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 «Yang Zhou»
Más recientes primero · Hasta 30 noticias por página
China News ServiceEn la Expo China Internacional: Búsqueda de consenso en la búsqueda de soluciones en el cambio mundial
Durante la Feria Internacional de Importación de China, empresas como Avalon buscaron socios en el mercado chino ante las dificultades geopolíticas y las barreras comerciales. Se destacó la complementariedad entre Rusia y China en logística, y se mencionó la colaboración entre empresas como Tesla y proveedores chinos en la cadena de suministro. Además, se señaló que empresas como Danone están pivotando hacia la co-innovación con empresas chinas para expandir sus mercados globales.
TechCentralEl problema de China de Jensen Huang llega al FBI
El FBI está investigando la relación del CEO de Nvidia, Jensen Huang, con una mujer de negocios china acusada de ser espía. Las acciones de Nvidia cayeron más del 4% tras una investigación interna de la junta directiva. Se reporta que el presidente Trump estaba al tanto de la situación y que la compañía enfrenta incertidumbre sobre la sucesión del CEO.
arXiv Computer Science AIPPG2ECG: Generación de ECG basada en la fisiología para flujo rectificado latente
Se propone PPG2ECG, un marco de flujo rectificado latente guiado por fisiología para generar electrocardiogramas (ECG) a partir de señales de fotopletismografía (PPG). El método introduce un simulador electro-hemodinámico para modelar conjuntamente ECG y PPG a través de dinámicas de fase cardíaca compartidas. Los experimentos demuestran que PPG2ECG mejora la generación de ECG y la clasificación de enfermedades cardiovasculares, produciendo ECGs fieles a la señal y fisiológicamente plausibles.
SpreadsheetBench 2: Evaluando agentes en flujos de trabajo de hojas de cálculo empresariales de extremo a extremo
Se presenta SpreadsheetBench 2, un punto de referencia a nivel de flujo de trabajo para agentes de hojas de cálculo, diseñado para evaluar tareas de generación, depuración y visualización utilizando datos empresariales reales. El benchmark incluye 321 tareas y evalúa modelos de lenguaje grandes bajo un andamiaje de agente unificado. Los resultados indican que los sistemas actuales tienen baja fiabilidad en flujos de trabajo empresariales complejos, señalando problemas en la inspección y selección de celdas.
Escalado 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.
Marco orientado a agentes para el análisis reproducible de datos de termorreflectancia en el dominio de la frecuencia
Se presenta Vibe-FDTR, un marco orientado a agentes que permite a los agentes de LLM realizar análisis de termorreflectancia en el dominio de la frecuencia (FDTR) de manera reproducible a partir de solicitudes en lenguaje natural. Este marco combina un paquete de código configurado con habilidades de agente para traducir intenciones en pasos de análisis verificables. Los resultados muestran que los agentes con Vibe-FDTR alcanzan tasas de éxito del 100% y 98.9% en tareas controladas, reduciendo el costo computacional y el tiempo de ejecución.
SkillDuet: Modelos y habilidades coevolutivos a través de feedback de respuesta
Se presenta SkillDuet, un marco que coordina la evolución de parámetros y habilidades mediante el feedback de respuesta del modelo. Este sistema extrae habilidades de trayectorias on-policy para guiar las actualizaciones de parámetros, consolidando las mejores habilidades en un conjunto global persistente. El framework demostró altas tasas de éxito en benchmarks como ALFWorld y WebShop, superando las líneas base existentes.
Puzles a paradigmas: Un estudio de la colaboración humano-agente en la innovación científica
Se presenta un estudio que analiza la colaboración entre humanos y sistemas de IA agenticos en flujos de trabajo científicos como la síntesis de literatura y la generación de hipótesis. El estudio propone un marco para examinar cómo varían las demandas de coordinación y los riesgos de fallo en diferentes contextos científicos. Se identifican cinco modos de fallo recurrentes y se sugiere enfocar las evaluaciones hacia la fundamentación y la fiabilidad científica a largo plazo.
HiLo-Token: Compresión de tokens de alta y baja frecuencia adaptativa de entrada para servir modelos de edición de imágenes eficientes
Se presenta HiLo-Token, un marco de compresión de tokens adaptativo para reducir la latencia en modelos de IA generativa para edición de imágenes. El método asigna tokens de manera diferente a regiones de alta y baja frecuencia para mejorar la eficiencia. Los experimentos validan que este método logra aumentos significativos en la velocidad sin afectar la calidad de la generación.
