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 «Ruihai Wu»
Más recientes primero · Hasta 30 noticias por página
Alibaba defraudó a los accionistas al ocultar vínculos con un espía en el escándalo de Nvidia, dice una demanda
Accionistas demandan a Alibaba por inflar el precio de sus acciones al subestimar riesgos de violaciones de controles de exportación en sus informes anuales. La demanda se basa en la relación de Alibaba con Megaspeed, una empresa sospechosa de facilitar el acceso a chips de IA de Nvidia por parte de Beijing. El descenso de las acciones se atribuyó a reportes mediáticos sobre estos vínculos.
Concepto de Anclaje Proxy Libre de Fuente para la Borrado de MLLMs
Se propone SPACE, un marco de aprendizaje sin máquina libre de fuente diseñado específicamente para MLLMs, abordando riesgos de privacidad y restricciones regulatorias. El método consta de dos fases: selección de anclajes proxy guiada por texto y aislamiento semántico de doble restricción. Los experimentos demuestran que SPACE mantiene el rendimiento del modelo comparable a métodos dependientes de datos.
Alibaba gana un 213% más entre julio y septiembre gracias a la IA
Alibaba registró un aumento del 213% en su beneficio neto entre julio y septiembre, impulsado por la Inteligencia Artificial. Los ingresos de servicios de computación y nube de IA crecieron un 53% interanual, y la facturación por Laboratorios y Aplicaciones de IA subió un 51%. La compañía atribuye este crecimiento a la aceleración en la capacidad de procesamiento y el incremento en los precios de los componentes de chips.
Verificación de integridad de comportamiento para habilidades de agentes de IA
Se presenta un marco de verificación de integridad de comportamiento (BIV) para habilidades de agentes de IA, comparando capacidades declaradas y reales. El análisis revela una brecha significativa en la implementación de las habilidades, con el 80.0% de las habilidades mostrando desviaciones en la taxonomía. El método BIV logró un F1 de 0.949 en la detección de habilidades maliciosas, superando a los métodos existentes.
RegionAgent: Optimización de Preferencia de Dos Etapas para la Restauración de Imágenes Regional
Se propone RegionAgent, un marco de restauración adaptativo que utiliza un Modelo de Lenguaje-Visión (VLM) entrenado con aprendizaje de preferencia de dos etapas para generar acciones de restauración específicas por región. El método utiliza DPO a nivel de paso y a nivel de trayectoria para supervisar la selección de acciones, abordando los desafíos de las degradaciones no uniformes. Los experimentos demuestran un fuerte rendimiento de restauración en condiciones de degradación mixta y simple.
MAWAM: Un modelo de acción de mundo multiagente para manipulación coordinada
Se presenta MAWAM, un modelo de acción de mundo multiagente diseñado para la manipulación coordinada de robots. Este modelo genera las vistas futuras y acciones ejecutables de los robots de manera conjunta. MAWAM demostró un alto rendimiento en tareas de manipulación con robots reales y simulaciones, superando a modelos previos en control coordinado.
STEPQuant: Cuándo y dónde importan los errores en la cuantización de estados recurrentes Delta-Rule
Se presenta STEPQuant, un marco de cuantización post-entrenamiento espacio-temporal para estados recurrentes de Delta-rule. Este método asigna precisión basada en la magnitud del error y la vida útil de la memoria. Los experimentos demuestran que STEPQuant logra una precisión similar a FP32 con un presupuesto de 6 bits y reduce la memoria de servicio hasta en 68.7%.
Modelos del mundo prefieren los prerrequisitos aprendidos sobre la evidencia visual
Se investiga el uso de modelos del mundo para simular interacciones físicas, abordando la limitación de escalabilidad al entrenar un modelo por entorno. Se introduce TailWorld para evaluar la transferencia de reglas demostradas y se propone RIFT para inferir reglas a partir de interacciones de calibración. Los experimentos demuestran que RIFT mejora la precisión y coherencia física al predecir dinámicas raras.
No se identificaron personas.
