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: 888 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
¿Cuándo ayuda la memoria de la experiencia a los agentes de conducción de LLM de circuito cerrado? Una evaluación controlada con grupos de calentamiento remuestreados, rellenos coincidentes con tokens y líneas de base auditadas
arXiv: 2610.27714v1Announce Type: cross Resumen: ¿Cuándo ayuda la memoria de la experiencia a un agente de conducción LLM de bucle cerrado? Las ganancias publicadas no pueden decir, porque los dos factores que consideramos más importantes, que el calentamiento experimenta el
arXiv · cs.ROCómo el historial de intervenciones cambia el sabotaje de los agentes de IA en las tareas posteriores
arXiv: 2610.26935v1Tipo de anuncio: nuevo Resumen: las evaluaciones de control de IA a menudo restablecen la memoria de los agentes entre tareas, aunque los agentes desplegados pueden conservar registros de intervenciones anteriores. Preguntamos si aprender eso antes
arXiv · cs.CRInformes forenses móviles Android asistidos por LLM basados en evidencia
arXiv: 2610.26946v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes pueden ayudar a la redacción de informes forenses, pero la salida fluida no garantiza la confiabilidad de las pruebas. Este estudio presenta un marco basado en evidencia para
arXiv · cs.CRCuida tus límites: Ofuscación del modelo consciente de los límites contra el ataque de nodos cruzados
arXiv: 2610.27135v1Tipo de anuncio: nuevo Resumen: Con el avance de los potentes chips de IA, el aprendizaje automático en el dispositivo está ganando terreno por su baja latencia y protección de la privacidad. Sin embargo, cuando los dispositivos de borde están comprometidos
arXiv · cs.CRLa exposición del modelo en un dispositivo pone en peligro a otros: repensar la seguridad de la red neuronal perimetral en todos los dispositivos
arXiv: 2610.27152v1Tipo de anuncio: nuevo Resumen: Las redes neuronales (NN) se implementan cada vez más en dispositivos periféricos como plataformas móviles e IoT, ofreciendo baja latencia y privacidad mejorada en comparación con la implementación basada en la nube
arXiv · cs.CRProfile-DP: Privacidad diferencial para la publicación de perfiles controlados por el usuario en inferencia LLM personalizada
arXiv: 2610.27213v1Tipo de anuncio: nuevo Resumen: Los modelos personalizados de lenguaje grande (LLM) se basan cada vez más en la inferencia condicionada por el perfil, emparejando las solicitudes públicas con datos enriquecidos y específicos del usuario. Este paradigma expone
arXiv · cs.CRCuando los modelos saben pero no pueden decir linealmente: la codificación relacional limita la clasificación de vulnerabilidad lineal en los LLM de código
arXiv:2610.27257v1 Announce Type: new Resumen: Los modelos de lenguaje grandes pueden detectar código vulnerable, pero la forma de codificación de vulnerabilidades en sus representaciones sigue sin estar clara. Analizamos 8 modelos de código que abarcan 6.7B-15
arXiv · cs.CRCloudflare vincula el descubrimiento de vulnerabilidades a la defensa con OpenAI
Cloudflare utiliza OpenAI Daybreak para investigar vulnerabilidades y proponer soluciones para su revisión. Sus desarrolladores utilizan Codex para construir más rápido y mejorar la calidad del código.
OpenAI · Fuente oficialGroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives
arXiv:2609.39601v2 Announce Type: replace-cross Abstract: Precise grounding matters. Especifica qué objeto es el objetivo y dónde está ese objeto, incluso en el desorden y para objetos pequeños, y tiene que ser lo suficientemente rápido para
arXiv · cs.AIGraFT: A Training-Free Framework for Spatial Reasoning in Multimodal Large Language Models via 3D Scene Graphs
arXiv:2609.03892v2 Announce Type: replace-cross Abstract: El razonamiento espacial 3D sustenta la comprensión y la actuación en el mundo físico, pero sigue siendo poco fiable en los actuales modelos multimodales de lenguaje grande (MLLM).
