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 «Zhou Changsong»
Más recientes primero · Hasta 30 noticias por página
Medical XpressAtlas por primera vez rastrea proteínas que cruzan la barrera hematoencefálica
Científicos identificaron proteínas en el torrente sanguíneo que cruzan la barrera hematoencefálica hacia el cerebro, lo que sugiere que esta barrera actúa como un sistema de entrega molecular esencial para la salud cerebral. El estudio indica que la interrupción de este sistema puede ser un punto de fallo temprano en enfermedades neurodegenerativas como el Alzheimer, al impedir el suministro de proteínas protectoras necesarias para la función neuronal. Se proponen nuevas estrategias terapéuticas enfocadas en aumentar la producción de proteínas beneficiosas en otros órganos o mejorar la entrega de fármacos al cerebro.
El estrés está más fuertemente ligado a una peor calidad de vida entre adultos con múltiples condiciones crónicas
Un estudio de la Universidad de Finlandia Oriental encontró que el estrés percibido está más fuertemente relacionado con una peor calidad de vida relacionada con la salud en adultos que padecen dos o más condiciones crónicas. Los resultados sugieren que la claridad de la información de salud y la necesidad de abordar el estrés son cruciales para mejorar el bienestar de estos pacientes. Se recomienda buscar soluciones para coordinar mejor la atención y proporcionar apoyo práctico para mejorar la calidad de vida.
arXiv Computer Science AITiempo Reparametrizado Adaptativo para Muestreo Basado en Puntuación
Se propone el Tiempo Reparametrizado Adaptativo (ART) para el muestreo por difusión, buscando mejorar la asignación de pasos de tiempo al aprender una dinámica de tiempo inverso. Se introduce ART-RL, una formulación de aprendizaje por refuerzo para resolver el problema de control determinista. Los resultados demuestran que ART-RL mejora la calidad de la muestra en muestreadores existentes sin modificar el *pipeline* de muestreo.
Intervenciones de modelado propio pueden modular el desalineamiento emergente
Se investigan intervenciones de modelado propio, como el autoconocimiento y los autoinformes, para modular el desalineamiento emergente (EM) en modelos de lenguaje grande. Los experimentos demuestran que el ajuste fino del autoconocimiento reduce el desalineamiento sin afectar métricas individuales, sugiriendo que la fortificación del carácter es clave para la prevención. Los resultados reencuadran el EM como una desestabilización del carácter alineado del modelo, en lugar de la adopción de una persona mal alineada.
Entendiendo los modelos de lenguaje Mixture-of-Experts más allá de los límites de los expertos
El artículo investiga la organización a nivel de neurona en modelos Mixture-of-Experts (MoE) utilizando la medida RAMP. Se encontró que los conjuntos de neuronas especializadas por dominio muestran un solapamiento significativamente mayor en muestras del mismo dominio que entre diferentes dominios. Se propone un método de poda (RAMPr) para seleccionar neuronas y preservar el rendimiento del modelo.
Distilación de distribución regularizada por trayectoria para generación de un paso
Se propone la distilación de distribución regularizada por trayectoria (TRD) para la generación de un paso, combinando supervisión a nivel de distribución y trayectoria. Esta técnica supera a las líneas base en calidad de generación y eficiencia de entrenamiento para la generación de un paso y de pocos pasos en modelos como SANA-1.6B y Stable Diffusion 3.5.
South China Morning PostCómo la IA potencia la investigación de profesores de la Universidad Bautista de Hong Kong para beneficiar a la sociedad
Investigadores de la Universidad Bautista de Hong Kong están utilizando inteligencia artificial y principios científicos para mejorar la comprensión del cerebro humano y abordar problemas ambientales urbanos como el calor extremo y la contaminación. Se están desarrollando modelos para predecir la dinámica cerebral y estrategias para mitigar el impacto del cambio climático en las ciudades. La investigación busca crear modelos predictivos precisos y soluciones prácticas para la salud neurológica y la sostenibilidad urbana.
ITmedia NEWSAtaque que sortea la separación de clientes en Wi-Fi en 2 segundos, validado por universidad
Investigadores de la Universidad de California Riverside publicaron un método de ataque llamado AirSnitch para superar la separación de clientes en redes Wi-Fi. Este ataque explota fallas en la implementación de estándares, como el uso de claves compartidas, la falta de coordinación entre capas de red y la manipulación de puertos internos del punto de acceso. El estudio demostró que estos métodos pueden permitir la interceptación y el robo de datos en redes Wi-Fi, incluso en solo dos segundos.
China News ServiceExposición de platos de la cocina de Wenzhou en el Foro Cultural China-Francia en París
La octava edición del Foro Cultural China-Francia en París presentó platos de la cocina de Wenzhou, fusionando ingredientes locales con sabores franceses. El evento destacó la importancia de la gastronomía como puente para el intercambio cultural entre China y Francia. Se exhibieron técnicas culinarias tradicionales y artes manuales, mostrando la innovación y la herencia de la cocina de Wenzhou.
Tech XploreUn nuevo enfoque de modelado podría facilitar la predicción del consumo energético residencial
Investigadores de Concordia y otros colegas desarrollaron un nuevo enfoque de modelado llamado "Filtrado de Tres Capas" para mejorar la predicción del consumo energético residencial. Este método redujo el error de predicción del consumo eléctrico anual en hogares individuales de un 80.7% a solo un 4.3%. El modelo busca ofrecer estimaciones de energía más precisas para ayudar a los planificadores urbanos a priorizar la eficiencia energética y la transición a edificios más eficientes.
