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 en título, descripción, resumen, tags, personas o periodista.
150 resultados para «Zhao»
Más recientes primero · Hasta 30 noticias por página
China News ServiceLa competencia en el turismo cultural se intensifica, Zhejiang Wenzhou explora la solución al dilema de la superficialidad.
Wenzhou, Zhejiang, está combatiendo la competencia turística mediante la creación de experiencias inmersivas y la renovación de negocios tradicionales. Se destacan proyectos como la "Noche de Pintura del Río Tanghe" y la diversificación de servicios en el cine, incluyendo formatos "cine + cultura turística" y "cine + deportes". Además, se están revitalizando los productos gastronómicos tradicionales y se buscan modelos de negocio híbridos para maximizar el valor de los activos turísticos.
Windhoek ObserverChina busca exportaciones de uvas de Namibia
China enviará un equipo de expertos a Namibia para inspeccionar la producción de uvas con el fin de facilitar la exportación a su mercado. Esto se enmarca en el fortalecimiento de las relaciones diplomáticas y comerciales entre China y Namibia. Además, se detallan acuerdos en diversos sectores, incluyendo cooperación agrícola, desarrollo de atletas y políticas comerciales como la eliminación de aranceles.
Crítica experta sobre "La rodilla noble": "La madre del Loongson" Huang Lingyi
Se celebró un evento en Beijing para el lanzamiento y discusión de un libro de no ficción literaria sobre la científica Huang Lingyi, apodada "la madre del Loongson". Expertos y académicos debatieron la obra, destacando su valor como relato de la perseverancia científica y el espíritu de dedicación a la nación. La discusión enfatizó cómo el libro une la ciencia dura con la narrativa humana, reflejando el espíritu de los trabajadores tecnológicos chinos.
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.
Sentimiento de saber en modelos de lenguaje grandes
Se investiga la desincronización del juicio de conocimiento en modelos de lenguaje grandes (LLM) mediante el sentimiento funcional de saber (FoK). Se proponen dos canales entrenables para modificar la capacidad de respuesta y el estado de conocimiento. Los experimentos demuestran que la alineación explícita de FoK mejora la calidad del juicio en el conocimiento actualizado.
No todos los despliegues necesitan destilación: Distilación auto-filtrada por corrección
Se presenta la OPSD filtrada por corrección (C-OPSD) para supervisar trayectorias generadas por estudiantes, buscando optimizar la destilación de respuestas incorrectas. Los resultados demuestran que C-OPSD logra un rendimiento comparable a la OPSD completa y reduce el tiempo de entrenamiento y el cómputo requerido. Esto conecta la redundancia de supervisión condicionada por resultado con una destilación más eficiente.
El Agente Fármaco: Un Científico de IA Escalable para el Descubrimiento de Fármacos
Se presenta El Agente Fármaco, un científico de IA que utiliza LLMs para transformar objetivos de descubrimiento de fármacos en flujos de trabajo computacionales escalables. El sistema utiliza una memoria científica compartida, Fármaco Atlas, para rastrear la procedencia de las moléculas. El agente puede iniciar cálculos para colecciones enteras de moléculas con una sola solicitud, mejorando la eficiencia del descubrimiento de fármacos.
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.
LLMCodec: Adaptando códecs de video para la compresión eficiente de pesos de modelos de lenguaje grandes
Se presenta LLMCodec, un método de compresión basado en códecs de video para modelos de lenguaje grandes (LLM), integrando cuantización afín con el códec VVC/H.266. Los experimentos demuestran que LLMCodec reduce la perplexidad en más de 1.5 veces y mejora la precisión de la tarea subsiguiente en un 21% en el modelo LLaMA-3-8B a precisión de 2 bits.
La Razón BoliviaHackeo a Binance: ¿qué tan expuestos están los usuarios de criptomonedas en Bolivia?
Un hackeo en Binance con pérdidas estimadas en USD 6.300 millones ha generado preocupación en Bolivia debido a la alta dependencia de la plataforma en el mercado local. El incidente resalta los riesgos de operar con exchanges internacionales y la necesidad de fortalecer la seguridad en la cadena de suministro tecnológica y humana. Se enfatiza la importancia de la educación financiera y la cautela al mantener activos digitales, sugiriendo que los usuarios diversifiquen sus riesgos y fortalezcan sus medidas de seguridad.
