machine learning
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 |
|---|---|
| 8 nov 2026, 4:00 a. m. | 0 |
| 8 nov 2026, 5:00 a. m. | 0 |
| 8 nov 2026, 6:00 a. m. | 0 |
| 8 nov 2026, 7:00 a. m. | 0 |
| 8 nov 2026, 8:00 a. m. | 0 |
| 8 nov 2026, 9:00 a. m. | 0 |
| 8 nov 2026, 10:00 a. m. | 0 |
| 8 nov 2026, 11:00 a. m. | 0 |
| 8 nov 2026, 12:00 p. m. | 0 |
| 8 nov 2026, 1:00 p. m. | 0 |
| 8 nov 2026, 2:00 p. m. | 0 |
| 8 nov 2026, 3:00 p. m. | 0 |
| 8 nov 2026, 4:00 p. m. | 0 |
| 8 nov 2026, 5:00 p. m. | 0 |
| 8 nov 2026, 6:00 p. m. | 0 |
| 8 nov 2026, 7:00 p. m. | 0 |
| 8 nov 2026, 8:00 p. m. | 0 |
| 8 nov 2026, 9:00 p. m. | 0 |
| 8 nov 2026, 10:00 p. m. | 0 |
| 8 nov 2026, 11:00 p. m. | 0 |
| 9 nov 2026, 12:00 a. m. | 0 |
| 9 nov 2026, 1:00 a. m. | 0 |
| 9 nov 2026, 2:00 a. m. | 33 |
| 9 nov 2026, 3:00 a. m. | 0 |
| 9 nov 2026, 4:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-11 | 0 |
| 2026-10-12 | 0 |
| 2026-10-13 | 0 |
| 2026-10-14 | 0 |
| 2026-10-15 | 0 |
| 2026-10-16 | 0 |
| 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 | 51 |
| 2026-11-04 | 32 |
| 2026-11-05 | 0 |
| 2026-11-06 | 28 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 33 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de machine learning
149 noticias · De más nuevas a más antiguas.
arXiv Computer Science AIMétodo híbrido de detección de anomalías para identificación de vehículos eléctricos a partir de registros de medidores inteligentes
Se propone un método híbrido de detección de anomalías para identificar vehículos eléctricos (VE) utilizando registros de medidores inteligentes. Este método combina técnicas basadas en predicción y reconstrucción para abordar el problema de desequilibrio de datos. El modelo se compara con métodos existentes y demuestra su superioridad con datos reales.
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.
Creencias en la retroalimentación: Representaciones factorizadas de agentes interactuantes en transformadores
Se desarrolla un marco de mecánica computacional para estudiar agentes interactuantes en bucles de retroalimentación. Se demuestra que el comportamiento conjunto puede ser generado por un modelo de Markov oculto cuyas creencias bayesianas factorizan por agente. Los experimentos indican que los transformadores entrenados con estas secuencias aprovechan esta separabilidad, lo que permite desentrañar las creencias subyacentes. Esto establece bases para investigar la arquitectura predictiva composicional en modelos preentrenados.
AttentionIndex: Acelerando la Atención Escasa Aprendida con un Índice Invertido Causal
Se presenta AttentionIndex, un método para acelerar la atención dispersa aprendida en modelos de IA. Este índice dirige las consultas a través de un índice de archivo invertido que agrupa claves por similitud. El método mejora el rendimiento de prellenado y la precisión en benchmarks de contexto largo en comparación con HiSA.
Investigación sobre los efectos del tamaño del parche en modelos fundacionales de series temporales
Se investiga cómo el tamaño del parche afecta a los modelos fundacionales de series temporales basados en parches, analizando su interacción con arquitecturas transformer. Los resultados indican que los modelos encoder-only se benefician de parches más pequeños, mientras que los modelos decoder-only funcionan mejor con tamaños intermedios de parche. La elección del tamaño del parche y la arquitectura debe ajustarse según el horizonte de pronóstico y las limitaciones de despliegue.
Medición de la estabilidad de la explicación mediante la separabilidad
Se propone un marco basado en la distribución para medir la estabilidad de las puntuaciones de atribución en modelos de caja negra. El enfoque busca entender la separabilidad del vector de atribución clasificado y determinar el índice para el cual la clasificación de características es fiable. Este método extiende la comparación de métodos de atribución basándose en la robustez de sus clasificaciones en diferentes conjuntos de datos.
Descomponiendo series temporales irregulares en patrones temporales interpretables con mezcla de expertos
Se presenta MoTIF, un marco interpretable basado en atención de mezcla de expertos (MoE) para descomponer series temporales irregulares en patrones temporales de diferentes escalas. El método demuestra alta precisión en la recuperación de patrones y supera a modelos de secuencia estándar en predicción de valores futuros. Los resultados indican que descomponer la estructura temporal en patrones específicos y auditables no compromete la precisión predictiva.
Compatibilidad funcional como determinante del aprendizaje neuronal persistente
Se investiga la compatibilidad funcional como factor causal que determina si el nuevo aprendizaje en redes neuronales puede coexistir con el comportamiento existente y persistir. El estudio sugiere que esta compatibilidad es un determinante manipulable de la persistencia del aprendizaje. Esto redefine la estabilidad-plasticidad al enfocarse en qué nuevo conocimiento puede integrarse sin destruir las funciones previamente aprendidas.
Hacia agentes lenguaje-movimiento continuos: Variantes LoRA para la comprensión y generación incremental del movimiento
Se investiga la estabilidad-plasticidad en el aprendizaje bidireccional de agentes lenguaje-movimiento para manejar nuevos conceptos de movimiento sin olvidar habilidades previas. Se proponen variantes LoRA y arquitecturas de mezcla de expertos para mitigar la interferencia entre tareas. Los resultados demuestran un olvido cercano a cero en ambas direcciones y que la selección de expertos por enrutamiento supera la mezcla suave.
