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 «Machine Girl»
Más recientes primero · Hasta 30 noticias por página
The Times of IndiaMansión histórica de Palo Alto listada por casi $20 millones
Una mansión histórica de Palo Alto, la Squire House, ha vuelto al mercado con un precio de venta de casi 20 millones de dólares. La propiedad, construida en 1904, es un Hito Histórico de California y fue salvada gracias a una campaña de preservación comunitaria. El inmueble combina su arquitectura clásica con comodidades modernas, ofreciendo amplios terrenos y acabados de lujo.
El PaísMujer que disfruta del sexo, se muestra divertida y libre: la víctima perfecta del cine de terror
El texto analiza la evolución del arquetipo de la "final girl" en el cine de terror, explorando cómo el género ha utilizado históricamente la sexualidad femenina como castigo moral. Se discuten las transformaciones del personaje, desde la víctima reprimida hasta la protagonista que toma la iniciativa y contraataca. Se enfatiza que, aunque el cine evolucione, la figura de la final girl parece ser indestructible, y se reflexiona sobre el papel creciente de la mujer en el género.
PopCrushTom Morello reacciona a la dominación de los demócratas en las elecciones de mitad de mandato
Tom Morello comentó sobre el cambio en el gobierno de EE. UU. tras las elecciones de mitad de mandato, señalando que los resultados son solo el inicio de un trabajo pendiente. El guitarrista también criticó la hipocresía de quienes piden a los músicos que no se involucren en política, argumentando que el título de un trabajo no debe limitar la libertad de expresión.
Futuro ChileTom Morello se manifiesta sobre las elecciones midterms de Estados Unidos y asegura que las votaciones «fueron solo el comienzo»
Tom Morello criticó la restricción de opinar en política por parte de músicos y comentó sobre los resultados electorales de los midterms en Estados Unidos. Aseguró que los resultados fueron solo el inicio de la lucha por un mundo más justo y pacífico. El músico defendió su derecho a la expresión artística en temas políticos.
Hip-Hop WiredAbogados de Lil Durk critican la hipocresía de los fiscales
La defensa de Lil Durk rechazó la propuesta de fianza de los fiscales, argumentando hipocresía. Los fiscales acusan a Durk de contrabando de un Apple Watch y manipulación judicial. El próximo juicio está programado para agosto, lo que implica otro año de prisión mientras espera el veredicto.
Ruta 66Anouck the band, sensualidad al servicio de una pasión
Anouck Peris, artista hispano-francesa con orígenes valencianos y residencia en Madrid, presenta su primer disco largo Anouck the band, caracterizado por un pop elegante con toques electrónicos y psicodélicos. La artista reflexiona sobre su trayectoria musical, la inspiración para componer y su visión sobre la expresión artística y la inclusión de temas sociales en su música.
LoudwireTom Morello reacciona a la dominación de los demócratas en las elecciones de mitad de mandato
Tom Morello comentó sobre el cambio en el gobierno de EE. UU. tras las elecciones de mitad de mandato, señalando que los resultados son solo el inicio de un trabajo pendiente. El guitarrista también criticó la hipocresía de quienes piden a los músicos que no se involucren en política, argumentando que el título de un trabajo no debe limitar la libertad de expresión.
Hot PressOlivia Rodrigo lanza su primera canción navideña 'take me home (4 christmas)'
Olivia Rodrigo ha lanzado su primera canción navideña, 'take me home (4 christmas)'. La canción es un seguimiento de su trabajo anterior y forma parte de su álbum You Seem Pretty Sad For a Girl So in Love. La artista también lanzó un festival de música benéfico llamado Daisy Chain Fields, que recaudó 20 millones de dólares.
Maverick Sabre rinde homenaje a Jake Hall: "Salimos a crear una familia y quien entrara se convirtió en TUYA"
Maverick Sabre rindió homenaje a su amigo Jake Hall en una publicación en Instagram, destacando su trayectoria en el colectivo YOURS. El colectivo lanzó una versión en vivo de su álbum de 2024, "What's Mine is YOURS", grabado en Londres. Se destacó que la familia fue el centro del colectivo y se dedicó el álbum en vivo a la hija de Jake Hall.
Arca sopla las velas de los 15 años del Mira, el festival de electrónica del otoño
El festival Mira celebra su quince aniversario con la actuación de Alejandra Gershi, quien presenta su nuevo disco. El evento destaca la trayectoria del festival, su crecimiento y la conexión con la escena electrónica y el arte digital en Barcelona. Se menciona la evolución del festival en comparación con el Sónar y su enfoque en atraer a nuevas generaciones.
ArchDailyReconstruir después de incendios forestales significa repensar el diseño residencial
Un Grupo de Trabajo de Futuros Resilientes fue creado por SCI-Arc para repensar los métodos de reconstrucción tras los incendios de 2025 en Los Ángeles, buscando mejorar los estándares residenciales. La iniciativa conecta la experiencia académica con la recuperación de desastres, reuniendo a expertos internacionales para desarrollar diseños arquitectónicos más seguros y resilientes. Se han presentado propuestas de diseño y se busca crear guías de referencia para la construcción en zonas de alto riesgo.
Creative DiscDove Cameron revela trauma en el single 'breaks open' tras su colaboración con Dua Lipa
La cantante Dove Cameron lanzó el single ‘breaks open’ como parte de su álbum debut “FINAL GIRL”. Ella compartió que la canción aborda temas de trauma y salud mental, y expresó dificultades para promocionarla. La canción fue interpretada en vivo durante el tour de Dua Lipa en Inglaterra.
