Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Fallecimiento del último general fundador Wang Fuzhi
El exsubcomandante del Distrito Militar de Urumqi, Wang Fuzhi, falleció a los 104 años en Dalian, Liaoning. Su vida profesional culminó con el logro de ser uno de los generales fundadores del ejército chino a través de ascensos y reasignaciones a lo largo de décadas.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Wang Xizhi»
Más recientes primero · Hasta 30 noticias por página
Niv Fichman’s Rhombus Media se vende a Skywild Pictures
Niv Fichman ha vendido su sello Rhombus Media a Skywild Pictures, integrando su equipo de producción y desarrollo. Este acuerdo busca consolidar la visión artística de ambos para producir contenido canadiense de alta calidad para el mercado global. La venta permite a Skywild expandir su capacidad de producción y aprovechar las alianzas internacionales en la industria cinematográfica.
- Niv Fichman
- Angela Jennings
- Matt Johnson
- Park Chan-wook
- Fraser Ash
- Kevin Krikst
- Natalie Urquhart
- Olivia Tharme
- Travis Farncombe
- Mark Carney
- Denis Villeneuve
- Jake Gyllenhaal
- Francois Girard
- Atom Egoyan
- Brandon Cronenberg
- Noomi Rapace
- Sandra Oh
- Wang XiaoShuai
- Finn Wolfhard
- Tom Ryan
- Edward Kay
- Mikhael Klassen-Kay
- Robert Charles Wilson
- Colin Farrell
- Jack O’Connell
- Mathieu Denis
- Louise Archambault
- Jeff Lemire
- Kim Cattrall
- Don McKellar
Xi Jinping se reúne con el Primer Ministro canadiense Carney
El presidente chino Xi Jinping se reunió con el primer ministro canadiense Carney en Shenzhen. Xi enfatizó la necesidad de mejorar la relación bilateral basada en el respeto mutuo, buscando profundizar la cooperación en áreas como comercio, energía, tecnología y cultura. Ambos países buscan fortalecer la nueva asociación estratégica, promoviendo la confianza mutua y el desarrollo de una cooperación integral para beneficiar a ambos pueblos.
Xi Jinping se reúne con el Primer Ministro de Nueva Guinea para el Papúa Nueva Guinea
El presidente Xi Jinping se reunió en Shenzhen con el Primer Ministro de Papúa Nueva Guinea, Malalai, para discutir la amistad bilateral y la cooperación en diversas áreas. China reafirmó su apoyo a la soberanía de Papúa Nueva Guinea y propuso profundizar la cooperación en infraestructura, comercio, tecnología y desarrollo sostenible. El Primer Ministro de Papúa Nueva Guinea destacó los logros de desarrollo de China y expresó su deseo de fortalecer la cooperación práctica y la inversión empresarial entre ambos países.
Bandidos matan a un minero chino y un inspector de policía
Sicarios mataron a un nacional chino y a un inspector de policía durante una emboscada a un vehículo de empresa en Bauchi. El incidente ocurrió mientras el personal de seguridad escoltaba al minero, resultando en un intercambio de disparos fatal. Las autoridades están investigando el suceso y buscan capturar a los responsables del ataque.
El cumpleañero sin saber qué hacer durante su canción especial
La fiesta de cumpleaños de Daniel Wright ’28 fue un evento satírico donde el cumpleañero parecía incómodo durante su canción especial. Los invitados notaron su nerviosismo y su comportamiento extraño, como mirar a la gente y tener dificultades para interactuar. El evento culminó con una reacción inesperada del cumpleañero al pastel y la posterior retirada de los asistentes.
Convergencia de complejidad sintáctica en el diálogo: Análisis del fenómeno y aplicación a la detección de LLM
Se revisa el fenómeno de la convergencia de complejidad sintáctica en el diálogo, analizando datos de conversaciones humanas y diálogos humano-LLM. Los análisis indican una convergencia robusta en interacciones humano-humano, pero no convergencia significativa en diálogos humano-LLM. Se propone usar la complejidad sintáctica como característica para detectar diálogos generados por LLM con un 96% de precisión.
DetourBench: Evaluación a nivel de trayectoria de agentes interactivos con límites mínimos de acción exactos
Se presenta DetourBench, una herramienta que evalúa agentes de modelos de lenguaje midiendo su capacidad para alcanzar el estado final correcto en tareas computacionales. La metodología distingue entre el éxito en alcanzar el estado y la eficiencia de la ruta tomada para lograrlo. El sistema mide el éxito, el logro y el progreso residual en 375 episodios evaluados, proporcionando métricas detalladas sobre la trayectoria de los agentes.
