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
Póster: Un estudio preliminar de la inferencia de destilación de LLM
arXiv:2610.12137v1 Tipo de anuncio: nuevo Resumen: La destilación de modelos no autorizados, en la que un modelo se entrena en los resultados de un modelo de lenguaje grande patentado (LLM), es una amenaza creciente para los proveedores de modelos. Estudiamos di
arXiv · cs.CRReSI: Mejora recursiva de la seguridad hacia una IA resistente y resiliente
arXiv:2610.12233v1 Tipo de anuncio: nuevo Resumen: La auto-mejora recursiva, la participación de los sistemas de IA en la mejora de sus propias capacidades, está comenzando a pasar de la perspectiva teórica a la práctica, planteando ambas
arXiv · cs.CRORCAGen: Orquestación del engaño de malware consciente del contexto con IA generativa guiada por RAG
arXiv:2610.12415v1 Tipo de anuncio: nuevo Resumen: Las defensas contra malware a menudo eliminan o aíslan programas sospechosos lo más rápido posible. Si bien es efectivo para la contención, este enfoque también puede desperdiciar la oportunidad de observar
arXiv · cs.CRDe la contención reactiva a la garantía proactiva: lecciones de los incidentes de seguridad de OpenAI, Anthropic y Google Agent
arXiv:2610.12463v1 Anuncio Tipo: nuevo Resumen: En 2026, las evaluaciones de ciberseguridad que involucran agentes de OpenAI, Anthropic y Google alcanzaron sistemas reales fuera de su ámbito de prueba autorizado. Los caminos fueron diferentes. OpenAI
arXiv · cs.CRROMA: Sistema LLM para la percepción activa multisensorial centrada en objetos del mundo real
arXiv:2610.06955v2 Anuncio Tipo: reemplazar Resumen: Los humanos entienden inherentemente el mundo físico a través de un proceso activo. Cuando la evidencia sensorial es insuficiente para inferir propiedades físicas, naturalmente interactuamos con
arXiv · cs.RODe fallas de investigación a agentes de SOC confiables: comprensión y mejora del triaje de alertas basado en LLM
arXiv: 2610.10608v1Tipo de anuncio: nuevo Resumen: Los centros de operaciones de seguridad (SOC) deben clasificar grandes volúmenes de alertas, la mayoría de las cuales son benignas, mientras que los ataques perdidos pueden permanecer sin investigar. Herramienta que utiliza un lenguaje grande
arXiv · cs.CRCuando la IA encuentra mensajes ocultos, ¿informa?
arXiv:2610.10620v1 Announce Type: new Abstract: Cuando un asistente encuentra un mensaje para otra IA, ¿se lo dice a su usuario? Cuatro implementaciones fijas de modelo-proveedor realizan tareas de origen simuladas en 1280 notas ordinarias y
arXiv · cs.CRSUCURSAL: sin pasar por las barandillas de IA de múltiples escáneres
arXiv: 2610.10742v1Announce Type: new Resumen: Los sistemas de IA dependen cada vez más de los Modelos de Lenguaje Grande (LLM) como motores centrales de razonamiento, lo que los convierte en objetivos para la inyección rápida y los jailbreaks. Monitor de barandas y vali
arXiv · cs.CRAtaque de inferencia de membresía de Power Side-Channel en el aprendizaje automático integrado
arXiv:2610.10909v1 Tipo de anuncio: nuevo Resumen: Los ataques de inferencia de membresía (mias) amenazan la privacidad de los datos de entrenamiento de aprendizaje automático (ML) al determinar si se utilizó una muestra para entrenar un modelo de destino. M existente
arXiv · cs.CRSpeedbumps: Ataques de rechazo a la decodificación especulativa
arXiv: 2610.10929v1Tipo de anuncio: nuevo Resumen: La decodificación especulativa es una técnica popular para aumentar la velocidad y reducir los costos de la inferencia del modelo de lenguaje grande (LLM) mediante la verificación de múltiples tokens de borrador en un
arXiv · cs.CRSoK: ¿Son fiables los LLM en la recuperación del código fuente? Una taxonomía y una evaluación empírica
arXiv: 2610.11556v1Tipo de anuncio: nuevo Resumen: La recuperación efectiva del código fuente es fundamental para las aplicaciones de seguridad, como el análisis de malware, la evaluación de vulnerabilidades y el mantenimiento heredado. Los modelos lingüísticos grandes (LLM) son
arXiv · cs.CR¿A dónde van los tokens? Comprensión y reducción de costes en agentes de LLM para el descubrimiento de vulnerabilidades
arXiv:2610.11602v1 Announce Type: new Abstract: Los agentes de LLM pueden gastar millones de tokens durante el descubrimiento de vulnerabilidades sin producir una prueba de concepto (PoC) de trabajo. ¿Qué consume ese presupuesto y por qué falla?