UpliftMem: Aprendizaje de mejora de nivel de conjunto para la recuperación de memoria del agente
Se presenta UpliftMem, un método que aprende la mejora de ejecución a nivel de conjunto para la recuperación de memoria de agentes de LLM. Este método utiliza un criterio EVSI para priorizar sondajes que maximizan el beneficio esperado en las decisiones de recuperación local. Los resultados demuestran mejoras significativas en la precisión de la decisión en evaluaciones de MemSyco-Bench.
GroundAnything: Conciliando la decodificación paralela con localización visual precisa a velocidad flash
Se presenta GroundAnything, un modelo de base de *grounding* de 4B parámetros diseñado para reconciliar la decodificación paralela rápida con localización visual precisa mediante eliminación iterativa de ruido por bloques. El modelo establece un nuevo estado del arte en benchmarks de *grounding* y demuestra aceleraciones significativas en la inferencia, lo que sugiere mejoras prácticas para el *grounding* visual en sistemas sensibles a la latencia.
PhoneWorld: De trayectorias de aplicaciones reales a entornos dinámicos y verificables para agentes de uso de teléfono
Se presenta PhoneWorld, un marco basado en la traza que transforma la evidencia de aplicaciones reales en entornos Android ejecutables, restablecibles y verificables. Este marco induce un esqueleto de interacción basado en el uso y genera especificaciones de aplicación basadas en comportamiento, realizándolas mediante un ciclo de construcción-inspección-reparación. Los resultados demuestran que la abstracción ejecutable basada en la traza puede conectar el comportamiento móvil realista con el aprendizaje escalable de agentes.
Modelo de espacio de estados dependiente del canal para la predicción de series temporales multivariantes
Se propone Chameleon, un modelo de espacio de estados dependiente del canal (CD) para la predicción de series temporales multivariantes. Este modelo permite interacciones detalladas entre variables y escala linealmente con el número de variables. Los resultados demuestran que Chameleon supera a los métodos independientes del canal en conjuntos de datos de tráfico y ETT, mostrando mejor rendimiento en métricas clave.
Vector Quantization por Canal: Tokenización Visual 1D Nativa con Ordenación Aprendible
Se presenta la Cuantización Vectorial por Canal (CVQ), un nuevo paradigma de tokenización de imágenes que cuantiza cada canal del mapa de características en lugar de parches. Se introduce un modelo Autoregresivo por Canal (CAR) que predice los canales de la imagen secuencialmente para generar detalles visuales enriquecidos. Los resultados demuestran la escalabilidad del código y una alta efectividad en la generación de texto a imagen.
Equilibrio de carga bajo cambios de composición en modelos de mezcla de expertos visión-lenguaje
Se investiga el desequilibrio de carga en modelos MoE visión-lenguaje cuando cambian parámetros como resolución, _tiling_ o número de imágenes. Se propone el método ReBA para lograr un equilibrio estable de la carga visual a través de diferentes configuraciones, manteniendo la precisión. El estudio demuestra que el equilibrio de la carga se altera significativamente con la variación de la proporción imagen-texto.
GroundingPI: Un modelo fundacional de Grounding hacia la Inteligencia Física con Primitivas Visuales
Se presenta GroundingPI, un modelo fundacional de *grounding* de 4B diseñado para la inteligencia física, que genera coordenadas precisas para objetos. Este modelo supera a otros en benchmarks de *grounding*, mejorando el rendimiento en manipulación robótica y conducción autónoma. Los resultados demuestran que el *grounding* denso y el preentrenamiento perceptual son prometedores para modelos fundacionales.
Alibaba defraudó a accionistas al ocultar vínculos con un espía en el escándalo de Nvidia, dice una demanda
Accionistas demandaron a Alibaba por defraudarles al ocultar vínculos con un espía chino relacionado con el ex CEO de Nvidia. Se alega que Alibaba infló su precio de acciones al subestimar riesgos de violaciones de controles de exportación. La demanda también menciona la relación de Alibaba con Megaspeed, una empresa sospechosa de facilitar el acceso a chips de IA de Nvidia.
