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 «Chen Ming»
Más recientes primero · Hasta 30 noticias por página
El Diario de HoyLocalizan quemado el vehículo de militares salvadoreños desaparecidos en Haití
La Policía Nacional de Haití recuperó el vehículo incendiado en el que viajaban cuatro militares salvadoreños desaparecidos desde el 18 de octubre de 2026. El hallazgo se produjo durante un operativo conjunto con fuerzas haitianas y salvadoreñas en Santo, Croix-des-Bouquets, el 2 de noviembre. El vehículo había sido atacado por grupos criminales, aunque los cuatro técnicos aeronáuticos siguen desaparecidos.
Tom's HardwareCEO de Team Group advierte que la crisis de memoria podría llegar a un punto donde 'ni siquiera el dinero puede comprar bienes'
El CEO de Team Group, Chen Ching-wen, advirtió que la escasez de chips de memoria empeorará entre finales de 2026 y finales de 2027. Se señaló que no hay tendencia a la baja en los precios y que algunos compradores podrían enfrentar una situación donde el dinero no será suficiente para adquirir bienes. La diferencia entre los precios al contado y los contratos para chips de memoria es del 30% al 50%.
STAT NewsUltragenyx reduce su personal tras otro estudio fallido
Varias noticias en el sector biotecnológico incluyen la mejora de las previsiones de Novo Nordisk impulsada por Wegovy, la competencia por medicamentos para la obesidad y un acuerdo de licencia entre Boehringer Ingelheim y Sino Biopharmaceutical Limited. También se mencionan cambios en la política de medicamentos y el sector emergente de psicodélicos.
China News ServiceCNPC firma contratos de adquisición por 41.3 mil millones de dólares en la Expo Internacional de Importación de China
Se celebró en Shanghái la ceremonia de firma de contratos de adquisición por 41.3 mil millones de dólares en la Expo Internacional de Importación de China. PetroChina firmó acuerdos con 37 socios de 18 países y regiones, cubriendo 14 categorías de productos y 29 tipos, incluyendo tecnología verde y IA. El evento destacó la estrategia de PetroChina para transformar su rol hacia un proveedor de energía integral y de servicios de descarbonización.
Equipo chino descubre evidencia clave de doble rasgamiento de placas tectónicas en la imagen de sismos
Un equipo de investigación chino, en colaboración con expertos de Irán y Francia, utilizó observaciones sísmicas para identificar dos tipos de rasgamiento de placas tectónicas en la zona de transición Zagros-Mokran. Los hallazgos sugieren que estos rasgamientos, que operan de manera coordinada, son clave para entender cómo se separaron las capas de roca oceánica y continental durante la transición de subducción a colisión continental. La investigación proporciona evidencia sismológica para modelar la evolución de estas separaciones y su impacto en la deformación y la actividad magmática regional.
Focus Taiwan (CNA)Acciones de Taiwán cierran a la baja pero se recuperan de mínimos ante elecciones intermedias de EE. UU.
Las acciones en Taiwán cerraron a la baja, pero se recuperaron de los mínimos tras una sesión volátil influenciada por las proyecciones de victoria demócrata en las elecciones intermedias de EE. UU. Los inversores buscaron oportunidades de compra en semiconductores relacionados con IA, mientras que el índice Taiex se recuperó parcialmente. La incertidumbre política sobre el futuro de Trump mantuvo la volatilidad en el mercado.
Propuesta de cooperación para el desarrollo e innovación de Internet inteligente
China ha propuesto una iniciativa de cooperación para el desarrollo e innovación del Internet inteligente en la Cumbre de Urumqi de la Conferencia Mundial de Internet de 2026. Esta iniciativa busca construir un Internet inteligente que sea nativo, abierto, seguro y accesible para todos, enfocándose en la fusión de IA e Internet. Se proponen acciones clave como profundizar la innovación tecnológica, construir infraestructura de red avanzada, fomentar la colaboración entre agentes inteligentes y promover la circulación segura de datos.
La competencia en el turismo cultural se intensifica, Zhejiang Wenzhou explora la solución al dilema de la superficialidad.
