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 «Yuhui Wang»
Más recientes primero · Hasta 30 noticias por página
The Stanford DailyNovatos lideran el esgrima a la victoria en el Invitational Western
Los estudiantes de nuevo ingreso de Stanford destacaron en el Invitational Western, liderando a sus equipos en varias disciplinas de esgrima. La esgrima épée femenina Chloe Tolsma tuvo un desempeño sobresaliente, y el equipo logró récords ganadores en varias armas. El equipo Cardinal obtuvo un fuerte desempeño general, asegurando récords ganadores al inicio de sus temporadas.
Blow 吹音樂Nueva oleada de artistas confirmada para el Festival CHOSEN 2027
Se anunció la alineación para el CHOSEN FESTIVAL Qiu Sheng 2027, que tendrá lugar el 16 y 17 de enero de 2027 en Taipéi. La cartelera incluye bandas como Fire EX., Mutuo Wang y varios grupos independientes, continuando la estrategia de la plataforma CHOSEN de descubrir y fomentar nuevos talentos musicales. Se están vendiendo entradas para el evento.
China News ServiceAnuncio de adjudicación del proyecto de mejora energética del ascensor del edificio de servicio número 2 de la Aduana de Yangpu
La oficina de la Aduana de Yangpu organizó un proceso de selección para el proyecto de mejora energética del ascensor del edificio de servicio número 2, basado en los principios y requisitos definidos en el documento de solicitud de adquisición. Se anunció que la empresa Hainan Yongli Elevator Engineering Co., Ltd. fue la adjudicataria por un precio de 275,400 yuanes.
¿Cómo hacer que Occidente entienda a Wang Chuan-shan?
El profesor Nie Mao, experto en el pensamiento de Wang Chuan-shan, explica que el mayor desafío al presentar su obra a Occidente es transmitir la esencia de un ser humano vivo, más allá de los símbolos históricos. Señala que la traducción no es solo reemplazar palabras, sino migrar el mundo de experiencia. Para lograr que los lectores occidentales comprendan su obra, sugiere usar historias para contextualizar el pensamiento y aumentar la traducción para superar el "descuento cultural".
ABC ColorLas corredurías chinas renuevan su apuesta por la IA, pero aconsejan diversificar
Firmas de valores chinas coinciden en que el auge de la inteligencia artificial (IA) no ha terminado, pero el mercado exige pruebas de rentabilidad. Algunos analistas pronostican una pausa en el ciclo de crecimiento de la IA, mientras que se recomienda diversificar carteras hacia sectores como exportadores o infraestructura. Expertos extranjeros advierten sobre la posible fase final de la racha alcista impulsada por la IA.
The HinduChina supera el billón de dólares en superávit comercial para 2026
El superávit comercial de China superó el billón de dólares en octubre, alcanzando 1.04 billón de dólares en los primeros diez meses, impulsado por el fuerte crecimiento de las exportaciones, especialmente en productos relacionados con inteligencia artificial. Este desempeño económico ofrece un apoyo a Beijing mientras enfrenta problemas en el sector inmobiliario doméstico. Además, las exportaciones han generado tensiones comerciales con socios internacionales debido a la competencia de productos chinos de menor costo.
La Federación China de Ping Pong anuncia la lista de competidores para el Mundial de Equipos Mixtos
La Federación China de Ping Pong ha publicado la lista de atletas de la selección china para el Mundial de Equipos Mixtos Internacional de Ping Pong 2026. Se seleccionaron ocho jugadores, incluyendo a Wang Chuqin y Sun Yingsha, basándose en rankings y resultados de competiciones recientes. El evento se llevará a cabo en Chengdu del 29 de noviembre al 6 de diciembre.
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.
Cuando la experiencia se convierte en una puerta trasera: Envenenamiento de agentes de LLM autoevolutivos mediante optimización de tareas consciente del fallo
Se estudia un problema de ataques de puerta trasera a nivel de tarea en agentes de LLM autoevolutivos, donde el atacante inyecta tareas de evolución envenenadas. Se proponen BadEvolve, un marco que diagnostica fallos en cuatro etapas de evolución y utiliza reversión para preservar el progreso y evitar actualizaciones ineficaces. Los experimentos demuestran la efectividad de este marco contra diversos marcos de autoevolución.