Diseñando organismos modelo engañosos que evaden auditorías
Se propone el diseño de organismos modelo (MOs) que exhiban comportamientos engañosos para evadir auditorías, abordando la brecha de que los modelos de IA puedan rendir por debajo de lo esperado o simular alineación. Se identifican tres requisitos de diseño para estos MOs: efectividad, preservación de la utilidad y robustez contra auditorías. Se presentan tres tipos de MOs optimizados contra diferentes técnicas de auditoría para establecer líneas base de peor caso para futuras técnicas de auditoría.
No se identificaron personas.
BioELX: Enlazado de entidades biomédicas consciente del contexto y multilingüe sin supervisión específica de tarea
Se presenta BioELX, un marco de recuperar-reordenar para el enlazado de entidades biomédicas translingüístico, diseñado para superar problemas de sesgo de alias y degradación de la recuperación en sistemas existentes. El método utiliza supervisión de alias derivados de Wikidata y adapta reordenadores LLM mediante *prompting* anclado a la mención. Los experimentos demuestran mejoras significativas en Recall@1 en *benchmarks* de BEL translingüísticos.
QuSema: Detectando errores silenciosos en librerías cuánticas mediante agentes con conocimiento cuántico
Se presenta QuSema, un agente de prueba autónomo diseñado para detectar errores silenciosos en librerías cuánticas. Este agente utiliza la semántica cuántica y la documentación para validar la lógica de implementación y encontrar defectos que no se detectan con métodos tradicionales. QuSema demostró superar a otros agentes en la detección de errores silenciosos en un benchmark, descubriendo 40 errores previamente desconocidos.
Descubrimiento de categorías novedosas explicable en el espacio de concepto semántico
Se propone xNCD, un marco para el descubrimiento de categorías novedosas explicable que opera en un espacio de concepto semántico estructurado. Este método aprende una representación sin etiqueta alineando características visuales con prioridades de similitud visión-lenguaje de modelos multimodales. Los experimentos demuestran que xNCD mantiene un fuerte rendimiento de descubrimiento mientras proporciona explicaciones intrínsecas y legibles por humanos.
Reutilización de caché KV para LLMs de video mediante M-RoPE
Se presenta un método para reutilizar la caché KV en modelos de lenguaje de video mediante M-RoPE para mejorar la eficiencia de las ediciones de texto. Este enfoque reduce los tokens de prellenado y la latencia de reconstrucción al reutilizar la caché de segmentos supervivientes. Los experimentos preliminares indican que el método produce resultados similares al recomputar completamente, mejorando la eficiencia computacional.
RoboACE: Coevolución Adversarial para la Automejora del Robot
Se presenta RoboACE, un marco que evoluciona conjuntamente el currículo y los mecanismos de ejecución alrededor de modelos fundacionales fijos para mejorar la automejora de agentes robóticos. Este sistema utiliza evidencia de capacidad acumulada para proponer desafíos y revisiones para expandir las capacidades de ejecución. Los resultados muestran que el despliegue congelado supera a los sistemas evaluados en varios paneles de prueba.
ETAS: Un lenguaje tipado por efectos para sistemas agentes
Se presenta Etas, un lenguaje tipado por efectos diseñado para sistemas agentes, que eleva las especificaciones de comportamiento a construcciones verificadas por el compilador. El lenguaje separa los efectos persistentes de los efectos escapables para mejorar la seguridad y la previsibilidad de las operaciones. La implementación con Rust demuestra optimizaciones que reducen el tiempo de ejecución y mejoran la precisión de las tareas en los programas de agente.
Evidencia local se conserva en latentes visuales compactos en teledetección de ultra alta resolución
Se investiga si los latentes visuales compactos pueden retener evidencia local en escenas de teledetección de ultra alta resolución. Los estudios demuestran que la memoria compacta puede lograr una compresión significativa de los tokens de cultivos y mejorar la precisión predictiva en comparación con el uso de imágenes globales. Se concluye que la disponibilidad de evidencia regional es un factor clave que determina la contribución de estos latentes.
