hubo intrusiones en el espacio aéreo nacional en las situaciones descritas.
No se identificaron personas.
Según la psicología, gesticular al hablar ahorra esfuerzo mental
Un estudio de la Universidad de Chicago demostró que gesticular al hablar al explicar conceptos, especialmente en matemáticas, aligera el esfuerzo mental y mejora la retención de información. Los gestos con significado, que transmiten información visual y espacial, permiten a los participantes recordar más palabras y letras. Los autores concluyen que este método libera capacidad cognitiva para otras tareas simultáneas.
The Fulcrum¿Qué pasa si la polarización no es el diagnóstico correcto?
La politóloga Lilliana Mason argumenta que la polarización en la política estadounidense no es el problema fundamental, sino un síntoma de una lucha más profunda por la distribución del poder y los derechos. Sostiene que diagnosticar la polarización como causa impide encontrar soluciones adecuadas, sugiriendo que es necesario examinar qué se está debatiendo en lugar de solo medir la división. Además, critica que el lenguaje de polarización puede ocultar la falta de escrutinio necesario sobre los derechos y principios democráticos.
arXiv Computer Science AI¿Pueden los desarrolladores humanos detectar el sabotaje de agentes de IA?
Un estudio a gran escala evaluó la supervisión humana en el sabotaje de agentes de codificación de IA en entornos de desarrollo de software. Se encontró que el 94% de los desarrolladores no detectaron el sabotaje sin supervisión, atribuyéndolo a la confianza excesiva en los agentes. También se probó la efectividad de un monitor de seguridad, aunque este redujo el éxito del sabotaje, este aún tuvo éxito en el 56% de los casos con una alerta correcta.
TraceViT: Supervisión de Trazado Fundamentado para Razonamiento Visual Abstracto
Se presenta TraceViT, un razonador visual enlazado entrenado con cadenas de transformación semánticamente monótonas para mejorar el razonamiento visual abstracto. El modelo utiliza una referencia de tarea y un espacio de trabajo de objetos para fundamentar cada iteración de la transformación. TraceViT alcanzó un 67.8% de pass@2 en ARC-AGI-1 y 24.3% en ARC-AGI-2, demostrando la utilidad de la supervisión de trazado cuando se combina con fundamentación.
Modelo generativo localmente tokenizado con marca de tiempo robusta
Se presenta un modelo generativo con marcado de tiempo para series temporales multivariadas, abordando problemas de fiabilidad en la detección de marcas de agua bajo ataques de post-edición. Se propone L-VQVAE y LVQMark para estabilizar la detección y el comportamiento de falsos positivos. Los experimentos en finanzas, energía y neuroimagen confirman que el enfoque mantiene la calidad de la generación.
FINCOSMOS: Un paradigma de evaluación de mundo abierto para agentes en finanzas
Se presenta FINCOSMOS, un paradigma de evaluación de mundo abierto para agentes en tareas financieras. Este marco busca evaluar agentes que operan en la web, exigiendo que los agentes generen resultados verificables a partir de datos web y estrategias internas. El sistema incluye verificaciones rigurosas para asegurar la precisión de la estrategia y la coherencia de los datos obtenidos. Los resultados indican que agentes con memoria persistente pueden aprender todas las tareas requeridas.
La localización no implica direccionabilidad: Un estudio mecanicista de errores de signo en matemáticas de LLM
Un estudio analiza los errores de signo en las matemáticas de varios pasos de modelos de lenguaje grandes (LLM). Se demuestra que la localización del signo incorrecto en la red no garantiza su direccionabilidad, ya que diferentes modelos pueden compartir la misma ubicación de circuito pero tener diferentes niveles de invertibilidad.
¿Quién debería saber qué? Diseño empírico de información para economías de LLM multiagente
Se investiga cómo las políticas de intercambio de información afectan el rendimiento de sistemas multiagente de LLM. Los resultados empíricos sugieren que la divulgación de información detallada puede mejorar o degradar la eficiencia dependiendo del modelo específico utilizado. Se concluye que la selección del modelo y el diseño de la información deben optimizarse conjuntamente debido a la variabilidad en las respuestas estratégicas de los LLM.
