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 «Zhang Maoming»

Más recientes primero · Hasta 30 noticias por página

Se revelan los concursantes del Torneo de Segunda Oportunidad de Jeopardy! 2027

Se han revelado los 27 concursantes del Torneo de Segunda Oportunidad de Jeopardy! 2027, todos provenientes de la temporada anterior. Estos jugadores competirán por avanzar al Torneo de Campeones. El torneo comenzará el 4 de enero y se espera más información sobre la temporada final en las próximas semanas.

Periodista: Brittany Sims

Hudson Williams aparecerá en episodios de la serie de Netflix The Altruists

El actor Hudson Williams aparecerá en tres episodios de la serie de Netflix The Altruists. Aparece en el Episodio 4, 5 y 7, interpretando el papel de Duncan Rheingans-Yoo. La serie narra la historia de amor y traición entre Sam Bankman-Fried y Caroline Ellison en el mundo cripto.

Periodista: Meaghan Darwish

Japón apuesta por mantener lazos «estables» con China pese a la tensión por Taiwán

La primera ministra de Japón, Sanae Takaichi, afirmó que Japón busca mantener relaciones constructivas y estables con China a pesar de la tensión generada por sus declaraciones sobre Taiwán. Takaichi reiteró que la postura de Japón no ha cambiado desde 1972 y busca impulsar una relación estratégica mutuamente beneficiosa. Sin embargo, las relaciones entre ambos países han sufrido un deterioro tras las declaraciones de Takaichi, lo que ha provocado críticas y restricciones comerciales por parte de China.

Periodista: THE OBJECTIVE

Personas mencionadas

Japón defiende vínculos "constructivos" y "estables" con China pese a la tensión por Taiwán

La primera ministra de Japón, Sanae Takaichi, defendió la posibilidad de mantener relaciones "constructivas" y "estables" con China a pesar de la tensión existente por la cuestión de Taiwán. Takaichi afirmó que la posición de Japón hacia China se mantiene inalterada desde 1972, buscando impulsar una relación estratégica mutuamente beneficiosa. Sin embargo, las declaraciones generaron tensión, y China respondió con presión comercial, mientras que las autoridades chinas acusaron a Takaichi de "neomilitarismo".

Periodista: Agencias

Personas mencionadas

Nelly Korda alcanza récord de ganancias en la final de temporada de la LPGA por $11M

Nelly Korda está buscando superar a Annika Sörenstam en la lista de ganancias de la LPGA, con un total de $11 millones en la final de temporada. La jugadora femenina número uno está enfocada en su juego, mientras que Lydia Ko también está cerca de superarla. Korda lidera la lista de ganancias de la LPGA 2026 con $6.31 millones en ganancias en el campo.

Periodista: David Rumsey

Ministro de Asuntos Exteriores solicita a China reabrir inmediatamente el punto fronterizo de Tatopani

El Ministro de Asuntos Exteriores de Nepal, Shishir Khanal, instó a China a reabrir de inmediato el punto fronterizo de Tatopani debido a las interrupciones en otros cruces fronterizos. Khanal destacó la importancia de reabrir Tatopani para facilitar la conectividad entre ambos países. El embajador chino se comprometió a coordinar con las autoridades para restablecer las operaciones en dicho punto.

Periodista: Shashwat Pant

Personas mencionadas

Equipo de Li Xiaoyan y Zhang Xuan de la Academia China de Ciencias revisa los avances y problemas clave en la investigación de materiales superduros microelectrónicos

Un equipo de la Academia China de Ciencias, compuesto por Li Xiaoyan y Zhang Xuan, ha revisado los avances y los problemas clave en la investigación de materiales superduros microelectrónicos. Esta colaboración se enmarca en el ámbito de la investigación científica y académica.

Periodista: Firma no identificada

Personas mencionadas

Hackatón de drones automatizados de Stanford: el primer evento

Stanford organizó su primer hackatón de drones, DroneHacks, donde más de 100 estudiantes desarrollaron un dron autónomo sin GPS. El evento incluyó una competencia de codificación y enfrentó desafíos como la brecha entre la simulación y la realidad. El equipo "Fat Kestrel" ganó el primer lugar y el premio principal.