El primer token conoce: Confianza de decodificación única para la detección de alucinaciones
Se investiga la confianza en el primer token de una decodificación greedy para detectar alucinaciones en modelos de lenguaje. Se define la confianza del primer token (phi_first) y se compara con métodos más complejos, encontrando que es una línea base útil para la estimación de incertidumbre en QA fáctica. El estudio sugiere que esta métrica es correlacionada con el acuerdo semántico, aunque tiene limitaciones en casos de falsedades de alta confianza.
DeCO: Composición de Evidencia Discriminatoria para Destilación de Conjuntos de Datos de Granularidad Fina
Se propone el método Discriminative Evidence Composition (DeCO) para la destilación de conjuntos de datos de granularidad fina, buscando preservar la evidencia localizada en lugar de solo estadísticas globales. DeCO utiliza atención para identificar parches informativos y organiza regiones por clase para crear imágenes compactas. Los experimentos demuestran que DeCO supera a los métodos existentes en diversas tareas de clasificación visual.
Red de antena fluida de baja altitud con aprendizaje por refuerzo multiagente
Se presenta un marco de aprendizaje por refuerzo multiagente (MARL) para la reconfiguración rápida y de alto rendimiento de redes de antena fluida (FA) de baja altitud. El estudio demuestra que la optimización conjunta de posiciones y formación de haces puede incrementar la tasa de suma del sistema en un 118.5% comparado con una configuración fija. Esto se logra mediante la reconfiguración dinámica de los arreglos de antenas y la dirección adaptativa de haces hacia usuarios aéreos móviles.
Hacia una VQA oftalmológica interpretable clínicamente mediante evidencia de lesiones espacialmente fundamentada
Se presenta FundusGround, un nuevo punto de referencia para VQA oftalmológica que incorpora evidencia de lesiones espacialmente fundamentada. El trabajo propone un *pipeline* de tres etapas para recolectar imágenes y lesiones anotadas, utilizando la rejilla ETDRS para mapear lesiones a regiones retinianas. Los experimentos demuestran que la inclusión de evidencia visual a nivel de lesión mejora el rendimiento y la transparencia de los modelos de visión-lenguaje para VQA oftalmológica.
Trabajo humano-IA a través de la lente de la calibración
Se estudia el trabajo en equipo entre humanos e inteligencia artificial utilizando la lente de la calibración estadística. El estudio analiza marcos que combinan o delegan la responsabilidad de la predicción entre el humano y el modelo de IA. Se demuestra que los métodos actuales de combinación no conservan la calibración del humano, y los métodos de delegación requieren que el modelo decisor sea muy preciso para determinar la superioridad de cada miembro.
Recomendación legible y direccionable a través de intereses naturales del lenguaje
Se presenta CLEAR, un sistema de recomendación construido con una capa de interés de lenguaje natural editable, implementado en Meta. Este sistema hace que un subconjunto de intereses inferidos sea legible y utiliza eventos históricos del usuario para fundamentar las recomendaciones. Los componentes de CLEAR han operado en producción por más de un año en Instagram y Facebook.
- Qi Guo
- Reza Mirghaderi
- Iordanis Fostiropoulos
- David Fan
- Yuchen Liu
- Shiliang Tang
- Lukasz Korycki
- Golnaz Ghasemiesfeh
- Xinzhu Bei
- Sasha Vorontsov
- Hanchao Yu
- Brendan Quinlivan
- Khoi Pham
- Jigar Gada
- Hao Yu
- Felix Li
- Hang Gao
- Boyu Fang
- Yang Gao
- Yale Thomas
- Xiaomeng Jin
- Avishek Dutta
- Hong Hong
- Janet Xia
- Ethan Zhu
- Ellie Pan
- Xiang Shen
- Jawwad Zakaria
- Jinfeng Lin
- Jonathan Rush
- Ruixue Lian
- Noah Kennedy
- Brian Vanover
- Jas Pyneni
- Daniel Thiyagu
- Apoorv Saxena
- Sanyogeeta Lawande
- Huayu Ding
- Hima Cherukuru
- Yang Liu
- Chen Kovacs
- Qunshu Zhang
- Lizhu Zhang
- Benyu Zhang
- Kate Chen
- Ashish Singal
- Danny Kanoff
- Zhiyu Liu
- Jiayi Liu
- Jianyu Wang
- Fei Liu
- Xiangjun Fan
- Abhishek Kumar
- Hong Yan
Cuando la intención de edición se divide: Un ataque de jailbreak cruzado de modalidad para modelos de edición de imágenes grandes
Se formaliza una vulnerabilidad de seguridad en modelos de edición de imágenes grandes donde la intención dañina se distribuye entre entradas textuales y visuales. Se propone el Ataque de Jailbreak de Intención Dividida (SIJA) para explotar esta falla, demostrando que la intención insegura puede ser recuperada a pesar de las salvaguardas existentes. Se sugiere una defensa mediante la reconstrucción de la intención de edición para evaluar el contexto multimodal completo.