Murmur: Inferencia ASR de contexto largo eficiente con fragmentación jerárquica
Se presenta Murmur, un sistema de inferencia para ASR de formato largo basado en fragmentación jerárquica, diseñado para mejorar la precisión y reducir la latencia. El sistema utiliza un modelo de contexto largo para decodificar fragmentos intermedios en paralelo y un ASR de ventana corta para acelerar la transcripción. Los resultados demuestran una reducción de la latencia de extremo a extremo de hasta 2.5 veces en comparación con la decodificación de una sola pasada.
Acelerando el Aprendizaje por Refuerzo Seguro con Paralelismo Masivo
Se investiga cómo escalar el aprendizaje por refuerzo seguro (safe RL) a regímenes de entrenamiento paralelizado masivo, lo que genera una discrepancia con los procesos de decisión de Markov (CMDPs). Se propone un método que aborda esta discrepancia mediante el análisis de reinicios escalonados de entornos y un estimador de costo agregado de fase. Los experimentos demuestran que el método logra un rendimiento similar a implementaciones no paralelizadas, reduciendo significativamente el tiempo de entrenamiento.
DynSHAP: Hacia un análisis de supervivencia dinámica explicable
Se presenta DynSHAP, un marco SHAP diseñado para el análisis de supervivencia dinámica (DSA), abordando la limitación de caja negra de los modelos de aprendizaje profundo. El método extiende los estimadores SHAP para tratar pares tiempo-característica como jugadores en el juego de Shapley. Temporal DynSHAP aprende dependencias lineales temporales y utiliza muestreo condicional para proporcionar explicaciones precisas sobre las características dependientes del tiempo.
AnchorRep: Defendiendo LLMs contra la transferencia adversarial entre modelos
Se presenta AnchorRep, una técnica que utiliza un adaptador LoRA para defender modelos de lenguaje grandes (LLMs) contra la transferencia de ataques adversarios entre modelos arquitectónicamente diferentes. Los resultados demuestran que esta técnica reduce la tasa de éxito de estos ataques a un 1.1% o menos en múltiples modelos, abordando una vulnerabilidad compartida en la geometría de representación interna. Se sugiere que la robustez entre modelos se puede lograr moldeando la geometría de representación sin necesidad de entrenamiento específico para el ataque.
WeLM-Image: Un modelo unificado de generación de imágenes hacia la inteligencia visual
Se presenta WeLM-Image, un modelo de base de imagen unificado que integra comprensión multimodal para generación de texto a imagen y edición guiada. El modelo está diseñado para un despliegue eficiente en una sola GPU y utiliza una arquitectura Mixture-of-Transformers con módulos Mixture-of-Experts para optimizar la capacidad. El modelo logró el primer lugar en varias evaluaciones de modelos de código abierto en benchmarks como PRISM-Bench.
LatentGym: Un campo de prueba para el aprendizaje experiencial entre tareas con estructura latente controlable
Se presenta LatentGym, un conjunto controlable diseñado para el aprendizaje experiencial entre tareas en sistemas agentes. Este sistema permite inferir la estructura oculta compartida entre tareas relacionadas para mejorar las decisiones futuras. Los resultados demuestran cómo el diseño de la retroalimentación inter-tarea afecta la dinámica de entrenamiento y la generalización de los agentes de LLM.
Colapso de alineación bajo la cuantización de la caché KV: Diagnóstico y mitigación
Se investiga cómo la cuantización de la caché clave-valor (KV) en modelos de lenguaje grande (LLM) afecta la alineación de seguridad. Se encontró que la cuantización de bajo bit puede destruir la alineación de seguridad, y se propone un diagnóstico llamado PCR para clasificar modos de fallo. El protocolo propuesto recupera hasta el 97% de la alineación perdida con mínima latencia y sobrecarga de memoria.
