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 «Wenran Jiang»
Más recientes primero · Hasta 30 noticias por página
Dnevnik SloveniaAutomóvil eléctrico chino alcanza 360 km/h en el récord mundial de autos de serie
Un automóvil eléctrico chino, el BYD yangwang U9 xtreme, alcanzó 360 km/h en una prueba, rompiendo la barrera de seguridad. El conductor sobrevivió al incidente sin lesiones graves, aunque el vehículo sufrió daños significativos en el eje trasero. El vehículo fue probado en un circuito en China y se compara con récords previos de autos de serie.
Dong-A IlboLos 'lazos' dan la burocracia local son un motor de crecimiento regional, pero un freno en los niveles superiores
Dos estudios sobre la burocracia china revelan que las redes de contactos funcionan de manera diferente según el nivel jerárquico. En el ámbito de la ejecución y la creación de resultados local, los lazos pueden fomentar la confianza y permitir la implementación de políticas audaces. Sin embargo, en los niveles de toma de decisiones de alto nivel, estos lazos pueden convertirse en un obstáculo para la competencia y la contención. Se sugiere aplicar esta lección a la gestión organizacional, fomentando la confianza en el nivel operativo y estableciendo mecanismos estrictos de equilibrio en la dirección estratégica.
arXiv Computer Science AIReferencia exhaustiva de modelos computacionales para la afinidad de unión anticuerpo-antígeno
Se presenta AbBiBench, un marco para evaluar modelos computacionales en el diseño de anticuerpos, midiendo la afinidad de unión entre anticuerpos y antígenos. Los análisis indican que el plegamiento inverso condicionado por estructura global ofrece las clasificaciones de afinidad más consistentes. El sistema permite evaluar métodos de diseño de anticuerpos conscientes de la función.
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.
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
Paradojas narrativas en la inferencia de LLM: Modelando trayectorias de razonamiento hacia la desalineación
Se presenta un ataque novedoso llamado PDRA para explorar la vulnerabilidad del proceso de razonamiento de múltiples pasos en LLM. El método programa una trayectoria de razonamiento dañina mediante la creación de un núcleo narrativo paradójico. Esto fuerza al modelo a través de un análisis de tres etapas para generar contenido dañino manteniendo la coherencia narrativa. El ataque demuestra alta eficiencia en lograr tasas de éxito de ataque en diversos LLM.
HISA: Indexación Esparsa Jerárquica Eficiente para Atención de Granularidad Fina
Se presenta HISA (Hierarchical Indexed Sparse Attention), un reemplazo para el indexador en mecanismos de atención esparsa para mejorar la eficiencia. HISA transforma la búsqueda de un escaneo de token plano a un procedimiento jerárquico de dos etapas. Esto incluye un filtrado grueso a nivel de bloque seguido de un refinamiento a nivel de token. El método mantiene el patrón de atención esparsa y supera a las soluciones basadas en bloques.
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.
Búsqueda heurística adaptativa asistida por modelo de lenguaje grande para la programación de satélites de observación terrestre ágiles
Se propone un método de búsqueda heurística adaptativa asistido por un modelo de lenguaje grande (LLM) para la programación de satélites de observación terrestre ágiles. El LLM genera una regla heurística inicial que se refina mediante retroalimentación del rendimiento de la búsqueda. Los experimentos demuestran que este método ofrece un beneficio de observación superior al de la mejor línea base.
CBS NewsTrump felicita a los demócratas en llamada con CBS News por la noche de las elecciones
Donald Trump felicitó a los demócratas por sus victorias en las elecciones intermedias a través de una llamada con CBS News. El presidente expresó su deseo de trabajar con ellos por el bien del país y señaló que la pérdida de republicanos se debió a su ausencia en la boleta. También comentó que la guerra de Irán terminaría cuando él lo declare.
El PaísNovedades en Smart City Expo: un dron-taxi, un robot-urbano o una farola sin cable (ni cobre que robar)
En el Smart City Expo se presentaron innovaciones en movilidad como drones-taxis, robots de asistencia y farolas solares autónomas sin cables. Se discutieron aplicaciones de inteligencia artificial para la gestión de semáforos y herramientas para mejorar la velocidad de buses urbanos. También se detallaron avances en robots para asistencia y seguridad, así como sistemas de detección de contaminación y simulaciones para la población con demencia.
