LATIDIA / EXPLORAR
Chatbots: descargas, empresas y actualidad
Compará diez asistentes de IA con cifras públicas de Android y acceso a sus sitios oficiales.
Cómo leer las cifras
Google Play publica umbrales de instalaciones acumuladas, no descargas exactas por mes. Esta selección no constituye un top mundial certificado.
Una aplicación puede cambiar de nombre y conservar instalaciones anteriores. Copilot queda sin clasificación mientras no haya una cifra comparable de su aplicación independiente.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 2307 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
¿Qué deben recordar los agentes incorporados? Evaluación comparativa y evaluación de la modalidad de memoria para agentes incorporados
arXiv: 2610.12561v1Announce Type: new Resumen: La memoria permite a los agentes del modelo de lenguaje grande (LLM) utilizar la experiencia pasada, a menudo almacenada como registros textuales, al responder a las solicitudes. Para agentes encarnados que controlan el robot
arXiv · cs.RODesarrollo de una mano protésica de bajo coste mediante electromiografía y aprendizaje automático
arXiv:2411.15533v2 Tipo de anuncio: reemplazar Resumen: La electromiografía (EMG) es una medida de la actividad eléctrica muscular y se utiliza en muchas disciplinas clínicas/biomédicas y en la interacción humana moderna con el ordenador. Myo-elect
arXiv · cs.ROUna exploración de los ataques a los sistemas de agentes de IA
arXiv: 2610.12524v1Tipo de anuncio: nuevo Resumen: A medida que los agentes autónomos de IA se integran más en dominios sensibles, es crucial que los sistemas de IA de un solo agente y de múltiples agentes estén protegidos. Este documento investiga qué tan rápido
arXiv · cs.CRModelos vulnerables en la cadena de suministro de IA: un estudio empírico de patrones de adopción, propagación y uso
arXiv:2610.12893v1 Tipo de anuncio: nuevo Resumen: La rápida integración de los modelos de Inteligencia Artificial (IA) ha establecido una cadena de suministro compleja, pero muchos de estos artefactos compartidos albergan vulnerabilidades graves como
arXiv · cs.CRToFu: Explotar y difuminar el límite de LLM-Orchestrator-Tool Trust
arXiv:2610.13651v1 Anuncio Tipo: nuevo Resumen: Los modelos de lenguaje grandes (LLM) se implementan cada vez más como agentes que interactúan con software externo a través de herramientas, con una capa de orquestación que traduce las salidas del modelo.
arXiv · cs.CRModelo de Lenguaje Grande Federado Bizantino-Resiliente a través del Paso de Mensajes Hipergráficos
arXiv:2610.12711v1 Anuncio Tipo: cruzado Resumen: Los modelos de lenguaje grandes federados (FedLLM) prometen ofrecer inteligencia colaborativa que preserve la privacidad. El proceso de entrenamiento descentralizado es vulnerable a Byz
arXiv · cs.CRVEPA: Política formal verificada y en evolución para establecer medidas de protección para los agentes de LLM de por vida.
arXiv:2610.12813v1 Announce Type: cross Resumen: Los agentes de LLM operan cada vez más sobre recursos sensibles, como documentos privados y estados mutables del sistema, lo que puede crear graves riesgos de seguridad. Tiempo de ejecución
arXiv · cs.CRConfíe, pero valide el instrumento: audite los planes de verificación RTL generados por IA en los proxies de regresión de seguridad creados
arXiv: 2609.19844v2Announce Type: replace Resumen: Los planes de verificación RTL generados por IA pueden satisfacer un esquema de proveedor pero fallar en el límite de la ejecución confiable. Presentamos SecTB-RTL, un marco auditable que cubre 3
arXiv · cs.CRTENNOR: Ejecución confiable para redes neuronales a través del olvido y las recuperaciones
arXiv: 2605.07160v3Tipo de anuncio: reemplazar Resumen: El entrenamiento de redes neuronales en datos confidenciales en entornos de nube no confiables requiere simultáneamente lograr eficiencia computacional y rigurosas garantías de privacidad. S
arXiv · cs.CRAutoControl Arena: Sintetización de entornos de prueba ejecutables para la evaluación de riesgos de IA en la frontera
arXiv: 2603.07427v3Tipo de Anuncio: replace-cross Resumen: A medida que los Modelos de Lenguaje Grande (LLM) evolucionan hacia agentes autónomos, las evaluaciones de seguridad existentes se enfrentan a una compensación fundamental: los puntos de referencia manuales son costosos, mientras que los LLM-b
arXiv · cs.CRFidelidad sin anclajes: un documento de posición sobre los desajustes estructurales de las métricas de fidelidad de IA explicables para la importancia de las características
arXiv: 2610.12493v1Tipo de anuncio: nuevo Resumen: Las herramientas de Inteligencia Artificial Explicable (XAI) a menudo se han presentado como métodos para aumentar la confianza en los modelos de aprendizaje automático al hacer que los aspectos de sus algoritmos sean más