Chosun IlboFundador de Binance advierte sobre el aumento de ciberataques a exchanges y bancos por el uso de IA
El fundador de Binance, Zhao Changpeng, predice un incremento en los ciberataques a exchanges y bancos debido al uso de inteligencia artificial. Argumentó que la industria debe adoptar la IA para prevenir estos ataques. Se sugiere que las instituciones financieras integren la IA en sus sistemas de seguridad.
France 24Los demócratas planean investigar a Trump tras las elecciones de mitad de mandato
Los legisladores demócratas están preparando una investigación exhaustiva contra la administración Trump, enfocándose en la corrupción, los negocios familiares y los vínculos con figuras como Epstein y Kushner. Si ganan las elecciones de mitad de mandato, buscan utilizar sus poderes para investigar políticas, contratos y posibles conflictos de interés. También planean scrutinizar los indultos presidenciales y la obstrucción de la Casa Blanca.
La VanguardiaCorea del Norte niega estar detrás del saqueo de 6.300 millones de dólares en criptomonedas
Estados Unidos acusa a Corea del Norte de ser responsable del robo de 6.300 millones de dólares en criptomonedas de Binance. Varias empresas de seguridad apuntan al grupo TraderTraitor, vinculado a Lazarus, como el responsable del ciberataque. Corea del Norte ha negado la acusación, calificándola de provocación política.
Veterano de guerra rescata a un niño de 7 años que se cayó al agua y dona toda la recompensa
Un veterano de guerra, Zhao Weiping, rescató a un niño de 7 años que se cayó al agua en el parque zoológico de Pekín. Tras el rescate, donó la totalidad de la recompensa a los familiares de héroes caídos. El texto también detalla su trayectoria como veterano, su trabajo en seguridad hospitalaria y sus numerosas acciones de caridad y donación de sangre a lo largo de los años.
TRT WorldBinance cubre el 95 por ciento de los $6.3 mil millones robados en un hackeo récord de criptomonedas
Binance aseguró el 95% de los $6.3 mil millones robados en un hackeo de criptomonedas, atribuidos a hackers vinculados a Corea del Norte. La plataforma aseguró a los clientes que sus fondos estarían cubiertos mediante activos propios, un fondo de seguro y una reserva de bitcoin. El incidente ha intensificado las preocupaciones sobre la seguridad en la industria de criptomonedas y la necesidad de mayores estándares de seguridad.
heise onlineRobo de mil millones en Binance: Corea del Norte niega acusaciones
El régimen norcoreano ha negado acusaciones de que el mayor robo de la historia se debió a ciberdelincuentes norcoreanos en la plataforma Binance. Se reporta que atacantes norcoreanos extrajeron 6.3 mil millones de dólares estadounidenses, estableciendo un nuevo récord de robo. Se sospecha que el grupo TraderTraitor está detrás de estos robos, buscando financiar al régimen mediante el robo de criptomonedas para evadir sanciones.
Moskovsky KomsomoletsKim Ye-Chong explotó: EE. UU. miente sobre hackers de Corea del Norte
La hermana de Kim Jong-un, Kim Ye-Chong, rechazó las afirmaciones de Estados Unidos sobre la conexión de los hackers que comprometieron Binance con Corea del Norte, calificándolas de provocación. Ella señaló que el FBI intenta difamar a la Corea del Norte como un estado de cibercrimen. Se reporta que el incidente afectó activos por unos 6.3 mil millones de dólares, aunque Binance no detalló más información.
GSExplorer: Generación interactiva de mundo con estado Gaussiano persistente 3D
Se presenta GSExplorer, un marco de generación-reconstrucción basado en un estado de mundo Gaussiano 3D persistente para la generación interactiva de mundos. Este sistema utiliza condiciones de renderizado y reconstrucción SLAM para asegurar la consistencia de la escena a lo largo de la exploración. El método demuestra un rendimiento superior en evaluaciones de WorldScore, logrando alta consistencia y control de cámara en extrapolaciones de múltiples pasos.
SAMP: Priorización de Margen Autoadaptativa para Marcado de Agua de Difusión Robusto
Se presenta SAMP, un marco autoadaptativo para el marcado de agua en modelos de difusión, que ajusta la fuerza de incrustación y la prioridad de optimización de las dimensiones del marcado de agua. Este enfoque busca mejorar la robustez del marcado de agua al adaptar la fuerza de incrustación según la separación de códigos y priorizar dimensiones vulnerables a perturbaciones. Los resultados experimentales muestran mejoras significativas en la precisión de recuperación de información y en métricas como PSNR y LPIPS.