arXiv · cs.CRDetección válida en cualquier momento de la exfiltración de peso LLM
arXiv: 2610.11843v1Tipo de anuncio: nuevo Resumen: Un servidor de inferencia LLM comprometido puede filtrar los pesos del modelo codificando bits de carga útil en opciones de token que de otro modo serían plausibles. Una repetición del mismo mensaje en un servidor de confianza puede
arXiv · cs.CRDe publicaciones públicas a citas de búsqueda de IA: medición de la fragilidad de la búsqueda de IA
arXiv: 2610.11932v1Tipo de anuncio: nuevo Resumen: A medida que más usuarios solicitan información a los sistemas de IA, las plataformas de búsqueda de IA se están convirtiendo en una puerta de entrada común a la información web. A diferencia de la búsqueda tradicional, que asigna palabras clave para clasificar
arXiv · cs.CRProtección de la IA de la CPU en los TEE de borde: la promesa y los desafíos prácticos de WebAssembly
arXiv:2610.12050v1 Announce Type: new Resumen: Los modelos de IA en el hardware de borde contienen propiedad intelectual (IP) importante, pero un adversario puede robarla cuando logran acceso root. Entornos de ejecución de confianza (TEE) l
arXiv · cs.CR¿La detección de marcas de agua de LLM podría ser pública?
arXiv: 2610.12106v1Announce Type: new Resumen: La marca de agua de modelos de lenguaje grandes es popular para rastrear salidas de chatbot y agentic, sin embargo, los detectores permanecen inéditos ya que exponerlos podría permitir a los atacantes
arXiv · cs.CRNullify: Null-Space Activation Steering for Training-Free LLM Unlearning
arXiv: 2610.10655v1Tipo de anuncio: Cross Resumen: Los modelos de lenguaje grandes (LLM) inevitablemente internalizan cantidades sustanciales de información confidencial o privada durante la capacitación previa, mientras que el desaprendizaje de LLM tiene como objetivo selectivamente
arXiv · cs.CRConstelaciones de habilidades: rastreo de la cadena de suministro de habilidades de agentes en GitHub
arXiv: 2610.11169v1Announce Type: cross Resumen: Las habilidades del agente son instrucciones y scripts de SKILL.md que los agentes de codificación de IA, como Claude Code y Codex, ejecutan con los permisos de su usuario. Los desarrolladores comparten habilidades por
arXiv · cs.CRRepensar la denegación de servicio de latencia: atacar el marco de servicio de LLM, no el modelo
arXiv:2602.07878v2 Announce Type: replace Resumen: La inferencia LLM es inherentemente costosa, incluso una desaceleración modesta puede traducirse en costos operativos sustanciales y graves riesgos de disponibilidad. Recientemente, un creciente cuerpo de
arXiv · cs.CRInvestigadores de seguridad de OpenAI despedidos disputan reclamos por mala conducta, advierten del efecto de enfriamiento
Tres investigadores de seguridad de OpenAI despedidos disputan las acusaciones de mal manejo de información confidencial, advirtiendo en una carta abierta que sus despidos están creando un efecto escalofriante en la cultura de seguridad de la IA de la empresa.
TechCrunch AILas soluciones matemáticas de OpenAI aún no cumplen con los estándares del campo
La avalancha de pruebas de OpenAI se desvió de las pautas establecidas por un grupo de investigadores matemáticos consultados por el laboratorio fronterizo.
TechCrunch AIRLHND: Video Foundation Models as Physically Grounded Hand Trackers for Robot Learning
arXiv: 2610.09455v1Tipo de anuncio: Cross Resumen: Recientemente, los enfoques que aprovechan los conjuntos de datos de video humano para la capacitación en políticas de robots se han vuelto cada vez más frecuentes. Sin embargo, la mayoría de los rastreadores de mano existentes regresan a la pose fr
arXiv · cs.ROWAPR: A Foundation Model for Wide-Angle Refinement in Unseen Object Pose Estimation
arXiv:2610.09535v1 Announce Type: cross Resumen: Las aplicaciones del mundo real requieren que la estimación de la pose 6D sea precisa, rápida y escalable a objetos invisibles. Este documento presenta WAPR, un refinador de poses gran angular de disparo cero
arXiv · cs.ROPolíticas de pensamiento condicionado por la situación de aprendizaje para agentes de LLM a largo plazo
arXiv: 2610.09590v1Tipo de anuncio: cross Resumen: Los agentes autónomos de larga duración deben reutilizar la experiencia de razonamiento acumulada sin permitir que la memoria histórica explícita y el contexto LLM crezcan indefinidamente. Sin embargo, exis
arXiv · cs.RO