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 «Xiang 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.
China News ServiceHunan Qiyang optimiza el entorno empresarial y apoya a la industria "flexible"
Qiyang, Hunan, implementa diversas reformas para mejorar el entorno empresarial, enfocándose en la eficiencia de los servicios gubernamentales y la facilitación de trámites. Se han establecido mecanismos como la "promesa entre gobierno y empresa" y la "conversación nocturna empresarial" para resolver problemas empresariales directamente. Además, se están implementando medidas de apoyo financiero y simplificación de permisos para reducir costos y acelerar la puesta en marcha de proyectos empresariales.
The RegisterChina esboza planes para un viaje a la luna que espera aterrizar para 2030
China ha delineado planes para un aterrizaje tripulado en la Luna para 2030, utilizando dos cohetes Long March 10. El programa espacial chino busca establecer nuevos estándares técnicos para sus vehículos, incluyendo redes Ethernet y Wi-Fi. Se planean misiones de prueba en órbita cercana a la Tierra seguidas de una visita no tripulada a la Luna.
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.
Dinámicas de poder en resúmenes generados por LLM derivados de sensores compartidos entre adultos mayores y familias remotas
Investigadores realizaron entrevistas y un estudio de caso con adultos mayores y familiares remotos para evaluar el uso de resúmenes generados por IA a partir de datos de sensores. Los hallazgos revelaron tensiones en torno a la agencia, la privacidad y la confianza en el intercambio de información. Los resultados sugieren que los futuros sistemas de intercambio mediados por IA deben considerar las limitaciones de la detección y las dinámicas complejas del cuidado familiar.
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.
GizmodoChina detalla su plan para aterrizar astronautas en la Luna antes de 2030
China ha detallado su plan ambicioso para aterrizar astronautas en la Luna antes de 2030, presentando una hoja de ruta que incluye pruebas en órbita terrestre y misiones de aterrizaje. El plan contempla una secuencia de misiones para lograr un aterrizaje tripulado en la superficie lunar, con una tripulación de tres taikonautas. Este desarrollo marca un cambio significativo en la carrera espacial, mientras Estados Unidos apunta a aterrizar astronautas en 2028.
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.