Periodista: Ethan Taylor

Universidad Applied Science Private construye la fuerza laboral preparada para la IA de Jordania a través de su asociación con Huawei ICT Academy

La Universidad Privada Applied Science (ASU) ha establecido una colaboración con Huawei ICT Academy para integrar capacitación especializada en inteligencia artificial y ciberseguridad en sus programas académicos. Esta alianza ha beneficiado a más de 400 estudiantes en 2025, conectando la teoría académica con la práctica industrial. El objetivo es preparar a los graduados para las necesidades del mercado laboral y apoyar la Estrategia Nacional de Transformación Digital de Jordania.

Periodista: A GN Focus Report

La prensa japonesa destaca la "frialdad" del recibimiento a Takaichi en la APEC

La prensa japonesa señaló la frialdad del recibimiento a la primera ministra de Japón, Sanae Takaichi, durante la cumbre APEC en Shenzhen, evidenciando el deterioro de las relaciones entre Tokio y Pekín. Se destacó el trato frío de China hacia Takaichi en contraste con otros líderes. La tensión diplomática bilateral se intensificó tras declaraciones de Takaichi sobre la posible activación del ejército japonés en caso de un ataque chino contra Taiwán.

Periodista: EFE

Rapport: más de 1300 escuelas y 210 centros de salud dañados en Irán tras el ataque estadounidense

La guerra entre Estados Unidos e Israel ha causado graves daños a la infraestructura civil en Irán, incluyendo la destrucción de escuelas, centros de salud y otras instalaciones vitales. Un informe del Consejo nacional irano-estadounidense detalla cómo los ataques han afectado gravemente la economía, provocando pérdidas de empleo e inflación, y han dejado al país en una situación de gran precariedad.

Periodista: Les-crises.fr DT

Personas mencionadas

Opinión: WA debe profundizar en su dividendo de IA

Business News ofrece suscripciones para profesionales y ejecutivos interesados en el mercado de Western Australia (WA). La plataforma proporciona acceso a periodismo especializado, datos detallados de empresas y herramientas de investigación como Data & Insights, enfocadas exclusivamente en el mercado de WA. Se destaca la personalización del contenido a través de MyBN y la disponibilidad de pruebas gratuitas para evaluar los servicios.

Periodista: Jacquelyn Zhang

Personas mencionadas

No se identificaron personas.

SIGMA: estimación multimodal estructurada por síntomas de la gravedad de la depresión a partir de entrevistas clínicas

Se presenta SIGMA, un marco para estimar la severidad de la depresión a partir de entrevistas clínicas semi-clínicas utilizando estimación multimodal. El método utiliza diarización de hablantes y atención cruzada para integrar texto, audio y video, prediciendo los síntomas conjuntamente. Los resultados demuestran un rendimiento de vanguardia en la estimación de severidad de la depresión.

Periodista: Zhuoyuan Tang, Tao Wang, Kai Yang, Li Yuan, Yuezhou Zhang, Rongrong Zhong, Yi Cai, Saskia C. Sanderson, Jaime Delgadillo, Richard Dobson, Angus Roberts

Edición de Levenshtein para Modelos de Lenguaje de Difusión

Se propone LED (Levenshtein Editing for Diffusion Language Models), un marco posentrenamiento que extiende la edición solo por reemplazo (ROE) con inserción y eliminación para refinar secuencias generadas. Este método busca mejorar la corrección de errores en modelos de lenguaje de difusión. Los resultados demuestran que LED mejora significativamente las puntuaciones en varios benchmarks al aplicar el modelo al LLaDA2.1-Mini Base.

