LATIDIA / EXPLORAR
Ciencia e investigación · noticias de IA
Publicaciones relacionadas, con las más nuevas primero y acceso al archivo.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 898 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
Presentamos Quine: un sistema de investigación de IA diseñado para la complejidad de la biología
La biología no funciona en silos, y tampoco debería hacerlo la representación de la IA. Quine es un esfuerzo de investigación en etapa inicial para crear un modelo mundial multimodal de biología. Al conectar conocimientos a través de escalas biológicas y
Microsoft Research · Fuente oficialOpenAI cancela el lanzamiento de GPT-6.1 Astra: su propio equipo de seguridad ha visto que el modelo no era fiable
OpenAI ha dejado en suspenso GPT-6.1 Astra, el modelo que planeaba lanzar en octubre, después de que sus propios investigadores descubrieran que el sistema no se comportaba de forma suficientemente fiable durante las pru
XatakaConfíe en la marca, pierda el control: cómo la identidad secuestra la orquestación de agentes de LLM
arXiv:2609.32635v1 Tipo de anuncio: nuevo Resumen: los agentes de LLM ahora ejecutan tareas de extremo a extremo con permiso para cambiar sistemas reales y orquestar cada vez más subagentes que difieren en capacidad y costo. El trabajo anterior trata
arXiv · cs.CRLos secretos de API nunca deben convertirse en tokens en el vocabulario del LLM: un análisis de amenazas del manejo de credenciales de API en sistemas de agentes de LLM y una evaluación empírica de un límite de ejecución mediada por bóveda
arXiv: 2609.33371v1Announce Type: new Resumen: Los agentes del modelo de lenguaje grande (LLM) que utilizan herramientas convierten la higiene de credenciales de un problema de almacenamiento en un problema de seguridad de ejecución. Una clave pegada en un mensaje o incrustada en un
arXiv · cs.CRManipulación de robots con GPT-6-Astra: conocimiento corporal, reutilización de experiencias, habilidades emergentes y transferencia Sim2Real
arXiv: 2609.31770v1Announce Type: new Resumen: Los agentes multimodales de propósito general pueden escribir programas de control de robots, pero la exploración repetida y la selección de acciones mediadas por modelos pueden hacer que la ejecución sea lenta. Estudiamos cómo exter
arXiv · cs.ROInspección colaborativa de la línea de ensamblaje impulsada por IA: desafíos de integración e implementación del sistema
arXiv:2609.33522v1 Anuncio Tipo: nuevo Resumen: La inspección visual manual en las líneas de ensamblaje es un cuello de botella persistente en la fabricación: la fatiga del operador durante turnos prolongados reduce las tasas de detección de defectos. Este documento presenta
arXiv · cs.RORoboICL: aprendizaje en contexto incorporado con GPT-6 Astra
arXiv:2609.34261v1 Anuncio Tipo: nuevo Resumen: Los modelos de lenguaje de visión de propósito general ofrecen una vía prometedora para el control de robots sin entrenamiento previo: \gptastra{} destaca en la manipulación abierta y condicionada por el lenguaje o la imagen.
arXiv · cs.ROSAGE: Activación y edición de acciones simbólicas para planificadores de tareas de LLM
arXiv:2609.34268v1 Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) ahora son el núcleo cognitivo predeterminado de los agentes domésticos incorporados, sin embargo, los planes que emiten rara vez se comparan con un modelo fundamentado del env
arXiv · cs.ROTransferencia de secuencias de acciones a través de LLM para entornos heterogéneos
arXiv: 2609.34730v1Tipo de anuncio: nuevo Resumen: Presentamos un sistema de transferencia de secuencias de acción que transfiere de forma adaptativa las secuencias de acción del usuario a través de diferentes espacios objetivo. Dada una secuencia de acción de entrada de una fuente
arXiv · cs.ROLogicEnvGen: Generación impulsada por la lógica de tareas de diversos entornos simulados para IA incorporada
arXiv: 2601.13556v2Tipo de anuncio: reemplazar Resumen: Los entornos simulados desempeñan un papel esencial en la IA incorporada, funcionalmente análogo a los casos de prueba en ingeniería de software. Sin embargo, la generación del entorno existente cumplió
arXiv · cs.ROModelos adaptativos de campo continuos (CFAM) para la IA física posterior al despliegue
arXiv:2609.04552v2 Tipo de Anuncio: reemplazar Resumen: Autonomía interactiva desatendida - máquinas que entran en peligro en lugar de humanos y completan tareas con herramientas humanas - sigue siendo una capacidad faltante en la misión crítica
arXiv · cs.RODispensación impulsada por IA de dispositivos de resiembra de coral para la restauración a gran escala de la Gran Barrera de Coral