Un ingeniero no envió un mensaje a su IA durante 22 de 44 días. Construyó una aplicación Android de todos modos.
Cognition está avanzando en la automatización de la ingeniería con Devin, un ingeniero autónomo que puede gestionar tareas complejas. La compañía está introduciendo agentes persistentes para coordinar sesiones de codificación y asignar objetivos a los agentes, buscando maximizar la productividad. Se destaca el uso de Devin Bots para acelerar la investigación y la creación de aplicaciones, aunque persisten preocupaciones sobre la coordinación de agentes y la verificación de código generado por IA.
El Departamento de Justicia de Trump intervino discretamente para otorgar un gran pago a un profesional de golf de Trump
Funcionarios del Departamento de Justicia intervinieron para asegurar un pago de medio millón de dólares para un profesional de golf de Trump, lo que generó alarma por parte de los funcionarios del IRS. El acuerdo se originó de una demanda colectiva por divulgación no autorizada de información fiscal, y el monto propuesto por el DOJ fue mucho mayor que lo permitido por la ley. Varios demandantes alegaron que el acuerdo no fue consultado por los abogados del IRS, lo que ha generado controversia sobre la legalidad del pago.
CATCH-22: Los Bears no frenarán las celebraciones tras la lesión de Aidan Hutchinson
La lesión del end defensive Aidan Hutchinson en los Lions generó controversia sobre las celebraciones de los jugadores de los Bears. Jugadores como Jahdae Walker y Daniel Hardy defendieron sus formas de celebrar, mientras que el entrenador de los Lions afirmó que no reduciría las celebraciones. La noticia también menciona la participación del Wu-Tang Clan en el espectáculo de medio tiempo de los Bears-Lions.
Pago exorbitante de "Trump Goons" alarma por nuevo fondo de dinero negro
Funcionarios de alto rango de Trump firmaron un acuerdo con cinco individuos y empresas por $2.5 millones, lo que ha generado temores de que se esté reviviendo un fondo negro relacionado con el dinero de contribuyentes. Este pago es significativamente superior a lo estipulado por la ley y levanta preocupaciones sobre la posible resurrección de un fondo de dinero negro anterior. El Departamento de Justicia tomó la decisión unilateralmente, omitiendo procedimientos estándar y consultando a abogados clave.
Thai Randolph’s NILE & Co. Adquiere la plataforma de liderazgo femenino de Yahoo
NILE & Co., fundada por Thai Randolph, ha adquirido la plataforma de liderazgo femenino MAKERS de Yahoo, integrando su contenido y comunidad. El acuerdo incluye la incorporación de la marca, entrevistas y eventos de MAKERS al portafolio de NILE & Co. La adquisición busca expandir la comunidad para fomentar que las mujeres construyan sus carreras y negocios.
La china Alibaba gana un 17 % más en su primer semestre fiscal: 11.183 millones de dólares
Alibaba registró un aumento del 17% en sus ganancias en el primer semestre fiscal, con un incremento del 9% en la facturación. La división de nube y servicios de computación para IA creció un 49%, mientras que el negocio de entregas rápidas elevó sus ingresos un 22%. La compañía mantiene su enfoque en la inversión en inteligencia artificial y la rentabilidad del capital.
Alibaba dispara su beneficio un 213% entre julio y septiembre impulsada por la IA
Alibaba incrementó su beneficio neto un 213% entre julio y septiembre, impulsado por la inteligencia artificial, con fuertes alzas en la nube y mayores inversiones en infraestructura. Los ingresos por servicios de computación y nube de IA subieron un 53% interanual, y los ingresos de laboratorios y aplicaciones de IA repuntaron un 51%.
Alibaba acelera el giro hacia chips propios tras reportar aumento en ventas
Alibaba Group Holding está acelerando su estrategia para utilizar microchips desarrollados internamente, enfocándose en la infraestructura de IA. El CEO afirmó que los chips propios son la base de las capacidades de IA de la compañía. Esto se produce tras reportar un aumento superior al esperado en ingresos y ganancias.