Periodista: Shuaidi Wang, Zhuocheng Gong, Xuejie Liu, Jianguo Li, Yu Zhang

Personas mencionadas

SharQ: Uniendo la escasez de activación y la cuantización FP4 para inferencia de LLM

Se presenta SharQ, un método de inferencia sin entrenamiento que combina la escasez de activación y la cuantización FP4 mediante una descomposición disperso-denso en línea. Este método genera una máscara adaptativa para extraer un esqueleto disperso, lo cuantiza a FP4 y utiliza una ruta densa para compensar la pérdida de precisión. Los resultados muestran una recuperación de precisión significativa y mejoras en la latencia y el rendimiento en tareas de LLM.

Periodista: Haoqian Meng, Yilun Luo, Yafei Zhao, Wenyuan Liu, Huaqing Zheng, Xindian Ma, Peng Zhang

Personas mencionadas

Pensar rápido, en cualquier lugar: Un Sistema-1 para los puntos de decisión de cualquier flujo de trabajo de agente

Se presenta AnyS1, un marco diseñado para convertir habilidades procedimentales humanas en una fuente compartida de puntos de decisión para agentes LLM, utilizando un modelo Sistema-1 ligero. Este sistema busca reducir significativamente el costo y la latencia al delegar decisiones a un modelo más rápido, manteniendo la fiabilidad de la tarea. Los resultados demuestran una reducción del 75-91% en el costo del episodio y una disminución en el tiempo de llamada al modelo.

Periodista: Rui Li, Liyang He, Zheng Zhang, Zhenya Huang, Qi Liu

Personas mencionadas

ARISE: Memoria Autoevolutiva Práctica para Agentes Empresariales Precisos y Eficientes

Se presenta ARISE, una arquitectura de memoria práctica para agentes LLM empresariales que permite que la memoria evolucione a partir de sus propios errores sin modificar el modelo base. Esta arquitectura utiliza un modelo o modelo maestro para asignar fallos y proponer correcciones, consolidando las mejoras en reglas macro. Los resultados demuestran que ARISE-Teacher supera a modelos existentes en benchmarks de precisión y reduce el uso de llamadas al modelo y tokens de salida.

Periodista: Jiangyun Zhang, Zhou Tang, Kristen Surrao, Zhiyu Chen, Albert Guan, Tor Nitayanont, Yupei Zhang, Roopali Singh, Yunkai Xiao, Shreya Pandit, Julia Huang, Shayan Ali Akbar, Erwin Cornejo, Yuan Li, Yi Zhang

NullTok: selección de tokens nulos empíricos para comprensión de video largo sin entrenamiento

Se presenta NULLTOK, un enfoque sin entrenamiento para la selección de tokens en la comprensión de videos largos para modelos MLLM. Este método evalúa la distribución de evidencia para determinar tokens relevantes, logrando resultados superiores en benchmarks de video. Los experimentos demuestran la efectividad de NULLTOK bajo un presupuesto de tokens visuales limitado.

Periodista: Zhang Ziyue, Juwei Jian, Baiyang Song, Yunshan Zhong, Jun Peng, Yiyi Zhou, Rongrong Ji

Personas mencionadas

Benchmarking de las capacidades de LLM en problemas de ciencias naturales

Se presenta STEMBench, un benchmark diseñado para evaluar las capacidades de los Modelos de Lenguaje Grande (LLM) en problemas de ciencias naturales como física de alta energía, astrofísica y neurociencia. El método evalúa la solución científica frente a la ingeniería mediante la comparación de una entrega sin conocimiento del dominio y una referencia de experto. El estudio compara el rendimiento de ocho modelos frontera en doce tareas, determinando el liderazgo a nivel de dominio basado en el número de tareas ganadas.

Periodista: Alina Avanesyan, Alexey Boldyrev, Liqun Deng, Denis Derkach, Mary Godunova, Mikhail Hushchyn, Dmitry Ilvovsky, Irina Knyazeva, Irina Piontkovskaya, Dmitry Polubotko, Fedor Ratnikov, Ekaterina Trofimova, Zhenhe Zhang

Un modelo fundacional para medir y predecir el comportamiento humano

Se presenta Chiron, un modelo fundacional diseñado para medir y predecir el comportamiento humano mediante el ajuste de un LLM. Este modelo busca alinear las distribuciones de respuesta poblacional con las estadísticas humanas, mostrando una mayor precisión en la predicción del comportamiento individual que los LLMs de frontera. Los resultados indican que Chiron es un instrumento computacional unificado para medir el comportamiento humano.