Elsewise: Creación de narrativas interactivas abiertas con visualización del espacio de posibilidad
Se presenta Elsewise, una herramienta de autoría para narrativas interactivas basadas en LLM que utiliza un concepto de Trama Agrupada para mejorar la comprensión del espacio de posibilidad narrativa por parte del autor. El estudio de usuario indica que este enfoque mejora la anticipación del autor sobre la experiencia narrativa del jugador, facilitando un mejor control y exploración de dichas posibilidades.
EarthJev: Adquisición de evidencia visual eficiente y toma de decisiones para la comprensión del teledetección UHR
Se presenta EarthJev, un marco diseñado para la respuesta a preguntas visuales (VQA) en teledetección UHR, enfocado en la adquisición eficiente de evidencia visual. El sistema separa la puntuación de regiones de la generación de respuestas, utilizando señales de decisión específicas para mejorar la precisión y reducir la latencia. EarthJev superó a ZoomSearch en cinco puntos de referencia, logrando una precisión media del 53.06% con el modelo Qwen3.5-9B.
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.
Aprendizaje por refuerzo eficiente en muestras para la mejora de políticas mediante anclas de acción reversadas por flujo
Se presenta AnchorQ, un método que utiliza la reversión del flujo para mejorar políticas de aprendizaje por refuerzo mediante una representación de acción latente estructurada. Este enfoque busca mejorar la eficiencia de muestras y la fiabilidad de las políticas de robot en tareas de manipulación. Los resultados demuestran una mejora del 37% en la tasa de éxito en el mundo real y un 97% mayor rendimiento en la tarea simulada.
VEX-Bench: Medición de la complejidad de verificación de desinformación generada por LLM
Se presenta VEX-Bench, un punto de referencia unificado para evaluar la complejidad de verificación de desinformación generada por LLM. El estudio mide cómo el contenido generado por LLM consume la capacidad de verificación, encontrando que estos modelos pueden producir desinformación con un costo significativamente menor que la verificación basada en agentes. Los hallazgos indican que no existe un método único que domine todas las dimensiones de complejidad de verificación, enfatizando la necesidad de una evaluación multidimensional.
El envejecimiento de los agentes de IA es demasiado: Ingeniería de la vida útil para sistemas desplegados
Se presenta AgingBench, un punto de referencia longitudinal para medir la fiabilidad de agentes de IA desplegados. El estudio analiza cuatro mecanismos de envejecimiento (compresión, interferencia, revisión y mantenimiento) para determinar cómo se degrada la fiabilidad de estos agentes a lo largo del tiempo. Se utilizan grafos de dependencia temporal para diagnosticar fallos en las etapas de memoria del agente.
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.
Recuperación interactiva de personas con retroalimentación visual en tiempo real
Se presenta VFI-PR, un nuevo paradigma de recuperación interactiva de personas que utiliza retroalimentación visual de los candidatos recuperados como evidencia para la siguiente ronda de preguntas. El marco VFI-ReID adapta la recuperación y la generación de preguntas para incorporar esta retroalimentación visual, mejorando consistentemente la recuperación en comparación con métodos previos. Los experimentos demuestran la utilidad de la retroalimentación visual para refinar la recuperación interactiva de personas.
Estabilizando el Aprendizaje por Refuerzo en MoE al alinear enrutadores de entrenamiento e inferencia
Se propone el método Rollout Routing Replay (R3) para estabilizar el entrenamiento de aprendizaje por refuerzo (RL) en modelos Mixture-of-Experts (MoE). Este método registra las distribuciones de enrutamiento de la fase de inferencia y las repite durante el entrenamiento, reduciendo la divergencia KL y previniendo el colapso del entrenamiento. Los experimentos confirman que R3 estabiliza el entrenamiento de RL y supera a otros métodos existentes.