arXiv: 2509.01019v3Anuncio Tipo: reemplazar-cruz Resumen: Los arrecifes de coral están al borde del colapso, con el cambio climático, la acidificación de los océanos y la contaminación que conducen a una pérdida proyectada del 70-90% de las especies de coral dentro del
arXiv · cs.RODroneShield-AI: un marco de fusión de sensores multimodal para la detección de amenazas de drones autónomos en tiempo real, la clasificación de intención de comportamiento y la inteligencia de enjambre en el espacio aéreo disputado
arXiv:2606.11687v2 Announce Type: replace-cross Resumen: Las amenazas de vehículos aéreos no tripulados (UAV) han surgido como un desafío de seguridad definitorio del siglo XXI. Este documento presenta DroneShield-AI, un marco abierto unificado
arXiv · cs.ROUn punto de referencia a gran escala y una evaluación de riesgos de los ataques de análisis de tráfico en los servicios de LLM en la nube
arXiv: 2609.31877v1Tipo de anuncio: nuevo Resumen: Los servicios de modelo de lenguaje grande (LLM) basados en la nube crean un canal lateral de tráfico a nivel de red que puede exponer el comportamiento del modelo, el indicador y la tarea a pesar del cifrado. Desde el paquete
arXiv · cs.CRAtaques de evasión en la capacitación adversarial basada en la rentabilidad para AutoML en línea en redes IoT
arXiv: 2609.31981v1Tipo de anuncio: nuevo Resumen: A medida que las redes de Internet de las cosas (IoT) dependen cada vez más del aprendizaje automático para anomalías, malware, detección de intrusiones y monitoreo de redes, dichos sistemas se han convertido en
arXiv · cs.CRBMA: Los ataques a la memoria de la cadena trasera crean rutas de control no autorizadas en los agentes de LLM
arXiv:2609.32186v1 Announce Type: new Resumen: La memoria persistente permite a los agentes LLM reutilizar la experiencia previa, pero crea un nuevo límite de seguridad: lo que un agente puede recordar no es sobre lo que debe actuar. Exponemos una u
arXiv · cs.CRCyberClear: un punto de referencia para los sistemas de agentes LLM en la procedencia de la cadena de ataques APT
arXiv: 2609.32424v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande han demostrado capacidades prometedoras en tareas de ciberseguridad, pero su capacidad para reconstruir la CAM de ataque de amenaza persistente avanzada completa
arXiv · cs.CRRADNPO: Optimización de preferencias negativas adaptativas sin referencias para el desaprendizaje de LLM
arXiv: 2609.34251v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) pueden memorizar contenido sensible, privado o con derechos de autor durante la capacitación previa, lo que hace que el desaprendizaje automático sea necesario para eliminar el conocimiento específico
arXiv · cs.CRReproBench: Evaluación comparativa de agentes LLM sobre la reproducción de vulnerabilidades desde cero
arXiv: 2609.34450v1Announce Type: new Resumen: Los agentes del modelo de lenguaje grande (LLM) se evalúan cada vez más en tareas de ciberseguridad como la reproducción de vulnerabilidades, la explotación y los parches. Sin embargo, los ciberdelincuentes existentes
arXiv · cs.CRDetección de malware en Windows: una evaluación exhaustiva de la robustez adversaria del espacio de problemas
arXiv: 2609.34456v1Tipo de anuncio: nuevo Resumen: Los ataques de evasión de espacio de problemas han expuesto debilidades críticas en los detectores de malware basados en el aprendizaje automático; sin embargo, su evaluación sigue fragmentada entre modelos y conjuntos de datos
arXiv · cs.CRCoDeL: Defensa coevolucionaria contra la inyección rápida indirecta en agentes basados en LLM
arXiv: 2609.34463v1Tipo de anuncio: nuevo Resumen: los agentes basados en el modelo de lenguaje grande (LLM) dependen cada vez más de herramientas y contenido externos, exponiéndolos a una inyección rápida indirecta (IPI). Esta amenaza ha motivado una amplia
arXiv · cs.CRHacia casos de seguridad para la capacitación en IA de frontera
Nuestras primeras pautas para casos de seguridad en la capacitación de IA en la frontera cubren las salvaguardas técnicas, las prácticas operativas y la investigación de incidentes de desalineación
OpenAI · Fuente oficialContiene cascadas de comportamiento de afirmaciones manipuladas en sistemas multi-robot alimentados por LLM
arXiv: 2609.30523v1Tipo de anuncio: nuevo Resumen: los sistemas multirobot con modelo de lenguaje grande (LLM) son vulnerables a la manipulación semántica: un reclamo de estado mundial falso aceptado puede desencadenar una casc de comportamiento en toda la flota
arXiv · cs.ROBúsqueda de política solicitada de preservación de la privacidad para el control robótico
arXiv: 2609.30554v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han demostrado recientemente capacidades prometedoras como optimizadores de políticas en contexto para el aprendizaje de refuerzo (RL), lo que permite la unidad de búsqueda de políticas
arXiv · cs.RO