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 «Po-Yu Cheng»
Más recientes primero · Hasta 30 noticias por página
El DeberAlejandro Tordoya hace historia con una medalla para Bolivia en los JOJ
El taekwondista boliviano Alejandro Tordoya obtuvo la medalla de bronce en los Juegos Olímpicos de la Juventud Dakar 2026 en la categoría -55 kilogramos, logrando así que Bolivia obtenga su segunda medalla en la historia de esta competición. Este resultado le permitió a Bolivia ingresar al medallero de la edición, sumándose a los logros deportivos del país.
The Nanyang ChronicleInfluencers de NTU: el campus es una mina de oro para contenido
Estudiantes de la Universidad de Tecnología de Nanyang (NTU) están utilizando el contenido generado en su campus como estrategia para ganar visibilidad y colaboraciones con marcas. Influencers como Vinayak Ghai, Rayyan Afiq y Tiffanie Goh están creando contenido sobre la vida estudiantil, lo que ha generado una audiencia significativa tanto local como internacional. Estos creadores aprovechan la familiaridad del entorno universitario para atraer espectadores y, en algunos casos, han logrado acuerdos comerciales con empresas.
FormicheRevelan el engaño del miel en la era de los chips
Jensen Huang, fundador de Nvidia, admitió una relación con una mujer que supuestamente fue manipulada por el Ministerio de Seguridad de China. La noticia también aborda la naturaleza del espionaje, utilizando la metáfora de la "trampa del miel" para describir cómo la intimidad es una herramienta cognitiva en la inteligencia moderna. Se analizan precedentes históricos de espionaje y la nueva dinámica de seguridad en el contexto de la competencia tecnológica global.
The Hindu BusinessLineLas dificultades del CEO de Nvidia provocan simpatía y incredulidad en su lugar de nacimiento, Taiwán
El CEO de Nvidia, Jensen Huang, enfrenta escrutinio debido a revelaciones sobre su relación personal que sugieren posibles implicaciones de espionaje extranjero. Tanto la junta directiva de Nvidia como el FBI están investigando si fue blanco de un esfuerzo de inteligencia. Este revuelo ha generado simpatía y debate en Taiwán, su lugar de origen, mientras la industria de la IA observa el impacto potencial de cualquier contratiempo para el líder de la compañía.
The Next WebInstagram lanza Effect Builder para crear filtros de historias con IA a partir de texto
Instagram ha lanzado Effect Builder, una herramienta web gratuita que permite a los usuarios crear filtros de IA para Historias describiendo el aspecto deseado. La herramienta, disponible para usuarios mayores de 18 años en EE. UU., utiliza IA para generar efectos a partir de descripciones de texto y fotos de referencia. Esto busca devolver efectos creados por usuarios a la plataforma, integrando capacidades de IA para simplificar la creación de filtros.
Moskovsky KomsomoletsAbrieron exposición en Simferopol por el 205 aniversario de Dostoievski
En la biblioteca filial n.º 4 en Simferopol se inauguró una exposición de libros con motivo del 205 aniversario del nacimiento de Fiódor Mijáilovich Dostoievski. La muestra incluye biografías y obras del clásico, destacando títulos que celebran aniversarios futuros. La exposición está dirigida a lectores tanto de los seguidores antiguos como a los nuevos interesados en su obra.
South China Morning PostFuncionarios civiles de Hong Kong recibirán hasta 12 horas de permiso de cuidado familiar al año
Los funcionarios civiles de Hong Kong tendrán derecho a hasta 12 horas de permiso de cuidado familiar anual a partir de enero, con procedimientos de aprobación flexibles prometidos por el gobierno. Este beneficio busca implementar un enfoque centrado en las personas para apoyar a los empleados en situaciones familiares y de cuidado. El permiso puede usarse para acompañar a familiares a citas médicas o gestionar emergencias domésticas.
No se identificaron personas.
arXiv Computer Science AIEscalado en tiempo de prueba para modelos de lenguaje de difusión con remasquillado consciente de la frecuencia
Se propone un escalado en tiempo de prueba para modelos de lenguaje de difusión mediante una asignación adaptativa de cómputo y estrategias de decodificación. El método utiliza un muestreador rápido para preguntas fáciles y remasquillado consciente de la frecuencia para preguntas difíciles. Los experimentos demuestran mejoras en precisión y cobertura en benchmarks como MATH-500 y HumanEval.
Aprendizaje universal de incrustaciones voxel a voxel mediante síntesis aleatoria para localización de puntos de referencia
Se propone UNIVERS, un marco entrenable de extremo a extremo que aprende incrustaciones voxel a voxel universales mediante síntesis aleatoria para la localización de puntos de referencia en escaneos de volumen multimodales. Este método utiliza datos pseudo sintetizados con aleatorización para hacer el modelo robusto a variaciones en el contraste y resolución de la imagen. Los resultados demuestran que UNIVERS supera a los métodos de última generación en la localización de puntos de referencia, especialmente en escenarios de multimodalidad.