Wenzhou, Zhejiang, está combatiendo la competencia turística mediante la creación de experiencias inmersivas y la renovación de negocios tradicionales. Se destacan proyectos como la "Noche de Pintura del Río Tanghe" y la diversificación de servicios en el cine, incluyendo formatos "cine + cultura turística" y "cine + deportes". Además, se están revitalizando los productos gastronómicos tradicionales y se buscan modelos de negocio híbridos para maximizar el valor de los activos turísticos.
TechNodeMeta se asocia con Fourier de China para desarrollar su robot humanoide
Meta se ha asociado con Fourier de Shanghái para desarrollar su robot humanoide "Max", un proyecto que combina tecnología de hardware, experiencia en robótica de rehabilitación y capacidades avanzadas de interacción humano-robot. La colaboración busca aprovechar la plataforma de hardware de Fourier y su experiencia en control de movimiento para crear un robot con capacidades sofisticadas de reconocimiento de voz y gestos. Este acuerdo subraya la importancia de las cadenas de suministro y la capacidad de desarrollo rápido en el ecosistema de robótica asiático.
Barcos vinculados a un asistente legislativo escapan de investigación y son devueltos para indagatoria
Investigadores incautaron dos barcos de pesca en Keelung tras una investigación sobre un asistente legislativo acusado de corrupción que huyó de Taiwán. Los barcos fueron devueltos a la investigación y se encontraron pruebas relacionadas con su posible participación en la fuga. Se ha detenido a 47 cómplices sospechosos de haber ayudado en la evasión del acusado.
arXiv Computer Science AIAnálisis numérico automatizado de estabilidad de operadores de aprendizaje profundo
Se presenta una herramienta de software unificada para la validación numérica estocástica de operadores de aprendizaje profundo. Esta herramienta detecta fuentes de inestabilidad numérica y monitorea la estabilidad durante el entrenamiento e inferencia. El método es crucial para desarrollar kernels de cómputo numéricamente estables en el aprendizaje profundo.
CloakFEM: Generación de código FEM agente para agotamiento de recursos computacionales
Se presenta CloakFEM, un marco de agente LLM diseñado para generar automáticamente programas FEM adversarios que explotan la capacidad de los solucionadores de elementos finitos para realizar un trabajo computacional excesivo. Esta herramienta utiliza búsqueda guiada por LLM y una representación intermedia específica para descubrir entradas válidas que amplifican significativamente el trabajo del solucionador. Los resultados demuestran que los programas FEM ejecutables pueden ser utilizados como entradas adversarias para ataques de denegación de servicio.
MAS-Gate: Desbloqueando el ciclo de vida de sistemas multiagente mediante cuantificación centrada en nodos
Se presenta MAS-Gate, una cuantificación centrada en nodos diseñada para unificar el ciclo de vida de los sistemas multiagente (MAS), abarcando diseño, ejecución y atribución post-hoc. Esta metodología busca mejorar la generación de MAS, la edición dinámica y la localización de errores mediante la combinación de utilidad dentro del nodo y fuerza entre nodos. Los experimentos demuestran que MAS-Gate mejora la construcción del flujo de trabajo y la localización de errores asistida por LLM en comparación con las líneas base específicas de fase.
De aprendizaje individual al equilibrio de mercado: Corrigiendo sesgos estructurales y paramétricos en simulaciones de RL de modelos económicos
Se aplica el Aprendizaje por Refuerzo (RL) a la modelización económica para identificar una tensión entre agentes de RL estándar y el comportamiento de tomadores de precios competitivos. Se demuestra que los agentes estándar pueden converger a una asignación monopsonística en lugar del equilibrio competitivo. Se propone un marco de RL Calibrado para ajustar la estructura de recompensa y restaurar el comportamiento de toma de precios, logrando así el equilibrio competitivo.
Modelos Multimodales Grandes para la Conducción Inteligente Embodied: Habilitando la Próxima Generación de Movilidad Autónoma
Se propone un marco híbrido de decisión dual para la conducción autónoma que combina Modelos Multimodales Grandes (LMMs) para comprensión semántica y aprendizaje por refuerzo profundo para optimización de políticas en tiempo real. Este enfoque busca superar las limitaciones del diseño modular en escenarios de mundo abierto, promoviendo la conducción inteligente encarnada. El marco mostró una mejora del 19% en el rendimiento en un estudio de caso de planificación de cambio de carril mediante simulaciones.