The Johns Hopkins News-LetterEl cochecito rosa
La narradora reflexiona sobre su relación con su bebé, Giulia, y el cochecito rosa que la acompañó a través de diferentes etapas de su vida. Describe cómo el cochecito se convirtió en un símbolo de sus recuerdos y la conexión entre sus dos hogares, Rumania y Nueva York. La historia concluye con la sensación de que el pasado permanece, aunque los hogares se sientan más distantes.
arXiv Computer Science AIModelo 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.
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.
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.
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.
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.
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.
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.
El Modelo Interpretable Estándar: Diseño de métodos de aprendizaje automático interpretables a partir de simetrías elementales
Se presenta el Modelo Interpretable Estándar (SIM), una teoría que permite el diseño deductivo de métodos de aprendizaje automático interpretables desde primeros principios. El estudio demuestra que la expresividad completa y las simetrías de interpretabilidad pueden coexistir en el mismo modelo, resolviendo el compromiso entre precisión e interpretabilidad en modelos de lenguaje. El modelo también ofrece vías para mejorar la interpretabilidad de modelos preentrenados existentes y unifica la disciplina de la interpretabilidad.
Enseñar la forma en que piensa: Guía la ingeniería de datos post-entrenamiento de LLM con Autoencoders Esparso
Se propone SAERL para la ingeniería de datos de LLM mediante Autoencoders Esparso (SAE) para guiar el aprendizaje por refuerzo. Esta técnica utiliza los internos del modelo para organizar los datos de entrenamiento, entrenando regiones funcionales de fácil a difícil. Los experimentos demuestran mejoras en la precisión de modelos de razonamiento matemático.
LAPLEX: La transformada rápida de álgebra lineal en kernels laplacianos aprendibles
Se presenta LAPLEX, una clase de operadores de kernel laplaciano exactos y entrenables, diseñada para superar el compromiso entre geometría fija y cómputo exacto. Esta técnica permite realizar operaciones de matriz-vector entrenables en dimensiones muy grandes y facilita modelos de covarianza de alta dimensión sin requerir el almacenamiento de matrices densas. LAPLEX separa la expresividad del costo de almacenamiento, permitiendo interacciones globales adaptativas a los datos.
Descubrimiento de invariantes para sistemas en red
Se presenta Autogram, un sistema que utiliza un LLM para inspeccionar metadatos de variables y predecir relaciones sintácticas que forman una gramática para descubrir invariantes en sistemas de red. El sistema permite refinar la gramática iterativamente hasta que se recuperan invariantes conocidos con garantías formales. Se evaluó el sistema en telemetría WAN pública y de producción, logrando recuperar invariantes derivados por expertos con baja tasa de falsos positivos.
No se identificaron personas.
Optimización de Política Vectorial: El entrenamiento para la diversidad mejora la búsqueda en tiempo de prueba
Se presenta la Optimización de Política Vectorial (VPO), un algoritmo de RL que entrena modelos de lenguaje para generar soluciones diversas al anticipar funciones de recompensa vectoriales. VPO supera a las líneas de base escalares en tareas de búsqueda en tiempo de prueba y desbloquea problemas insolubles para otros modelos. El objetivo es hacer que la diversidad sea el objetivo por defecto en la búsqueda de inferencia.
Modelado de mundo multiagente escalable a través de geometrías de escena
Se propone Khora, un modelo de mundo multiagente escalable que permite la expansión en tiempo de inferencia a un número arbitrario de agentes sin necesidad de reentrenamiento. El marco desacopla la evolución del estado del mundo del renderizado visual, manteniendo la consistencia entre vistas mediante un estado del mundo compartido. Esto permite una escalabilidad práctica lineal con el número de vistas consultadas, demostrando consistencia visual y coherencia multiagente.
RLVR$^{2}$: Aprendizaje por Refuerzo con Clasificación basada en Rúbricas Verificables
Se presenta el Reinforcement Learning with Verifiable Rubric-based Ranking (RLVR$^2$), un paradigma de clasificación verificable para RLVR basado en rúbricas. Este método convierte las puntuaciones de rúbrica en resultados ordinales específicos para cada criterio, recupera una utilidad latente y fusiona estas utilidades en una señal de entrenamiento. RLVR$^2$ supera a las líneas base basadas en rúbricas en múltiples benchmarks, controlando efectos sistemáticos mientras mantiene el objetivo de calidad.
AttnSR: Recompensa de Paso para Agentes RL de Horizonte Largo
Se presenta AttnSR, un método de aumento de recompensa a nivel de paso para agentes LLM de horizonte largo, que utiliza la atención de la política extraída durante el entrenamiento para asignar recompensas. Este método superó a la línea base PPO en el entorno ALFWorld, mejorando el éxito final del 91.2% al 97.1%. Los resultados sugieren que la atención de la política es una prioridad práctica para la asignación de recompensas en RL de horizonte largo.
Regresión Barycéntrica Profunda para la Estimación de Mapas de Transporte Óptimo y su Optimalidad Estadística
Se propone BROT (Regresión Barycéntrica para el Transporte Óptimo), un método de dos pasos que utiliza una red neuronal profunda para ajustar objetivos barycéntricos derivados del plan de transporte óptimo no regularizado. Se demuestra que el estimador basado en DNN alcanza la tasa de convergencia minimax cuando el mapa de transporte óptimo es Lipschitz. Los estudios numéricos indican que BROT ofrece estimaciones precisas y costes de transporte competitivos en comparación con métodos existentes.