FortuneStartup de investigadores de Meta utiliza trabajadores por encargo con cámaras para la recopilación de datos de entrenamiento de robots
Una startup de San Francisco, Memories.ai, está utilizando trabajadores por encargo con cámaras para generar datos de video de primera persona para entrenar robots. La compañía ofrece una plataforma global donde los colaboradores graban tareas cotidianas para alimentar modelos de IA. Esto busca proporcionar datos de entrenamiento más variados y precisos para que los robots puedan aprender a realizar tareas complejas en el mundo real.
Funda que rastrea el sueño
Un equipo de investigación de Columbia Engineering desarrolló PillowSense, un sistema basado en tela para monitorear el sueño midiendo la frecuencia cardíaca, respiración y postura mediante contacto con el cuello. El sistema utiliza tela conductora para capturar señales eléctricas y aplicar aprendizaje automático para clasificar posturas de sueño. Los resultados sugieren una forma de obtener datos detallados del sueño sin dispositivos portátiles.
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.
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.
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.
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.
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.
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.
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.
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.
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.
Crédito de valor de búsqueda para el diseño heurístico automático evolutivo
Se propone el Crédito de Valor de Búsqueda (SVC) para mejorar el diseño heurístico automático en modelos de lenguaje grandes. Este mecanismo construye recompensas basadas en la admisión a un conjunto retenido y una medida de exposición a padres, buscando reflejar oportunidades de reutilización de los programas. Los resultados demuestran que SVC ofrece un mejor rendimiento de búsqueda en varias tareas de optimización comparado con el método anterior.
The Hindu BusinessLineSuperávit comercial de China supera el billón de dólares por segundo año consecutivo, con un aumento del 35% en exportaciones
El superávit comercial de China superó el billón de dólares por segundo año consecutivo, impulsado por un fuerte crecimiento en las exportaciones de bienes de alta tecnología como semiconductores y automóviles. Sin embargo, la situación enfrenta presiones debido a la sobrecapacidad industrial y la competencia por precios, además de las dificultades impuestas por las políticas comerciales de EE. UU. y la Unión Europea. Los funcionarios chinos buscan un comercio global más equilibrado.
Científicos identifican la inhibición de una enzima específica como objetivo prometedor para tratar el cáncer de páncreas
Un nuevo estudio demuestra que bloquear el factor B del complemento (CFB) con iptacopan detiene el crecimiento del cáncer de páncreas y modifica el microambiente tumoral. La mayor supresión tumoral se logró al combinar la inhibición del CFB con quimioterapia e inmunoterapia. Este hallazgo sugiere que la inhibición del CFB puede ser un mecanismo clave para alterar el entorno inmunológico del cáncer de páncreas.
Asia Central atrapada entre redes chinas y restricciones tecnológicas de EE. UU.
Asia Central se encuentra en una competencia geopolítica por la infraestructura energética necesaria para la IA, con potencias como China, EE. UU. y Rusia compitiendo por el suministro. Tayikistán estableció un enlace a Internet con Beijing, mientras que Kazajistán y Azerbaiyán inauguraron un cable submarino europeo para ofrecer rutas alternativas de conectividad digital.
No se identificaron personas.
Santa Cruz LocalPropuestas de vivienda avanzan en Seabright, Live Oak
Dos propuestas de vivienda avanzan en Santa Cruz, incluyendo proyectos de townhouses y unidades de alquiler por debajo del mercado. Las leyes estatales de vivienda están influyendo en la aprobación de estos desarrollos, mientras que los vecinos expresan preocupaciones sobre el impacto en la privacidad y el tráfico. Se discuten los desafíos de la asequibilidad de la vivienda y la necesidad de aumentar el suministro de viviendas en la región.
Rest of WorldEmpresas chinas de IA buscan mentes de Silicon Valley; el reclutamiento no será fácil
Empresas chinas de IA buscan atraer talento de Silicon Valley para acceder a modelos avanzados, lo que genera una competencia por el talento debido a las diferencias en la compensación y la cultura laboral. Existe una tensión creciente entre las restricciones tecnológicas entre EE. UU. y China, lo que podría hacer del reclutamiento de talento un punto focal de la competencia geopolítica.
Modelos de difusión aprendidos bajo la hipótesis del manfoldo: colapso y refinamiento
Se analiza un procedimiento de colapso y refinamiento de dos etapas para modelos de difusión, centrado en la estructura de la variedad de baja dimensión. Se demuestra que el entrenamiento de campo medio anillado recupera el denoiser de la población y se desarrollan el marco SiLD para mejorar la generación de datos. Los experimentos muestran una calidad de generación competitiva frente a las líneas de base basadas en difusión latente.
RiskFlow: Generación de escenarios de tráfico crítico y seguro rápido y fiel
Se presenta RiskFlow, un marco de generación de tráfico de seguridad crítica en bucle cerrado diseñado para evaluar sistemas de conducción autónoma. Este método reformula la generación de comportamiento futuro como transporte de flujo de un solo paso para mejorar la eficiencia y reducir errores de muestreo. Los experimentos demuestran que RiskFlow logra un buen equilibrio entre realismo adversarial y capacidad de generación de escenarios de seguridad crítica.