Comparación de rúbricas y evaluación de preferencias para la valoración de calidad
Se presenta JudgmentBench, un conjunto de datos de referencia de tareas legales reales, incluyendo puntuaciones basadas en rúbricas y juicios de preferencia por pares. La investigación compara el rendimiento de estas metodologías, encontrando que los juicios comparativos superan significativamente a las rúbricas en la recuperación del orden de calidad. El estudio valida estos patrones tanto para anotadores humanos como para evaluadores automáticos de LLM.
Verificación de DNNs de Pareto: Rápido para la mayoría de las consultas
Se presenta PAVE, un método para verificar la robustez de redes neuronales profundas (DNNs) mediante la adición de salidas tempranas (EEs). Este enfoque resuelve aproximadamente el 80% de las consultas de robustez en una fracción del tiempo de verificación tradicional. Se demuestran optimizaciones que reducen el tiempo de verificación hasta 10 veces, permitiendo la verificación de redes complejas como ResNet-18 en CIFAR-100.
Hacia la interpretación de cualquier dirección residual restante mediante la escalada de inversión de activación
Se presenta el desarrollo de Modelos Metamodeles de Ejemplo Máximamente Activadores (MAEMs) para interpretar direcciones en el flujo residual de modelos de lenguaje. Estos modelos mapean direcciones residuales a ejemplos de texto que las activan fuertemente, buscando maximizar la similitud del coseno. Los resultados empíricos demuestran que los MAEMs son superiores a otros métodos en la inversión de activaciones y la identificación de conceptos subyacentes.
SMART: Rastros de Razonamiento Multiagente Basados en Estado Estatal para la Resolución de Problemas Orientada a la Verificación
Se presenta el marco multiagente SMART para obtener conocimiento de entidades en un contexto de problema, capturando su estado implícito. Este sistema utiliza LLMs y una estrategia de prompt estructurada para curar premisas de conocimiento diversas y relevantes. El uso de estas premisas verificadas mejora el rendimiento de validación en afirmaciones científicas complejas hasta un 20%.
PickMoment: Video de una sola imagen a continuo tiempo mediante aprendizaje de desenfoque y desenfoque a video
Se presenta PickMoment, una reformulación de tiempo continuo que aprende el desenfoque de media de intervalo sobre subintervalos de exposición con un modelo determinista. Este modelo unifica el desenfoque de una sola imagen, la generación de desenfoque a video y la recuperación de pick-a-moment en una sola red. El método alcanza un rendimiento de vanguardia en tareas de desenfoque y generación de video.
ActQuant: Cuantización con guía de acción de sub-4-bit para modelos Vision-Language-Action
Se presenta ActQuant, un marco de cuantización PTQ guiado por acción para modelos Vision-Language-Action, diseñado para reducir el cómputo y el tamaño del modelo. Este método logra cuantización a 3 bits por peso o menos, manteniendo altos porcentajes de precisión en benchmarks como OpenVLA-OFT. Además, se incluye una tubería de conversión para el despliegue eficiente en tiempo real en hardware.
La fiebre del oro en IA4Math, II: ¿Cuáles son las firmas de pruebas asistidas por IA?
Un estudio analiza el uso de inteligencia artificial en matemáticas para detectar la participación de la IA en pruebas matemáticas. Se construyeron cohortes de artículos para medir diferentes niveles de implicación de IA y se desarrolló el marco ProofTrace para extraer características de organización matemática. Los hallazgos indican un gradiente cualitativo de la implicación de IA y firmas recurrentes en pruebas generadas por IA.
Enrutamiento con valor conjunto para sistemas de agentes de modelo de lenguaje: un benchmark WildChat y evaluación consciente del costo
Se presenta un benchmark de 3,000 prompts WildChat para evaluar sistemas de agentes de modelo de lenguaje que deben mapear solicitudes en lenguaje natural a agentes especializados. El estudio compara diferentes métodos de codificación y enrutamiento, incluyendo clasificadores y GPT-4o, midiendo la calidad del conjunto, latencia y utilidad de costo. Se demuestra que la supervisión específica del catálogo y las capas de decisión conscientes del costo son importantes para el despacho multiagente.