South China Morning PostNuevo pesadilla de China: un arco de contención japonés en el Indo-Pacífico
Japón ha ejercitado un ejercicio militar que institucionaliza un arco de contención en el Indo-Pacífico, desplegando sistemas de defensa estadounidenses en la isla de Yonaguni. Esto se enmarca en una estrategia más amplia de Japón, que incluye acuerdos de seguridad con Australia e India, construyendo una red autónoma en la región. Este desarrollo responde a la fragmentación de la atención de Estados Unidos debido a sus conflictos internos y geopolíticos.
Vogue EspañaLlevo 8 años en una relación a distancia: todo lo que he aprendido para que funcione
Una persona relata su experiencia de ocho años en una relación a distancia, destacando cómo la distancia puede ser un acelerador de la intimidad y cómo se aprendió a gestionar la confianza y la incertidumbre. Los estudios sugieren que la comunicación profunda es posible incluso con poca interacción, y la distancia obliga a desarrollar una mayor resiliencia y a enfocarse en la calidad de la conexión. La experiencia enseña que el amor requiere planes concretos y la voluntad de transformar la distancia en un proyecto futuro.
TechNodeAmicro ayudó a los robots aspiradores a encontrar su camino. Ahora quiere ir más lejos.
Amicro ha desarrollado tecnología clave en chips y algoritmos que permiten a los robots aspiradores navegar mejor en entornos domésticos. La empresa ha ayudado a múltiples marcas a integrar esta tecnología en sus productos, abarcando desde el control de movimiento hasta la percepción visual. Actualmente, Amicro busca expandir su tecnología a entornos más variados, incluyendo exteriores y otros tipos de máquinas, mediante una futura Oferta Pública Inicial en Hong Kong.
Daily News HungaryNueva cadena de restaurantes chinos abre en Budapest: ¿Cuánto cuesta un tazón de fideos?
Una nueva cadena de restaurantes chinos, Mr. Noodle Chen, ha inaugurado un local en Budapest, ofreciendo fideos de res estilo Lanzhou. La cadena, fundada en 2014, ya cuenta con cientos de restaurantes en China y está expandiendo su presencia en Europa. El restaurante en Budapest ofrece sopas de fideos de res y otras opciones, con precios indicados en forintos húngaros.
Agentes de borrador, no solo tokens: Mejora recursiva especulativa para sistemas agentes
Se propone Speculative Recursive Self-Improvement (SpecRSI), un marco de dos niveles que combina la búsqueda de agentes en el bucle interno con el aprendizaje del mejorador en el bucle externo. Este método busca mejorar agentes mediante revisiones sucesivas, asegurando que se utilicen solo versiones evaluadas para avanzar. Los resultados demuestran que SpecRSI supera a MetaRSI-v1 en puntuación del sistema y mejora la ganancia terminal en optimización científica.
MedCUA-Bench: Un benchmark de solo captura de pantalla para agentes de uso de computadora clínica
Se presenta MedCUA-Bench, un benchmark interactivo diseñado para evaluar la fiabilidad de los agentes de uso de computadora en entornos clínicos. Este benchmark cubre 18 escenarios clínicos en 10 dominios médicos, utilizando interfaces reconstruidas para simular entornos reales. El estudio compara el rendimiento de agentes de IA, mostrando diferencias significativas entre modelos de código cerrado y abierto en la ejecución de tareas clínicas. El objetivo es identificar la brecha entre los agentes actuales y el software clínico fiable.
PRIME: Enrutamiento Predictivo de Intervenciones Mediante Modelado de Efectos para la Ideación Científica
Se presenta PRIME, una capa de decisión de revisión para sistemas de LLM en ideación científica, diseñada para mejorar la iteración basada en retroalimentación. PRIME aborda el problema del desajuste diagnóstico-intervención, permitiendo construir intervenciones basadas en el modelado de efectos y la comparación de riesgos. Los resultados validan que PRIME mejora la calidad del sucesor y la fiabilidad del enrutamiento en comparación con las líneas base existentes.
Hacia una Internet de Agentes confiable y gobernable: Una perspectiva arquitectónica sobre protocolos, sistemas y servicios
El artículo examina el problema arquitectónico que surge al organizar las aplicaciones de modelos de lenguaje como flujos de trabajo de agentes multi-agente. Propone la Internet de Agentes (IoA) como una visión de computación de servicios donde los agentes son participantes gobernables. Detalla una progresión de tres capas que abarca desde el ecosistema actual hasta la autonomía confiable.