Las barreras de seguridad predictivas no siempre hacen a los agentes de LLM más seguros
Se investiga el *pipeline* de predicción a acción en agentes de LLM para evaluar barreras de seguridad predictivas. Los hallazgos indican que la mayor implicación de la predicción no garantiza ganancias de seguridad y puede aumentar el costo de inferencia. Además, las predicciones del modelo del mundo son insuficientemente fiables, lo que sugiere una brecha fundamental entre la previsión y la acción.
Mejores respuestas, menor control de evidencia: Omisión de evidencia en destilación de políticas
Se investiga la separación entre la mejora de la precisión de la respuesta y la debilidad en el control de la evidencia en la destilación on-policy (OPD). Los resultados muestran que la OPD estándar aumenta la precisión del documento original, pero también incrementa la omisión de evidencia. Se propone la OPD de Evidencia Emparejada (EP-OPD) para mejorar la recuperación de la precisión de la respuesta mientras se mantiene la ganancia de precisión del documento original.
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.
Índice de Salud de Benchmarks: Un marco sistemático para comparar los puntos de referencia de los LLM
Se presenta el Índice de Salud de Benchmarks (BHI), un marco basado en datos para auditar la fiabilidad de los puntos de referencia utilizados para medir el progreso de los Modelos de Lenguaje Grande (LLM). Este índice evalúa la capacidad de discriminación, la anti-saturación y el impacto de estos benchmarks en los ecosistemas académico e industrial. El objetivo es proporcionar una base sólida para la selección de benchmarks y la gestión dinámica de los protocolos de evaluación.
Distilación de auto-enseñanza consciente de la búsqueda con alineación de hermanos para recomendación generativa
Se propone un marco llamado SA-OPSD para mejorar la supervisión del entrenamiento en la recomendación generativa mediante la transferencia de conocimiento del auto-maestro a los estados visitados durante la búsqueda en haz del estudiante. Se introducen técnicas como el Muestreo de Límite Evolutivo y la Destilación de Rama Desacoplada por Confianza para manejar desafíos relacionados con la retención de estados y las preferencias de las ramas competidoras. Los experimentos realizados en diferentes dominios demuestran un fuerte rendimiento del método propuesto.
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
CUA-Master: Escalando Agentes de Uso de Computadora a través de Mejoras Recursivas de Mundo Abierto
Se presenta CUA-Master, un marco de mejora recursiva de doble bucle para abordar las limitaciones de los agentes de uso de computadora (CUAs) en diversidad y fiabilidad de datos. El sistema utiliza un modelo de datos del mundo exterior para guiar la construcción de datos, y un mecanismo interno para propagar semillas de mundo abierto. Los experimentos demuestran que CUA-Master-27B alcanza un rendimiento competitivo en varios benchmarks, mejorando la calidad y eficiencia de la síntesis de datos.
Pensar globalmente, generar personalmente: Pensamiento multi-vista con generación adaptativa para recomendación
Se presenta el marco MV-Thinker, un enfoque para la recomendación generativa basado en ID semántico (SID) que aborda problemas de modelado de contexto y adaptación personalizada. El método coordina vistas de historial completo y reciente para generar contextos complementarios y utiliza adaptadores residuales para transformar adaptativamente los estados del decodificador. Los experimentos demuestran que MV-Thinker supera a las líneas base existentes en métricas de clasificación.
Modelos de lenguaje aprenden a mejorar modelos de lenguaje
Se propone LM2LM para entrenar LLMs con RL para generar propuestas de mejora efectivas de modelos de lenguaje. Se utiliza un modelo de mundo de investigación (RWM) como modelo de recompensa para proporcionar retroalimentación escalable. Evaluaciones muestran que LM2LM permite a Qwen3.8-27B superar a GPT-6-sol con un 33% menor costo de generación de datos.
Spotter: El modelo encarnado lidera y el VLM refleja por ello
Se propone Spotter, un sistema que invierte los roles entre el modelo encarnado y el modelo vision-language (VLM). El modelo encarnado ejecuta continuamente mientras el VLM monitorea, interviene y corrige errores detectados. Los resultados muestran que la implementación con GPT mejora significativamente el rendimiento de los modelos encarnados en RoboCasa y RoboTwin 2.0.