Periodista: Haoran Ye, Tianrui Huo, Hangzhen Li, Xin Zhang, Guojie Song

Personas mencionadas

No se identificaron personas.

CoreQ: Redondeo sucesivo corregido de desajuste para cuantización de LLM

Se presenta CoreQ, un marco de cuantización post-entrenamiento (PTQ) libre de aprendizaje que utiliza una descomposición geométrica del desajuste para calcular un coeficiente de corrección adaptativo por capa. Este método reduce el sobreajuste al limitar la influencia del desajuste en el objetivo de calibración de cada capa. CoreQ y su extensión K-CoreQ logran mejor rendimiento en precisión y perplexidad en diversas familias de LLM.

Periodista: Seohyeon Cha, Huancheng Chen, Dongjun Kim, Haoran Zhang, Kevin Chan, Gustavo de Veciana, Haris Vikalo

Personas mencionadas

TOMAS: Modelado de Operación Sensible a la Topología y Etapas Adaptativas para la Predicción de Mano Egocéntrica

Se presenta TOMAS, un marco para la predicción de movimientos de mano egocéntricos mediante modelado sensible a la topología y etapas adaptativas. El método desarrolla un mecanismo de razonamiento que vincula la estructura esquelética de la mano con la semántica del objeto para inferir operaciones de manipulación. Los resultados experimentales demuestran que TOMAS alcanza un rendimiento de vanguardia en la predicción de movimientos de mano multi-dimensional y multi-objetivo.

Periodista: Guanzhong Sun, Junyi Ma, Yuxuan Wu, Erhang Zhang, Chenyang Xu, Yanzi Miao, Hesheng Wang

Personas mencionadas

MANGO-Grasp: Campos de Mahalanobis sobre Gaussianos 3D orientados a la geometría para agarre diestro-embebido

Se presenta MANGO-Grasp, un marco de interacción anisotrópico que utiliza primitivas gaussianas 3D orientadas a la geometría para mejorar la representación de objetos y descriptores preentrenados para manos. Este método modela la interacción mano-objeto mediante campos de Mahalanobis anisotrópicos para guiar la realización del agarre en diferentes *embodiments*. MANGO-Grasp supera a la mejor línea base en simulaciones y logra un 86% de éxito en experimentos del mundo real.

Periodista: Heng Zhang, Kevin Yuchen Ma, Mike Zheng Shou, Weisi Lin, Yan Wu

Personas mencionadas

¿Los agentes de LLM saben cuándo no actuar?

Se presenta un marco de evaluación sistemático para medir la capacidad de agentes basados en LLM para reconocer cuándo deben abstenerse de actuar. El estudio aborda el riesgo de que los agentes ejecuten acciones irreversibles bajo ambigüedad o fallos de herramientas. Se propone un conjunto de tareas emparejadas y un pipeline automatizado para evaluar esta capacidad, demostrando que la habilidad de abstención es independiente de la capacidad general de resolución de tareas.

Periodista: Xun Liu, Yi Evie Zhang, Vira Kasprova, Parisa Rabbani, Pardis Sadat Zahraei, Tianyu Zhang, Ali Ebrahimpour-Boroojeny, Varun Chandrasekaran

Personas mencionadas

Evaluación de calidad de datos de materiales basada en confianza mediante conocimiento del dominio y aprendizaje estructurado en grafos

Se propone un marco de evaluación de calidad de datos de materiales basado en la confianza que combina conocimiento del dominio y aprendizaje estructurado en grafos. Este enfoque aborda problemas como errores de medición y datos duplicados en bases de datos de materiales. Los experimentos demuestran que la calibración de reglas mejora significativamente la calidad de los datos, aumentando el coeficiente de determinación en pruebas específicas.