Respuestas correctas de historias insuficientes: Un estudio controlado de la evaluación de memoria de agentes
Se estudia la evaluación de memoria de agentes mediante el análisis de registros de dispositivo ejecutables para distinguir entre acuerdo de referencia, suficiencia de evidencia y comportamiento contextual. Los resultados comparan el rendimiento de modelos como Qwen3-32B y DeepSeek-V4-Flash en la coincidencia de referencias. Los hallazgos sugieren un diagnóstico de evaluación en configuraciones específicas de lector, sin implicar mejoras generales en sistemas de memoria.
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.
AutoQS: Diseño de Estrategia de Cuantización Automatizada con Modelos de Lenguaje Grande
Se presenta AutoQS, un método basado en LLMs para automatizar el diseño de estrategias de cuantización en modelos de lenguaje grandes (LLMs). Este enfoque busca equilibrar la calidad del modelo con los costos de almacenamiento y despliegue. El sistema utiliza proxies de calidad para guiar propuestas de cuantización, buscando mejorar la precisión en tareas específicas.
TraceML: Lo que los agentes de investigación automática omiten en el desarrollo de ML a largo plazo
Se presenta TraceML, un marco que compara el trabajo humano y del agente en competiciones de aprendizaje automático. El sistema rastrea cada versión de código con su puntuación y detalles para cuantificar la brecha entre el rendimiento de los agentes y el de los competidores humanos. Se libera un kit de herramientas para convertir ejecuciones de agentes en trayectorias TraceML para su análisis.
Sobre capacidades emergentes y fusión de modelos
Se investiga la fusión de modelos mediante la combinación aritmética de pesos de puntos de control ajustados, buscando entender su impacto en las capacidades emergentes. Los hallazgos indican que la fusión preserva la desalineación de los modelos parentales, pero no puede crear capacidades emergentes superaditivas. Además, la fusión diluye la capacidad emergente cuando solo un modelo la posee, mostrando diferencias significativas en los resultados.
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.
Arquitectura de Mezcla de Expertos Activada por Anatomía para Visión-Lenguaje Médico 3D
Se presenta el A^2MoE, un marco para el pre-entrenamiento de visión-lenguaje médico 3D que incorpora sesgos inductivos anatómicos. Este modelo introduce un Router de Representación de Histograma y un Proyector Multi-Escala de Consulta de Órganos para mejorar la alineación de características a nivel de órgano. El modelo ha demostrado un rendimiento de vanguardia en benchmarks de segmentación, clasificación y detección con datos de CT, y muestra generalización a MRI y ultrasonido.
WorldFoundry: Hacia una infraestructura unificada para la inteligencia mundial
El documento presenta WorldFoundry, una infraestructura de código abierto diseñada para la inferencia y evaluación reproducibles en sistemas de mundo, incluyendo video, 3D y 4D. Esta infraestructura unifica el descubrimiento de modelos, la preparación de activos y la orquestación de ejecución, asegurando que las afirmaciones sean trazables a sus artefactos de soporte. WorldFoundry busca avanzar el campo desde la síntesis perceptual hacia una inteligencia mundial medible mediante la comparación reproducible de dinámicas controlables.
Mantenerse en el personaje: Agentes de juego de roles con memoria limitada por perspectiva
Se propone ReverieMem, una arquitectura de memoria de tres capas para agentes de personajes basados en libros, para solucionar los problemas de exceso factual y monotonía estilística en sistemas de juego de roles de LLM. Esta arquitectura mejora la fidelidad del límite de conocimiento y la generación de narrativa coherente con la perspectiva del personaje. Los resultados demuestran que la memoria limitada por perspectiva mejora la generación de narrativa fundamentada en el personaje.
NINJA: Arquitectura conjunta de Navegador-Inspector para localización eficiente de problemas
Se propone NINJA, una arquitectura jerárquica de Navegador-Inspector para la localización eficiente de problemas de software. Esta arquitectura divide la exploración del repositorio en navegación global y inspección local, buscando equilibrar la amplitud a nivel de archivo con la profundidad a nivel de función. Los experimentos demuestran que NINJA supera a modelos competitivos después de un ajuste fino, superando a Claude-Haiku-4.5.