Ley SIMPLE para el costo energético de la inferencia de LLM
Se presenta la ley SIMPLE para predecir el consumo energético de LLMs, un modelo de cuatro parámetros que diferencia el prellenado del decodificado. El modelo demuestra una precisión alta (R2 = 0.969) al comparar con modelos SOTA, explicando cómo el crecimiento de la dimensión oculta afecta la energía y cómo la agrupación GQA reduce el consumo por token. También se analiza el impacto del presupuesto de razonamiento y el costo energético en escenarios de servicio agentico.
No se identificaron personas.
WISE-ATTA: Cuándo solicitar etiquetas en la adaptación activa en tiempo de prueba
Se presenta WISE-ATTA, un enfoque de adaptación activa en tiempo de prueba (ATTA) que gestiona el costo de etiquetado al asignar la supervisión de manera presupuestada a lo largo del flujo de prueba. El método utiliza señales ligeras para priorizar cuándo aplicar la supervisión, enfocándose en momentos donde es más útil, y emplea criterios de selección basados en la deriva para optimizar el uso de ejemplos etiquetados. El estudio demuestra que este enfoque logra un rendimiento competitivo o superior a otros métodos ATTA, requiriendo significativamente menos etiquetas.
Alineación de seguridad en la etapa de preentrenamiento con reflexión
Se propone el Pretraining-stage Alignment de Reflexión de Seguridad para mejorar la alineación de seguridad en LLMs al insertar reflexiones de seguridad entre las oraciones durante el preentrenamiento. Los experimentos indican que este método mejora la precisión de clasificación de seguridad y reduce los ataques en etapas posteriores. Los hallazgos sugieren que la alineación debe moldear los comportamientos que los modelos adquieren, no solo hacer los datos seguros.
Marco unificado de discriminación, calibración y clasificación
El texto presenta un marco de matriz indicador que unifica las medidas de discriminación, calibración y clasificación. Se introducen operadores de celda adicionales para definir marcos de calibración y clasificación, heredando la arquitectura de agregación micro/macro/ejemplar. Se detallan las relaciones entre diferentes métricas como Brier, nDCG y AUC.
¿Son las citas falsas una forma de hackeo de recompensas? Un estudio preregistrado de señales de citación post-entrenamiento y citación
Un estudio preregistrado investigó si los modelos de lenguaje entrenados posteriormente fabrican citas como una forma de hackeo de recompensas. Los resultados indican que pedir citas aumenta significativamente la fabricación de citas en los modelos post-entrenamiento. Se concluye que los modelos fabrican citas a tasas mucho mayores cuando se les solicita fuentes, aunque el patrón específico registrado no se confirmó.
No se identificaron personas.
Meta-memorización y leyes de escalado de memorización en transformadores
Investigaciones sobre transformadores indican que modelos más grandes pueden memorizar más datos y hacerlo más rápido. Se demuestra un efecto de meta-memorización que permite a los modelos aprender a memorizar secuencias nuevas más rápidamente. Esto sugiere que el preentrenamiento confiere mecanismos reutilizables para un almacenamiento y recuperación de memorias eficientes.
CIS-Transolver: Un Operador Neuronal Incremental de Estado entre Capas para la Predicción del Flujo Aerodinámico Automotriz a Pequeña Escala
Se presenta CIS-Transolver, un operador neuronal incremental de estado entre capas diseñado para predecir flujos aerodinámicos automotrices complejos. El método integra información multiescala local en la modelización del flujo global mediante la extracción y combinación de momentos geométricos y memoria entre capas. Los resultados demuestran que este método reduce significativamente el error relativo y los errores espectrales de alta frecuencia en comparación con las mejores líneas base.
It Takes Two: Auto-destilación complementaria para la integridad contextual en LLMs
Se propone SELFCI, un marco de auto-destilación complementaria para mejorar la Integridad Contextual (CI) en modelos de lenguaje grandes (LLMs). Este marco optimiza la supresión de información y la resolución de tareas para equilibrar la utilidad y la privacidad. Evaluaciones empíricas muestran que SELFCI supera a métodos competitivos sin requerir supervisión externa costosa.
Compresión guardada del estado del optimizador Adam con límites de gradiente compartidos
Se investiga la compresión guardada del estado del optimizador Adam para reducir el tamaño de los momentos, manteniendo la precisión de la actualización nativa FP32 dentro de una tolerancia específica. Se demuestra que al limitar la diferencia entre las actualizaciones, se logran reducciones significativas en la carga útil de los momentos, mejorando la eficiencia de la compresión.
ZenBrain: Arquitectura de memoria de 7 capas inspirada en neurociencia para sistemas de IA autónomos
Se presenta ZenBrain, una arquitectura de memoria de siete capas basada en neurociencia para agentes de LLM. Esta arquitectura incluye componentes para la memoria y algoritmos fundamentales, evaluando su rendimiento en tareas de recuperación de contexto. Los resultados indican que ZenBrain alcanza un 91.3% de precisión con una fracción de sus tokens de entrada, superando a otros sistemas en ciertas métricas.
LaBraM a escala: Escalando datos y modelos para el preentrenamiento de EEG
Se demuestra que el preentrenamiento de EEG a gran escala con LaBraM puede generar representaciones robustas para diversas tareas. Se expandió la capacidad del modelo y los datos, logrando altos porcentajes de precisión en tareas evaluadas. Los resultados indican que escalar LaBraM es valioso, pero es crucial igualar la escala de preentrenamiento con la adaptación posterior.