Periodista: Sihan Liaing, Ji Zhang, Kehan Wang, Zihao Gao, Wei Ma, Yangang Wang, Zongguo Wang

Personas mencionadas

HorizonBench: Personalización a largo plazo con preferencias cambiantes

Se presenta HorizonBench, un generador de datos y un conjunto de datos humano para investigar cómo cambian las preferencias de los usuarios a lo largo del tiempo. El proyecto busca evaluar la capacidad de los asistentes personales para adaptarse a los cambios en las preferencias del usuario. Los resultados indican que la capacidad de recordar preferencias pasadas y conocer las preferencias actuales son capacidades separadas.

Periodista: Shuyue Stella Li, Bhargavi Paranjape, Kerem Oktar, Zhongyao Ma, Gelin Zhou, Lin Guan, Na Zhang, Sem Park, Lin Chen, Diyi Yang, Yulia Tsvetkov, Asli Celikyilmaz

CoNav-UAV: Navegación Aérea Dual de Altitud Cooperativa mediante Aprendizaje Stackelberg

Se propone CoNav-UAV, un modelo de juego Stackelberg entre un líder de alta y un seguidor de baja altitud para la navegación aérea cooperativa de UAVs. El sistema utiliza Aprendizaje Iterativo Stackelberg para adaptar la optimización a cada agente, mejorando el rendimiento en escenas urbanas de alta fidelidad. El método demuestra mejoras significativas en la tasa de éxito y la transferencia entre escenas al permitir la adaptación mutua de los agentes.

Periodista: Junru Song, Wenhao Zhang, Yang Yang, Xuekai Qiu, Feifei Wang, Weien Zhou, Tingsong Jiang, Ying Wen, Yang Li, Wen Yao

Personas mencionadas

OpenKAGE: Aprendizaje permanente abierto en el mundo abierto a través de la evolución del grupo de agentes

Se presenta OpenKAGE, un marco de evolución de grupo de agentes diseñado para el aprendizaje permanente abierto. Este sistema permite a los agentes explorar mundos abiertos y adquirir nuevas capacidades reutilizando conocimiento acumulado de interacciones y experiencias de otros. El marco incluye una representación de conocimiento de dos capas y un mecanismo de intercambio que consolida la experiencia textual en un grafo compartido.

Periodista: Wenhao Yuan, Longhui Yuan, Zexi Jia, Ningzhe Shi, Jingwei Li, Shipeng Cen, Pengcheng Luo, Jie Zhou, Jinchao Zhang

Personas mencionadas

Modelado de mundo consciente del riesgo con evolución guiada por flujo para la planificación de trayectoria selectiva en conducción automatizada

Se presenta RiskWorld, un marco de modelado de mundo consciente del riesgo para la planificación de movimiento seguro en conducción automatizada. Este modelo fusiona campos de riesgo espacial y contexto temporal con características visuales para predecir riesgos y reemplazar trayectorias de manera selectiva. El sistema demostró la menor tasa de colisión en un horizonte de 3 segundos, superando a las líneas de base existentes.

Periodista: Rongxiang Zeng, Linsen Cai, Jiafu Zhang, Yijie Zhong, Yide Tao, Shuai Wang, Nan Zheng, Hai L. Vu, Alvaro Garcia Hernandez, Yongqi Dong

Personas mencionadas

Horizontal Flow Matching para Dinámicas Espaciotemporales de Células

Se presenta un modelo llamado HORIZON para aprender las dinámicas espaciotemporales de células a partir de transcriptómica espacial. Este modelo aprende cambios en la organización del tejido y la abundancia celular hasta el movimiento rígido compartido. HORIZON mejora la reconstrucción de la geometría del tejido y la expresión génica en series temporales de transcriptómica espacial.

Periodista: Zihan Wang, Jianzhe Li, Zhenyi Zhang, Peijie Zhou

Personas mencionadas