CoworkOS: Agente de Trabajo Escalable para la Automatización en el Mundo Real
Se presenta CoworkOS, un marco general para el trabajo de largo horizonte que separa la estrategia de la tarea de la gestión de la ejecución. Este sistema permite la colaboración humano-IA mediante la inspección y revisión conjunta de artefactos como documentos y modelos, permitiendo la participación humana a través de conversación o modificación directa. CoworkOS demuestra competitividad con agentes de vanguardia en múltiples benchmarks.
- Jiajie Jin
- Guanting Dong
- Chengjun Pan
- Xin Deng
- Zhuohui Sheng
- Guoqiang Wang
- Tao Gui
- Yutao Zhu
- Yujia Chen
- Shihong Yi
- Binze Hu
- Zhixiong Yang
- Zhichao Sun
- Rui Wang
- Han Han
- Mingyu Ma
- Junhao Huang
- Xiaotao Wang
- Huicheng Jiang
- Yuyang Hu
- Xinyu Yang
- Wanghan Xu
- Yajie Yang
- Zhecan Wang
- Honglin Guo
- Xiaoyu Xing
- Xiaoqian Zhang
- Yulun Zhu
- Xiaoxi Li
- Jiahang Lin
- Shaofan Liu
- Shihan Dou
- Zhiheng Xi
- Qi Zhang
- Yu-Gang Jiang
- See-Kiong Ng
- Yang Zhang
- Tat-Seng Chua
- Ji-Rong Wen
- Zhicheng Dou
Planificación de Frontera Generativa para el reclutamiento por referidos
Se propone la Planificación de Frontera Generativa (GFP) para optimizar la asignación de presupuestos en programas de referidos entre pares, buscando maximizar el reclutamiento de poblaciones de alto riesgo para enfermedades infecciosas. El modelo aprende la capacidad de referencia y las covariables del referente para mejorar la eficiencia de los programas. Los resultados indican que GFP puede reclutar hasta un 21.5% más individuos que los métodos de referencia por pares existentes con el mismo presupuesto.
Prueba programable inspirada en memoria de trabajo para el seguimiento de estado acumulativo en modelos de lenguaje grandes
Se presenta una sonda inspirada en memoria de trabajo para evaluar el seguimiento de estado acumulativo en modelos de lenguaje grandes (LLM). Los resultados indican que la precisión depende significativamente de los protocolos de salida y la cantidad de actualizaciones permitidas. Se demuestra que una fuerte aritmética de un solo paso no asegura un seguimiento acumulativo fiable.
Propuesta de rúbrica para evaluar el razonamiento clínico expresado en respuestas de modelos de lenguaje grandes
Se propone una rúbrica para evaluar el razonamiento clínico expresado por los modelos de lenguaje grandes. Esta rúbrica integra marcos de evaluación médica, *benchmarks* clínicos y taxonomías de evaluación de razonamiento de LLM. El objetivo es hacer explícitas las decisiones de evaluación antes de la prueba empírica.
InterFuse: Fusión Adaptativa Guiada por Interacción de Modelos Heterogéneos para la Clasificación de Riesgo de Pago
Se presenta InterFuse, un marco de fusión diseñado para guiar la agregación adaptativa de transacciones mediante la interacción entre modelos heterogéneos. Este método utiliza un estado de fusión compartido derivado de la interacción entre modelos para mejorar la clasificación de riesgo de pago. Los resultados indican que InterFuse supera a las líneas de base existentes, mejorando significativamente el recall y el AUC en múltiples conjuntos de datos.
DARE: Alineando agentes LLM con el ecosistema estadístico R mediante recuperación consciente de la distribución
Se propone DARE, un marco de aprendizaje de representación que incorpora características de distribución de datos en la recuperación de funciones de R para mejorar la automatización de flujos de trabajo de ciencia de datos con LLM. Los experimentos muestran que DARE mejora el NDCG@10 y duplica la precisión del análisis posterior en RStatBench al integrar DARE en RCodingAgent.
NeMo-DCR: Refit Delta-Comprimido Exacto para RL Agéntico Escalable a Escala de Trillones de Parámetros
Se presenta NeMo-DCR, un método de refit delta-comprimido exacto para el aprendizaje por refuerzo (RL) escalable a escalas de trillones de parámetros. Este método envía solo los cambios, permitiendo a los receptores obtener los bits de un refit denso. Se demuestra que NeMo-DCR es 7 veces más rápido que AReaL-DTE y es significativamente más rápido en escenarios de estrés.