Dinámicas de alineación en el ajuste fino de LLM
Se presenta un marco unificado para las dinámicas de alineación en Modelos de Lenguaje Grande (LLM) durante el ajuste fino. El análisis descompone las actualizaciones en una Fuerza de Rebote y una Fuerza Impulsora, explicando cómo la alineación previa puede ser revertida por ajustes posteriores. El estudio también predice un Efecto de Priming de Ensayo que amplifica la Fuerza Impulsora al reapertura, llevando a una reapertura más rápida.
TAPES: Preentrenamiento Predictivo Conjunto Alineado a Tareas para Secuencias de Eventos de Transacción
Se presenta TAPES, un marco de preentrenamiento predictivo conjunto alineado a tareas para secuencias de transacciones. Este modelo construye conjuntos de objetivos candidatos y selecciona el conjunto óptimo basado en la utilidad downstream de las representaciones aprendidas. Los experimentos demuestran que TAPES supera a las líneas de base en un entorno real de riesgo de transacción y en benchmarks financieros públicos.
Escaneo cerebral financiero de un LLM
Se utiliza la técnica de autoencoders esparsos (SAEs) para realizar un "escaneo cerebral" en modelos de lenguaje grandes. Esto permite mapear activaciones internas a conceptos interpretables y dirigir características específicas. Los resultados indican una desconexión entre las explicaciones internas del modelo y su razonamiento, aunque los SAEs ofrecen una forma más controlada de ajustar sesgos económicos.
De solucionadores a investigación: Matemáticas formales impulsadas por modelos de lenguaje grande en la frontera de la investigación
Se reportan avances en la IA para Matemáticas (AI4Math) utilizando Modelos de Lenguaje Grande (LLM) para la generación de pruebas formales. Se señala que los sistemas actuales son limitados para abordar problemas matemáticos de frontera como el descubrimiento de nuevos teoremas. Se propone un cambio hacia agentes de investigación que puedan manejar desafíos matemáticos complejos con razonamiento formal riguroso.
- Eric Jiang
- Xiao Liang
- Junyi Zhang
- Justin Baker
- Zhi Zhang
- Yingjia Wan
- Yubei Li
- Jinxi Yu
- Mengting Li
- Haikang Deng
- Alexander Taylor
- Rushil Raghavan
- Michael Simon
- Hyunsik Chae
- Jia-Chen Gu
- Xinjie He
- Kyle Hess
- Ethan Ji
- Yiwen Kou
- Tzu-Han Lin
- Jiachen Lu
- Jack Mauro
- Vigyan Sahai
- Zheng Tan
- Junkai Zhang
- Kyle Zheng
- Lunji Zhu
- Ying Nian Wu
- Andrea L. Bertozzi
- Kai-Wei Chang
- Raghu Meka
- Matthew Sottile
- Nanyun Peng
- Amit Sahai
- Terence Tao
- Wei Wang
Hoja de ruta hacia la estética cuántica
El artículo propone una hoja de ruta para la estética cuántica, explorando cómo los conceptos cuánticos se convierten en fenómenos estéticos mediante la mediación artística. Se presentan dos enfoques: uno basado en IA generativa para analizar la estética como constructo cultural y otro que deriva la forma estética de estructuras de mecánica cuántica mediante la visualización de datos. Estos caminos buscan abrir nuevas direcciones en la práctica artística y la pedagogía.
DoAtlas-2: Una base para el descubrimiento biomédico causal autoevolutivo
Se presenta DoAtlas-2, una base para el descubrimiento biomédico causal autoevolutivo que integra recursos de investigación y evidencia de poblaciones humanas. Esta herramienta organiza el conocimiento en torno a mecanismos causales y genera preguntas de investigación, revisando continuamente las interpretaciones y la frontera del descubrimiento. El sistema permite unificar el descubrimiento de mecanismos causales, la prueba de evidencia poblacional y la predicción interpretable en un fundamento en constante evolución.
TorchUMM: Una base de código unificada multimodal para evaluación, análisis y post-entrenamiento
Se presenta TorchUMM, la primera base de código unificada para la evaluación, análisis y post-entrenamiento de modelos multimodales unificados (UMM). Esta herramienta permite evaluar modelos a través de diversas arquitecturas, tareas y conjuntos de datos, ofreciendo protocolos estandarizados para comparaciones reproducibles. El objetivo es facilitar el desarrollo de sistemas multimodales unificados más capaces.
