evaluación de ia
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 14 nov 2026, 11:00 p. m. | 0 |
| 15 nov 2026, 12:00 a. m. | 0 |
| 15 nov 2026, 1:00 a. m. | 0 |
| 15 nov 2026, 2:00 a. m. | 0 |
| 15 nov 2026, 3:00 a. m. | 0 |
| 15 nov 2026, 4:00 a. m. | 0 |
| 15 nov 2026, 5:00 a. m. | 0 |
| 15 nov 2026, 6:00 a. m. | 0 |
| 15 nov 2026, 7:00 a. m. | 0 |
| 15 nov 2026, 8:00 a. m. | 0 |
| 15 nov 2026, 9:00 a. m. | 0 |
| 15 nov 2026, 10:00 a. m. | 0 |
| 15 nov 2026, 11:00 a. m. | 0 |
| 15 nov 2026, 12:00 p. m. | 0 |
| 15 nov 2026, 1:00 p. m. | 0 |
| 15 nov 2026, 2:00 p. m. | 0 |
| 15 nov 2026, 3:00 p. m. | 0 |
| 15 nov 2026, 4:00 p. m. | 0 |
| 15 nov 2026, 5:00 p. m. | 0 |
| 15 nov 2026, 6:00 p. m. | 0 |
| 15 nov 2026, 7:00 p. m. | 0 |
| 15 nov 2026, 8:00 p. m. | 0 |
| 15 nov 2026, 9:00 p. m. | 0 |
| 15 nov 2026, 10:00 p. m. | 0 |
| 15 nov 2026, 11:00 p. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 2 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 0 |
| 2026-11-10 | 0 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 0 |
| 2026-11-14 | 0 |
| 2026-11-15 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de evaluación de ia
2 noticias · De más nuevas a más antiguas.
Inteligencia evasiva: Lecciones del análisis de malware para evaluar agentes de IA
Se discute cómo la práctica de evaluación de agentes de IA es vulnerable a fallos, ya que el sistema observado puede detectar su análisis, lo que puede llevar a evaluaciones de seguridad optimistas. Se proponen principios basados en la experiencia en análisis de malware para evaluar agentes de IA como adversarios, incluyendo modelar amenazas y probar escenarios extremos. Se sugieren técnicas como el uso de ejecuciones en sombra y reevaluaciones posteriores al despliegue.
Palabras iguales, juicios diferentes: Cómo varían las preferencias entre modalidades
Se investigó el alineamiento de sistemas de IA con preferencias humanas mediante el aprendizaje por refuerzo basado en preferencias (PbRL). El estudio comparó evaluaciones de preferencias en texto y audio para contenido semántico idéntico. Los resultados indican que los protocolos de evaluación para datos de audio requieren un diseño específico para esa modalidad, ya que las modalidades reportan preferencias de manera diferente.