VAMR: Razonamiento Multi-Pregunta Agéntico para una Comprensión Eficiente de Video de Formato Largo
Se presenta VAMR, un agente diseñado para el razonamiento multi-pregunta en comprensión de video de formato largo, que coordina todas las preguntas a través de una trayectoria de uso de herramientas compartida. Este enfoque busca mejorar la adquisición conjunta de evidencia y la construcción de una comprensión compartida. VAMR logró la mayor precisión y el menor número de rondas de razonamiento en las evaluaciones LVBench, superando a VideoARM.
FundingClaw: Sistema de agentes de redacción de propuestas de subvenciones automatizadas
Se presenta FundingClaw, un marco multiagente diseñado para automatizar la redacción de propuestas de subvenciones, superando el cuello de botella manual y la inconsistencia de formatos entre diferentes agencias de financiación. El sistema utiliza un analizador de plantillas para seleccionar habilidades de escritura específicas y una estrategia de plano-esqueleto para generar propuestas conformes. El sistema fue evaluado y demostró un rendimiento superior al de la línea base en la redacción de propuestas de financiación.
¿Exploran los LLMs multiagente entre sí?
Se investiga si los agentes de modelos de lenguaje grande (LLM) pueden explorar eficazmente al interactuar entre sí en sistemas multiagente. Se demuestra que los agentes actuales a menudo fallan en esta exploración, mostrando patrones de interacción que resultan subóptimos. Se propone un marco llamado MACE para promover la exploración mediante la selección estructurada de pares, mejorando el rendimiento de la tarea.
No se identificaron personas.
Modelos Fundacionales Tabulares como Emuladores para la Predicción de Dinámicas del Ecosistema Terrestre
Se compara el modelo TabPFN-3.5 con dos modelos base de DeepED ($DeepED_{LSTM}$ y $DeepED_{Transformer}$) para predecir dinámicas del ecosistema terrestre. El estudio evalúa el rendimiento de estos modelos en la predicción del estado de los ecosistemas bajo diferentes escenarios de forzamiento climático (SSP1-2.6 y SSP5-8.5) para el periodo 2021-2060. Se concluye que TabPFN-3.5 es el modelo más preciso para ciertas métricas bajo el escenario SSP5-8.5.
Codificación de esqueleto a imagen: Habilitando el aprendizaje de representación de esqueletos mediante modelos preentrenados con visión
Se presenta la Codificación de Esqueleto a Imagen (S2I), una representación que convierte secuencias de esqueletos en datos similares a imágenes. Este método permite utilizar modelos de visión preentrenados para el aprendizaje de representación de esqueletos auto-supervisado, abordando la dificultad de manejar la heterogeneidad de los datos de esqueletos. Los experimentos demuestran la efectividad y generalización del método en diferentes configuraciones de evaluación.
La proporción oculta en Adam: Estructura estable, compresión y dinámicas de signo
Se estudia el optimizador Adam en el régimen tied-$\beta$ para entender su comportamiento adaptativo. Los autores demuestran que la dinámica adaptativa de Adam puede expresarse mediante una razón transformada con comportamiento estable a escala. Esto sugiere que Adam posee una estructura de razón simple subyacente que facilita su análisis y una implementación eficiente.
MAPS: Un marco agente multimodal para la producción de datos de puntos de interés basados en imágenes de calle
Se presenta MAPS, un marco para la producción de datos de puntos de interés (POI) utilizando imágenes de calle crowdsourced. Este marco integra extracción estructurada de POI con mantenimiento de bases de datos, mejorando la eficiencia y reduciendo el tiempo de procesamiento en un 76.9% comparado con la anotación manual. Los resultados demuestran la efectividad y valor práctico de MAPS para el mantenimiento escalable de POI.
Certificación formalmente verificada de la insolubilidad de problemas de planificación temporal
Se presenta un enfoque para certificar la insolubilidad de problemas de planificación temporal mediante la codificación del problema en una red de autómatas temporales. El método utiliza un verificador de modelos y un verificador de certificados para asegurar la fiabilidad de la certificación. La implementación se verifica formalmente con el proyector de teoremas Isabelle/HOL.