Optimización de política guiada por el profesor para la destilación del razonamiento en el razonamiento on-policy bajo gran divergencia de política
Se propone la Optimización de Política Guiada por el Profesor (TGPO) como un método de destilación on-policy para LLMs, diseñado para ser efectivo incluso con gran divergencia de política profesor-estudiante. TGPO guía la generación de tokens mediante el profesor y recompensas a nivel de trayectoria, buscando mejorar la exploración y el razonamiento. Los experimentos demuestran que TGPO supera a los métodos existentes basados en RKL.
De estados ocultos a confesiones: Auditoría de engaño en modelos de razonamiento
Se presenta StateWitness, un decodificador de auditoría diseñado para monitorear el comportamiento engañoso en modelos de lenguaje grande (LLM). Este sistema lee los estados ocultos del modelo objetivo para generar informes detallados de posibles fallos o violaciones. El sistema demuestra un rendimiento superior en la detección de engaño, ofreciendo evidencia a nivel de token o oración para la inspección humana.
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.
Ataques adversarios prácticos a *bandits* estocásticos mediante inyección de datos falsos
Se propone un modelo de amenaza práctico llamado Inyección de Datos Falsos para ataques adversarios en algoritmos de *bandits* estocásticos. Este modelo simula restricciones reales del atacante, como la inyección limitada de muestras falsas en el historial del aprendiz. Los experimentos validan la efectividad de estas estrategias, mostrando vulnerabilidades en estos algoritmos bajo escenarios adversarios prácticos.
Suite de Control de Edificios Inteligentes: Un Benchmark de Código Abierto Diverso para Evaluar y Escalar Políticas de Control HVAC para la Sostenibilidad
Se presenta la Suite de Control de Edificios Inteligentes, un benchmark de código abierto interactivo para evaluar y escalar políticas de control HVAC orientadas a la sostenibilidad. Este sistema incluye datos reales de 11 edificios, un simulador ligero y un modelo de red neuronal física modular. El objetivo es lograr una optimización robusta y escalable de la climatización en diversos edificios.
Identificación del mejor brazo en Banditos Lineales Generalizados mediante Aprendizaje por Refuerzo Híbrido
Se estudia la identificación del mejor brazo con confianza fija en bandidos lineales generalizados utilizando un modelo de retroalimentación híbrido. Se introduce una secuencia de confianza basada en la razón de verosimilitud para unificar observaciones y se propone un algoritmo híbrido Track-and-Stop para la asignación adaptativa de consultas. Los experimentos demuestran una mejora significativa en la eficiencia de la muestra sobre métodos de referencia.
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.
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.
Marcado biométrico por ultrasonido contra *deepfakes* de video facial
Se propone un nuevo método de marcado de agua biométrico llamado UltraGuard para proteger videos faciales en tiempo real contra *deepfakes* generados por IA. Este método utiliza señales ultrasónicas del smartphone para capturar características biométricas y las incrusta dinámicamente en el video durante la transmisión. La validación experimental demuestra que el sistema es eficaz contra la falsificación y edición de videos.
¿Pueden los agentes de LLM organizar su propia memoria?
Se presenta un marco llamado memoria autoorganizada (SoMem) para agentes de LLM que almacena la memoria en documentos enlazados. Este sistema permite al agente decidir qué resumir y cómo organizar la información, manteniendo la evidencia vinculada a las interacciones originales. Los resultados demuestran que SoMem supera a la mejor línea base en varias métricas de rendimiento.
Formato HiFloat4 para el entrenamiento posterior de RL de aprendizaje por refuerzo de extremo a extremo en Modelos de Lenguaje Grandes
Se presenta el primer entrenamiento posterior a la preentrenamiento de RL FP4 de extremo a extremo, utilizando el formato HiFloat4 (HiF4) y la técnica Rollout-ResQ. Estos métodos logran reducir significativamente la brecha de precisión con BF16 al mejorar la recuperación de la precisión perdida por el desbaje de activación. Los resultados demuestran que la elección del formato FP4 es crucial para determinar el límite de la precisión recuperable.