Evaluación de agentes DFT para simulación de materiales autónoma
Se reportan hallazgos empíricos del DFT-Agent Bench, una evaluación de agentes de lenguaje grande para simulación de materiales. Se compara el rendimiento de diferentes modelos en tareas de simulación de materiales como relajación y ecuación de estado. Los resultados indican mejoras en las bandas y la relajación, siendo el resultado elástico dependiente del modelo utilizado.
Destilación On-Policy con Guía de Nivel de Currículo para Agentes Multi-turno
Se propone la Destilación On-Policy Guiada (Guided-OPD) para mejorar la transferencia de capacidades de modelos grandes a estudiantes más pequeños en agentes multi-turno. Este algoritmo mezcla interacciones del profesor y el estudiante y ajusta la intervención del profesor a lo largo de un currículo decreciente. Los resultados en pruebas indican ganancias significativas en puntuación y tasa de éxito comparadas con el método OPD estándar.
EvoST: Adaptando pronosticadores de tráfico a grafos de sensores en evolución
Se presenta EvoST, un marco diseñado para mantener pronosticadores de tráfico actualizando las identidades de los nodos mientras se conservan fijos los pesos compartidos. Este método reduce significativamente la diferencia entre los pronósticos y los modelos de referencia al refrescar las identidades y calibrar los modelos. EvoST logró una reducción del 17.7% al 2.5% en la brecha de MAE entre modelos de cinco años, mejorando la precisión de los pronósticos.
WARP-JEPA: Planificación de Despliegue Amortizado World-Model-in-the-Loop para Arquitecturas Predictivas de Incrustación Conjunta Jerárquica Congeladas
Se presenta WARP-JEPA, un marco de planificación jerárquica amortizada que reemplaza la optimización de gradiente en línea con propositores de trayectoria aprendidos, manteniendo los modelos del mundo congelados. Este enfoque logra una inferencia de episodio significativamente más rápida y mejora el éxito de la tarea en tareas de horizonte largo. Los resultados demuestran que la planificación amortizada puede mejorar la eficiencia y el rendimiento del control sin necesidad de reentrenar los modelos del mundo.
El razonamiento no supervisado emerge de una cohorte diversa en RL multiagente
Se presenta Co-RL, un marco de Aprendizaje por Refuerzo (RL) que permite el razonamiento no supervisado mediante el entrenamiento cooperativo de múltiples agentes desacoplados. El trabajo demuestra que aumentar la diversidad de la cohorte mejora el rendimiento del razonamiento y mitiga el colapso del entrenamiento, mejorando los modelos base sin etiquetas de verdad fundamental.
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.
Hacia una evaluación fiable de LLM: Corrigiendo el castigo del ganador
Se propone el protocolo SIREN para la evaluación de LLM, diseñado para corregir el "castigo del ganador" en la selección de benchmarks adaptativos. Este método busca mejorar la fiabilidad de la evaluación al manejar la reutilización de elementos en el proceso de ajuste y despliegue. Los experimentos demuestran que el reporte basado en el ganador puede ser optimista, mientras que SIREN se acerca al objetivo de reporte de muestra finita.
HolidayFactory 1.0: Simulación, generación y evaluación de tareas de robots industriales
Se presenta HOLIDAYFACTORY 1.0, un marco para simular, generar y evaluar el trabajo de robots industriales, abordando la necesidad de evaluar tareas repetitivas donde el estado de la escena persiste. El marco incluye componentes como HOLIDAY-SIM para la dinámica del actuador y la construcción de mundo agentiva para generar activos y variantes de escena. Se introducen tareas industriales en 24/7-BENCH para medir el rendimiento sin reinicio de la escena.
SocialGym: Evaluando la inteligencia social de LLM a través de juegos multiagente
Se presenta SocialGym, un entorno diseñado para evaluar la inteligencia social de los Modelos de Lenguaje Grande (LLM) en escenarios multiagente. El entorno incluye 22 juegos sociales con resultados verificables basados en reglas definidas. Los resultados indican que el rendimiento varía según el juego y el rol, y que la capacidad de mantener secretos se relaciona con la teoría de la mente.
No se identificaron personas.