Cuando el debate amplifica el riesgo: Vulnerabilidades de sesgo social en la deliberación de seguridad multiagente
Se investiga cómo la estructura social de la deliberación multiagente (MAD) en aplicaciones web puede amplificar riesgos de seguridad latentes debido a sesgos sociales como la presión de conformidad y la deferencia a la autoridad. Se demuestra que el MAD estándar puede llevar a una adopción insegura del 100.0% al permitir que la presión social anule la evidencia de seguridad. Se propone un marco de auditoría llamado RiskTrace-Debias para mitigar esta fragilidad, buscando suprimir la adopción insegura a un 2.0% sin afectar la capacidad de rechazo de la guía.
Límites de escalado de transformadores de contexto largo
El estudio analiza el límite de contexto largo de la atención auto-atención con una consulta fija y un contexto aleatorio de claves i.i.d. en la esfera. Se determina la escala crítica para la emergencia de selectividad y se caracterizan las leyes límite de los pesos de atención en diferentes regímenes de temperatura inversa. Se explora el caso subcrítico donde la salida se reduce a un promedio local con sesgo determinista y fluctuaciones gaussianas.
¿Quién construyó este modelo? Trazando el linaje de los LLM a través de huellas dactilares espectrales en el espacio de pesos
Se investiga el linaje de los Modelos de Lenguaje Grandes (LLM) de código abierto mediante el análisis de sus huellas dactilares en el espacio de pesos. Se propone un marco geométrico para distinguir entre modelos de diferente origen y aquellos con bases compartidas. Los experimentos demuestran que la geometría del espacio de pesos ofrece una señal robusta para la discriminación del linaje del modelo.
TFusionOcc: Marco de fusión multi-sensor basado en primitivas T para predicción de ocupación semántica 3D
Se presenta TFusionOcc, un marco de fusión multi-sensor basado en primitivas T para la predicción de ocupación semántica 3D. El trabajo introduce primitivas T basadas en la distribución t y una arquitectura de fusión acoplada para integrar datos de cámara y LiDAR. Los experimentos demuestran un rendimiento competitivo y robusto en escenarios de corrupción en benchmarks como nuScenes y SemanticKITTI.
Repensando el paradigma no supervisado en la detección de anomalías de series temporales
Se investiga la detección de anomalías en series temporales (TSAD) comparando modelos no supervisados con modelos supervisados minimalistas. Los resultados empíricos sugieren que los modelos supervisados minimalistas alcanzan una precisión comparable o superior a alternativas no supervisadas complejas. Se concluye que la utilización de etiquetas es beneficiosa cuando están disponibles, complementando la complejidad algorítmica.
MuonRec: Cambiando el paradigma del optimizador más allá de Adam en recomendaciones escalables
Se presenta MuonRec, un nuevo *framework* que incorpora el optimizador Muon para el entrenamiento de sistemas de recomendación (RecSys). Este método busca mejorar la eficiencia de la optimización y la calidad del ranking al reducir los pasos de entrenamiento y mejorar la calidad de la recomendación. Los resultados demuestran que MuonRec supera a las líneas base basadas en Adam/AdamW en métricas clave.
Importar lo necesario: Aprender cuándo y cómo aumentar los gráficos de EHR con conocimiento externo
Se propone ReTA, un marco basado en aprendizaje por refuerzo para aumentar los gráficos de registros de salud electrónicos (EHR) con conocimiento externo. Este marco busca mejorar la predicción longitudinal al abordar la escasez de datos y la irregularidad de las trayectorias de los pacientes. Los experimentos demuestran que ReTA supera a las líneas de base existentes manteniendo la eficiencia y ofreciendo patrones de aumentación interpretables.
Ajuste de funcionales de intercambio-correlación y correlación de intercambio para densidades precisas sin campos auto-consistentes
Se presenta un flujo de trabajo para predecir la densidad auto-consistente de un funcional de intercambio-correlación, ajustándola a una densidad precisa sin necesidad de solución de campo auto-consistente. Se demuestra que un híbrido CF22D supera a otros métodos en métricas clave como energías y densidades.