Astronautas, bomberos y profesores: así es la increíble final mundial del Defender Trophy
Los finalistas del Defender Trophy, seleccionados entre más de 23.000 solicitantes, se preparan para la final mundial en África. El evento busca celebrar 45 años de la marca y promover una nueva generación de pioneros intrépidos en desafíos todoterreno. Los participantes apoyarán la conservación junto al socio de la marca, Tusk.
- Paddy McGillycuddy
- Max Ferrer
- Lily Hillary
- Glen Wimberley
- Louise McNair
- Shi Zeyuan
- Wang Xuanyi
- Zhu Weiqiang
- Mathilde Vougny
- Marc Offenbacher
- Michele Nava
- Henri Steyaert
- Niels Vaandrager
- Tobias Wernik
- Pavel Paloncy
- Mert Becce
- Simon Kessler
- Ozbe Steblaj
- Patrik Sandell
- Dimitrios Kleon Papdimitriou
- Bartosz Kolaczkowski
- Patrycja Woszczek
- Naoki Imamura
- Craig Saunders
- Julie Millasseau
- Khaled Ahmad AlShaker
- Nathaniel Biggs
- Tirin Cameron
- Adrian Kowryha
- Andrew Leveille
- Sarah Gillis
- Emiliano Flores
- Luis Eduardo Aceituno
- Lance Kime
- Isabelle Roux
- Antony Tsai
- Louie Wu
Generación de eventos adversarios: un marco consciente del movimiento basado en nubes de puntos
Se propone un marco adversario consciente del movimiento llamado MA-ADV para generar eventos adversarios utilizando representaciones de nubes de puntos. Este trabajo es el primero en generar eventos adversarios de esta manera, abordando el ruido de alta frecuencia mediante un enfoque basado en difusión. Los resultados experimentales demuestran una alta tasa de éxito de ataque con un costo mínimo de perturbación y una mayor robustez contra defensas.
Vibe-Trading: Hacia el trading nativo de agentes
Se presenta Vibe-Trading, un marco de trading nativo de agentes diseñado para construir, evaluar y evolucionar agentes de IA para trading financiero. Este framework unifica la investigación de mercado, la generación de estrategias, el backtesting y la ejecución de bróker. Su contribución principal es una arquitectura que asegura que los resultados y la autoridad de trading estén conectados a lo largo del proceso de investigación a acción.
Entropy-Regularized Integrated Gradients para la Atribución Estable
Se presenta el método ERIG, una técnica de atribución basada en el camino que utiliza ponderación softmax de entropía máxima para atenuar irregularidades del gradiente. Los experimentos demuestran que ERIG mejora la estabilidad de la atribución en aproximadamente 47 veces y la localización en un 24% en comparación con el mejor método existente. Esto se logra con un costo computacional adicional insignificante.
TOMAS: Modelado de Operación Sensible a la Topología y Etapas Adaptativas para la Predicción de Mano Egocéntrica
Se presenta TOMAS, un marco para la predicción de movimientos de mano egocéntricos mediante modelado sensible a la topología y etapas adaptativas. El método desarrolla un mecanismo de razonamiento que vincula la estructura esquelética de la mano con la semántica del objeto para inferir operaciones de manipulación. Los resultados experimentales demuestran que TOMAS alcanza un rendimiento de vanguardia en la predicción de movimientos de mano multi-dimensional y multi-objetivo.
MANGO-Grasp: Campos de Mahalanobis sobre Gaussianos 3D orientados a la geometría para agarre diestro-embebido
Se presenta MANGO-Grasp, un marco de interacción anisotrópico que utiliza primitivas gaussianas 3D orientadas a la geometría para mejorar la representación de objetos y descriptores preentrenados para manos. Este método modela la interacción mano-objeto mediante campos de Mahalanobis anisotrópicos para guiar la realización del agarre en diferentes *embodiments*. MANGO-Grasp supera a la mejor línea base en simulaciones y logra un 86% de éxito en experimentos del mundo real.