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.
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.
Alineación representacional entre redes neuronales profundas y el cerebro humano en el procesamiento del habla bajo ruido audiovisual
Un estudio investigó la alineación entre las representaciones de redes neuronales profundas (DNNs) y el procesamiento acústico-lingüístico del cerebro humano. Se utilizó el análisis de similitud representacional (RSA) para comparar las respuestas neuronales con los embeddings de modelos ASR. Los resultados indican que las capas superficiales se alinean mejor con características acústicas, mientras que las capas profundas se alinean con características lingüísticas, sugiriendo que los modelos ajustados finamente pueden imitar patrones de procesamiento humano en entornos ruidosos.
AssemState: Razonamiento guiado por manual y estado físico para el ensamblaje de muebles sin entrenamiento
Se presenta AssemState, un marco sin entrenamiento diseñado para el ensamblaje de muebles guiado por manual y estado físico. Este sistema utiliza descomposición de páginas manuales y refinamiento iterativo para mejorar la recuperación del árbol de ensamblaje. Los experimentos demuestran mejoras significativas en métricas clave, como el F1 y la coincidencia exacta del árbol, aunque se identifican errores residuales en las poses candidatas.
MedToolFault y MedGuard: evaluando y mejorando la fiabilidad de agentes clínicos
Se presentan MedToolFault y MedGuard, métodos para evaluar y mejorar la fiabilidad de agentes clínicos. MedToolFault es una referencia de inyección de fallos que mide la corrección de respuestas y cambios de estado en tareas clínicas. MedGuard verifica la evidencia leída y atribuye escrituras ambiguas en interfaces públicas, mejorando el éxito seguro emparejado.
Sistema Mediador con Percepción Bidireccional y Alineación Multicapa para la Colaboración Humano-Vehículo
Se presenta el sistema MILD, un sistema de conducción basado en arquitectura de sistema agente, diseñado para mejorar la colaboración entre humanos y vehículos. El sistema integra agentes de percepción y estrategia para generar sugerencias de acción alineadas con la seguridad y las preferencias del conductor. Los experimentos demuestran que MILD supera a los sistemas de referencia en precisión de percepción y calidad de estrategia.
Restaurando la fidelidad en la superresolución con transformadores de difusión
Se propone un marco de superresolución con fundamentación de píxeles (PGSR) para mejorar la fidelidad en la superresolución de imágenes utilizando transformadores de difusión. Este método preserva la evidencia de píxeles observada en la imagen de baja resolución antes de la compresión del VAE para guiar la restauración. Los experimentos demuestran que PGSR produce resultados más fieles y visualmente convincentes que los métodos generativos latentes existentes.
PithTrain: Un sistema de entrenamiento MoE compacto y nativo de agentes
Se presenta PithTrain, un nuevo framework de entrenamiento MoE compacto y nativo de agentes, diseñado para mejorar la eficiencia en el desarrollo de frameworks de lenguaje. El sistema demuestra un rendimiento de *throughput* competitivo con frameworks existentes y una mayor eficiencia agente-tarea en tareas específicas. Se reporta una reducción significativa en el número de turnos de agente y el tiempo de GPU activo en comparación con modelos previos.
Extracción de capacidad de modelos de lenguaje grandes multimodales para generación dirigida por el sujeto
Se presenta un enfoque para la generación de imágenes dirigida por el sujeto que utiliza Modelos de Lenguaje Grandes Multimodales (MLLMs) y modelos de difusión, mejorando la preservación de la identidad del sujeto mientras se sigue la instrucción textual. El método incluye un módulo de agregación dual y una estrategia de eliminación de ruido por etapas para optimizar la comprensión multimodal y la fidelidad de la identidad. Los experimentos muestran que este enfoque supera a otros en la preservación de la identidad y reduce los artefactos de copia y pegar.
CIDERS: Aprendizaje colaborativo de LLM Cloud-Edge mediante optimización bilevel acelerada
Se presenta un marco de optimización bilevel personalizado para la colaboración de modelos de lenguaje grandes (LLM) cloud-edge, abordando el desafío de equilibrar la personalización local con el consenso global. Se propone el solucionador CIDERS, que demuestra mejoras significativas en razonamiento matemático y generación de código en comparación con las soluciones existentes. El trabajo sugiere que CIDERS ofrece un camino viable hacia la personalización continua guiada por consenso en sistemas LLM cloud-edge.
Matching de flujo consciente de la frecuencia para generación de acciones robóticas continua y consistente
Se propone el Matching de Flujo Consciente de la Frecuencia (FAFM) para generar acciones robóticas continuas y consistentes, abordando la fragilidad de los métodos existentes ante frecuencias de control heterogéneas. El método transforma secuencias discretas al dominio de la frecuencia mediante la transformada de coseno discreta y regulariza la derivada temporal para asegurar acciones suaves. FAFM mejora el rendimiento en benchmarks robóticos y demuestra robustez al sesgo mecánico y a la entrada de frecuencia mixta.