WebHarbor: Entornos de sitios web ejecutables para entornos de agentes GUI en evolución
Se presenta WebHarbor, un conjunto de 153 entornos de sitios web ejecutables y dockerizados diseñados para proporcionar entornos realistas y estables para el entrenamiento y evaluación de agentes GUI. Esta plataforma permite la reconstrucción fiel de interfaces y flujos de trabajo funcionales de servicios web reales bajo control determinista. Se demuestra que un agente GUI entrenado con RL en WebHarbor generaliza bien a tareas no vistas, superando a agentes de código abierto en varios benchmarks.
- Zhaoyang Wang
- Qianhui Wu
- Boyu Gou
- Demi Wang
- Jiacheng Zhang
- Peichun Hua
- Qize Li
- Shi Qiu
- Yifan Jiang
- Yifan Zhang
- Zexu Jin
- Baolin Peng
- Bolin Shen
- Chetan Bansal
- Dehan Kong
- Deren Lei
- Dongshen Peng
- Fengqing Jiang
- Hao Cheng
- Haoqing Wang
- Jiaming Shan
- Jicheng Wang
- Jingguang Zhou
- Jixuan He
- Kaide Zeng
- Kangyu Zhu
- Lama Moukheiber
- Mufan Qiu
- Peng Xia
- Qihan Sun
- Qingwei Lin
- Qiushi Sun
- Ruichen Zhang
- Shuqing Luo
- Si Qin
- Sicheng Fan
- Tao Xiong
- Wenlin Yao
- Xinyu Zhang
- Xinyue Zeng
- Xuanrui Li
- Xuchao Zhang
- Yian Wang
- Yichao Liu
- Yiming Liang
- Yiyang Zhou
- Yizhu Jiao
- Yuetai Li
- Yurun Chen
- Yuxuan Zhang
- Zheyuan Yang
- Zhiyuan Yao
- Zhongyang Li
- Zihao Li
- Zili Wang
- Jianfeng Gao
- Huaxiu Yao
Ataque Step-Zero: Seguridad del agente antes de la observabilidad
Se describe un ataque llamado Step-Zero que ocurre antes de que el contenido entre en el contexto del modelo, afectando la seguridad de los agentes de codificación. Se encontró que muchos pares de implementación-modelo excedieron los límites de presupuesto, indicando que el daño ocurre en la fase inicial de procesamiento. Se sugiere implementar mecanismos de defensa en el primitivo de procesamiento para asegurar que los agentes inspeccionen la entrada antes de su procesamiento.
Superresolución 4K en NPUs móviles: Informe del Desafío Mobile AI 2026
Se presenta un informe del desafío Mobile AI enfocado en el uso de superresolución de imagen en dispositivos móviles mediante unidades de procesamiento neuronal (NPU). Los participantes diseñaron soluciones para escalar imágenes de Full HD a resolución 4K en tiempo real utilizando NPUs de Qualcomm y MediaTek. Las soluciones destacadas lograron reconstruir imágenes 4K en menos de 5 milisegundos con una puntuación PSNR de 30 dB.
- Andrey Ignatov
- Georgy Perevozchikov
- Radu Timofte
- Fubin Ren
- Shihao Wang
- Liwen Zhang
- Zhe Xu
- Zhipei Lei
- Minjian Zhang
- Kailing Tang
- Dingyong Gou
- Yanlin Wu
- Cong Li
- Xiaohui Cui
- Kihwan Yoon
- Ganzorig Gankhuyag
- Heo MyeongCheol
- Yonghyun Park
- Juho Jung
- Sungjei Kim
- Phuong-Nam Nguyen-Pham
- Nam-Tien Le
- Tinh-Anh Nguyen-Nhu
- Matin Fazel
- Abdelhak Bentaleb
- Xinrui Li
- Xusheng He
- Jianlong Wu
- Mohsin Ikram
- Dmitry Ignatov
- Hao Chen
- Long Sun
- Jiangxin Dong
- Jinshan Pan
- Jinhui Tang
- Siyue Teng
- Yuxuan Jiang
- Fan Zhang
- David Bull
- Zhe Xiao
- Jun Xiao
- Zhi-Song Liu
- Jiayi Pei
- Songtao Wu
- Hong Shang
- Kuanhong Xu
China News ServiceRecorrido por la Ruta del Long March "abierta" por artefactos culturales
El Museo Nacional de China presenta una exposición sobre el Long March del Ejército Rojo, destacando artefactos como la hierba 'Huanghua Cao', el Puente Luji y documentos históricos. La muestra detalla las dificultades del recorrido, las experiencias de los soldados y las narrativas sobre la lucha y la perseverancia del Ejército Rojo. La exposición también incluye testimonios y objetos relacionados con la vida cotidiana y la logística del ejército durante la travesía.