arXiv · cs.ROPérdidas ilimitadas, entradas no verificadas: medición de las salvaguardas de los agentes de negociación de opciones de LLM
arXiv: 2610.24289v1Tipo de anuncio: nuevo Resumen: los agentes del modelo de lenguaje grande (LLM) ahora realizan pedidos de opciones a corredores minoristas, y los desarrolladores publican agentes de opciones de código abierto más rápido de lo que nadie los ha examinado. Anterior
arXiv · cs.CRRACIÓN: Hacia un control cuantitativo del acceso basado en el riesgo para los agentes de IA
arXiv: 2610.24311v1Tipo de anuncio: nuevo Resumen: los agentes de IA interactúan cada vez más con entornos externos para completar tareas complejas del usuario. Estas interacciones pueden conducir a un comportamiento inesperado y exponer a los agentes a la seguridad
arXiv · cs.CRNarrativas engañosas: un estudio empírico de cómo los LLM juzgan erróneamente la gravedad de CVSS en los informes de recompensas por errores
arXiv: 2610.24623v1Tipo de Anuncio: nuevo Resumen: Las plataformas de recompensas por errores reciben informes de vulnerabilidad más rápido de lo que los proveedores pueden clasificarlos, y los Modelos de Lenguaje Grande (LLM) se consideran cada vez más para asignar el Commo
arXiv · cs.CRTroyanos LLM que aumentan la duración y el coste de las respuestas
arXiv:2610.24784v1 Announce Type: new Resumen: La gestión de los costes basados en tokens del uso de LLM ha surgido como un problema importante. Algunos proveedores de modelos de frontera cobran cinco veces más por token de respuesta que por mensaje t
arXiv · cs.CRLa clase de cumplimiento faltante: graduadores de LLM que colapsan el éxito de Jailbreak y un cheque gratis
arXiv:2610.24872v1 Announce Type: new Abstract: Jailbreak papers report an attack success rate, the share of responses that deliver the harmful request, and read it as a property of the target model. Mantenemos el objetivo m
arXiv · cs.CRSoK: PIAtlas: Descomposición del espacio ilimitado de ataque de inyección rápida
arXiv: 2610.24999v1Tipo de anuncio: nuevo Resumen: La inyección rápida es el riesgo de seguridad dominante para las aplicaciones y agentes de modelo de lenguaje grande (LLM), sin embargo, el campo aún carece de un mapa coherente de cómo se ejecutan estos ataques
arXiv · cs.CRRechazar el daño, completar la tarea a través de la planificación de gráficos de reglas para robots habilitados para LLM
arXiv:2610.24603v1 Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) se utilizan cada vez más en la IA incorporada para la manipulación y planificación robóticas, pero su implementación en sistemas físicos expone vulnerabilidades su
arXiv · cs.ROClasificación de radiación mejorada por IA en ROS
arXiv:2610.25225v1 Announce Type: new Abstract: Este estudio presenta el desarrollo de dos nodos del Robot Operating System (ROS) con un enfoque principal en la diferenciación de siete isótopos radiactivos. El primer nodo, referido t
arXiv · cs.ROGPT-6 Astra es una política visuo-táctil nativa para la manipulación rica en contactos
arXiv: 2610.26846v1Tipo de anuncio: nuevo Resumen: Los recientes avances en los modelos multimodales han permitido a GPT-6 Astra realizar la manipulación robótica a través del aprendizaje en contexto. Sin embargo, el control rico en contacto y la percepción táctil a
arXiv · cs.RO¿De dónde viene la capacidad física de RSI? Una ley de escala observacional de LLM como política
arXiv:2610.26848v1 Tipo de anuncio: nuevo Resumen: En este artículo, investigamos sistemáticamente los mecanismos, el comportamiento de escalado y la generalización de la auto-mejora recursiva física. Presentamos PhysRSI-eval a Quant
arXiv · cs.ROConstrucción rápida de árboles de la esfera interior mediante aprendizaje automático
arXiv: 2610.23940v1Announce Type: cross Resumen: La detección de colisiones para objetos no convexos complejos es un cuello de botella en la simulación física, la realidad virtual y la robótica. Los árboles de la esfera interior (IST) responden a la proximidad y pe
arXiv · cs.ROVaDar: Acondicionamiento implícito de objetivos a través de la desagregación de valores
arXiv: 2610.26629v1Tipo de anuncio: Cross Resumen: Las tareas de horizonte largo son importantes para la IA y la robótica modernas, pero plantean un desafío para el aprendizaje por refuerzo. Históricamente, un enfoque popular ha sido descomponer una tas
arXiv · cs.ROLLM-Flock: LLM-Driven Descentralized Multi-Robot Flocking via Influence-Based Consensus with Collision Avoidance
arXiv: 2505.06513v2Tipo de anuncio: reemplazar Resumen: Los modelos de lenguaje grandes (LLM) han demostrado una gran capacidad de razonamiento y planificación, lo que ha llevado a los investigadores a explorar su uso como tomadores de decisiones descentralizados para
arXiv · cs.RO¿Ha logrado GPT-6-Astra la inteligencia incorporada?
arXiv:2610.22471v2 Tipo de anuncio: reemplazar Resumen: GPT-6-Astra demuestra un nivel de competencia en manipulación robótica y navegación que desafía el paradigma convencional de construcción de modelos especializados para indiv
arXiv · cs.RO