HALMES: Saber cuándo intervenir en la mitigación de alucinaciones en LVLM
Se presenta HALMES, un módulo ligero que identifica segmentos precursores de alucinación en los modelos de lenguaje visuales (LVLM) mediante características de atención. Este módulo activa selectivamente el decodificado contrastivo para corregir solo los segmentos problemáticos. Los experimentos demuestran que HALMES mejora la mitigación de alucinaciones sin afectar negativamente las generaciones correctas.
No se identificaron personas.
Modelo de optimización de política basado en OOD regularizado generativo
Se presenta el algoritmo GORMPO, un método de RL offline que integra modelado de densidad generativa para regularizar la optimización de políticas y evitar acciones fuera de distribución (OOD). El estudio compara la detección de OOD y el rendimiento de GORMPO en datasets médicos y de RL offline. Los resultados empíricos indican que una mejor detección de OOD mejora las políticas en entornos estables, mientras que las penalizaciones conservadoras son preferibles ante la incertidumbre dinámica.
JevGPT: Pensando rápido y lento en la investigación autónoma
Se presenta JevGPT, una arquitectura de doble sistema para investigación autónoma que combina procesamiento rápido de evidencia con planificación deliberativa. El sistema integra hallazgos mientras que el otro localiza el soporte y guía la inspección. Los experimentos demuestran que JevGPT logra un rendimiento superior con menor costo y tiempo de finalización que otros agentes de investigación.
PitchBench: Midiendo la audición de tono en modelos de lenguaje audio
Se presenta PitchBench, un conjunto de evaluación de 28 tareas diseñado para medir la percepción de tono absoluto y relativo en modelos de lenguaje audio (ALM). El estudio evalúa la fiabilidad de la percepción de tono bajo diversas condiciones acústicas y de fuente de sonido. Los resultados indican que la audición de tono sigue siendo muy poco fiable en los modelos de vanguardia, con una precisión que varía según el formato de la instrucción.
Entendiendo los desafíos en la optimización generativa iterativa con LLMs
Se investiga la optimización generativa iterativa con LLMs, encontrando que su fragilidad se debe a decisiones de diseño no explícitas sobre qué editar y qué evidencia de aprendizaje proporcionar. Se analizan tres factores clave, como el artefacto inicial y el horizonte de crédito, para determinar el éxito de la optimización en diferentes escenarios. Se propone una regla de tamaño de lote y horizonte de crédito calibrada para transferir a otros modelos.
RoboWits: Desafíos inesperados para la resolución creativa de problemas robóticos
Se presenta RoboWits, un punto de referencia robótico diseñado para evaluar el razonamiento cognitivo y la robustez de los robots ante desafíos inesperados. Los resultados indican que los modelos de visión grandes (VLAs) ajustados son frágiles en tareas mutadas, mientras que un modelo de cero-shot basado en GPT-6 Astra supera a los VLAs ajustados, aunque aún presenta debilidades en dichas tareas.
The Cornell Daily SunPolítica en práctica: Una mirada al primer semestre de D.C. Start
El programa DC Start de Cornell permite a los estudiantes comenzar su formación en política pública en Washington, D.C., combinando cursos académicos con exposición directa al mundo de la formulación de políticas. Los estudiantes vivieron y estudiaron en la ciudad antes de regresar a Ithaca, construyendo fuertes lazos comunitarios. El programa enfatiza el aprendizaje experiencial desde el inicio, ofreciendo oportunidades únicas para conectar con profesionales y construir una red de contactos.
Japón desmantela una torre celular falsa utilizada en un esquema de phishing dirigido a turistas chinos
La policía de Tokio investiga a un hombre chino por interferir en los servicios de un operador móvil utilizando un dispositivo de torre celular ilegal en el distrito comercial de Ginza. Se sospecha que el dispositivo utilizado era un IMSI catcher diseñado para forzar teléfonos a conectarse a una red 2G antigua. El incidente está relacionado con un posible esquema de phishing que involucra señales de radio ilegales.
Más de 250 estudiantes bolivianos compitieron en Infomatrix y Robomatrix por acreditaciones a torneos internacionales
La segunda edición de Infomatrix y Robomatrix reunió a más de 250 estudiantes de siete departamentos en la Universidad del Valle, destacando 99 equipos de robótica y 36 proyectos científicos y tecnológicos. Los mejores trabajos obtuvieron acreditaciones para competencias internacionales en Ecuador y Chile. Los organizadores señalaron un incremento en la participación y enfatizaron la importancia de fortalecer la preparación para escenarios internacionales.