arXiv · cs.AIConstrucción automatizada fiel y completa asistida por LLM de gráficos jerárquicos de conocimiento de hardware
arXiv: 2610.12762v1Announce Type: new Resumen: Las hojas de datos de hardware contienen especificaciones de ingeniería esenciales para la selección de componentes, la integración del sistema y la verificación de compatibilidad de hardware. Sin embargo, inspe manual
arXiv · cs.AIEvoBelief: modelos mundiales falsificables para agentes de LLM que se mejoran a sí mismos
arXiv: 2610.12789v1Tipo de anuncio: nuevo Resumen: Los agentes de LLM en evolución suelen mejorar su forma de actuar a través de la experiencia, la reflexión o las habilidades acumuladas. Sin embargo, incluso los agentes con capacidad procesal pueden fallar cuando su beli
arXiv · cs.AILas redes neuronales son más modulares de lo que sugieren las neuronas individuales
arXiv: 2610.12842v1Tipo de anuncio: nuevo Resumen: Las redes neuronales desarrollan rutinariamente representaciones en las que las neuronas individuales contribuyen a múltiples funciones distintas, lo que lleva a la opinión generalizada de que tales redes l
arXiv · cs.AIHacia la definición, medición y aprovechamiento de la creatividad en aplicaciones de IA
arXiv:2610.12845v1 Anuncio Tipo: nuevo Resumen: A pesar de una extensa investigación, la creatividad computacional aún carece de una definición formal conceptualmente fundamentada, prácticamente relevante y empíricamente aplicable en todos los contextos
arXiv · cs.AIMitigar la degradación de la capacidad en la auto-mejora de LLM a través de la regularización de la geometría de representación
arXiv:2610.12855v1 Tipo de anuncio: nuevo Resumen: La autodestilación en la política es un paradigma de auto-mejora que permite a los grandes modelos de lenguaje (LLM) mejorar sus capacidades aprovechando el mismo modelo que ambos teac
arXiv · cs.AICoordinación Multi-LLM mediada por un verificador para la planificación de rutas de múltiples robots
arXiv: 2610.12761v1Tipo de anuncio: nuevo Resumen: Los modelos de cimentación se utilizan cada vez más para la planificación de tareas multirobot de alto nivel, pero los planes simbólicos generados de forma independiente pueden volverse inviables conjuntamente después de la geometría
arXiv · cs.ROUSUARIO: Un sistema unificado y extensible para el aprendizaje de políticas en línea del mundo real en IA incorporada
arXiv:2602.07837v5 Tipo de anuncio: reemplazar Resumen: El aprendizaje de políticas en línea directamente en el mundo físico es una dirección prometedora pero desafiante para la inteligencia incorporada. A diferencia de la simulación, los sistemas del mundo real no pueden
arXiv · cs.ROAI-Mediation in Retail Markets: Revenue Effects and Assortment Optimization
arXiv: 2610.12917v1Tipo de anuncio: nuevo Resumen: los asistentes de compras de IA influyen cada vez más en los productos que los consumidores consideran. Estudiamos la planificación del surtido minorista bajo la mediación de IA, donde un minorista elige un catálogo,
arXiv · cs.AIAprendizaje colaborativo y razonamiento sobre rebanadas modelo
arXiv: 2610.12927v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) sobresalen en diversas tareas, beneficiándose de los conocimientos previos, el razonamiento en contexto y el cálculo del tiempo de prueba. A pesar de estas fortalezas, solo
arXiv · cs.AIAprender más formando menos: contracción progresiva guiada por la incertidumbre para un razonamiento eficiente después de la formación
arXiv: 2610.12933v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes han logrado avances notables en el razonamiento complejo. Sin embargo, el razonamiento de escala posterior a la capacitación con cuerpos cada vez más grandes puede aumentar sustancialmente el
arXiv · cs.AIMathVis: ¿Puede la IA razonar a través del dibujo? Un punto de referencia para la generación de figuras matemáticas
arXiv: 2610.12954v1Announce Type: new Resumen: Este artículo presenta MathVis, un punto de referencia diseñado para evaluar la capacidad de los LLM para visualizar problemas matemáticos de frontera y realizar razonamiento asistido por diagrama. El benchm
arXiv · cs.AISmartSalesBench: un punto de referencia multivuelta consciente de la resistencia para evaluar a los agentes de ventas de LLM
arXiv: 2610.12975v1Tipo de anuncio: nuevo Resumen: Presentamos SmartSalesBench, el primer punto de referencia conversacional de varios turnos explícitamente diseñado para evaluar a los agentes de ventas del modelo de lenguaje grande (LLM) contra psicológicamente gr
arXiv · cs.AIActualización de creencias conscientes de la procedencia en los bucles de retroalimentación de la IA humana
arXiv:2610.13008v1 Tipo de anuncio: nuevo Resumen: En la interacción humana-AI repetida, una sola observación puede citarse, resumirse y devolverse a un modelo como múltiples informes, haciendo que la repetición parezca corro independiente
arXiv · cs.AI