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
HuGo: LLM como diseñadores de códigos de políticas de cuerpo entero para la loco-manipulación humanoide
arXiv:2609.30594v1 Tipo de anuncio: nuevo Resumen: Para que los humanoides sean útiles en entornos cotidianos, deben realizar una amplia gama de tareas que combinan la locomoción y la manipulación. Los enfoques existentes comúnmente adquieren una
arXiv · cs.ROAuthGuard-R: secuestro de misión que cumple con la seguridad y defensa de doble puerta para robots controlados por LLM
arXiv: 2609.31110v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes se utilizan cada vez más como planificadores de alto nivel para robots móviles, manipuladores de robots y vehículos autónomos. Estudios recientes muestran que estos sistemas ca
arXiv · cs.ROModelado y diseño generativo basado en IA de mecanismos de equilibrio de gravedad adaptativos a la carga
arXiv:2609.31386v1 Anuncio Tipo: nuevo Resumen: Los mecanismos de equilibrio gravitacional adaptativos a la carga (LA-GBM) pueden adaptarse a diversas condiciones de carga cambiando pasivamente sus características en respuesta a la variación de la carga útil.
arXiv · cs.ROCognitiveReality: Robot-Agnostic Semantic Gaussian Mapping with an LLM Agent for Immersive Collaborative VR Teleoperation
arXiv:2609.31418v1 Tipo de anuncio: nuevo Resumen: Una vista 3D fotorrealista le dice a un teleoperador dónde está un robot, pero no qué contiene la escena, qué tan bien se ha observado cada objeto o cómo girar apuntando y hablando
arXiv · cs.RONavegación incorporada GPT-6-Astra Lights Up: evaluación en navegación de visión y lenguaje de disparo cero en entornos continuos
arXiv:2609.29861v2 Tipo de anuncio: reemplazar Resumen: Investigamos si GPT-6-Astra, un modelo de base de propósito general, puede navegar en entornos desconocidos utilizando su propia percepción, razonamiento y toma de decisiones ca
arXiv · cs.RODetección de inyección rápida para agentes de correo electrónico a través del modelado de la cadena de ataque
arXiv: 2609.30657v1Tipo de anuncio: nuevo Resumen: los asistentes de correo electrónico de modelo de lenguaje grande son particularmente vulnerables a la inyección de aviso indirecto porque el contenido de correo electrónico no confiable se puede recuperar en el contexto del modelo e i
arXiv · cs.CRWerracle: Oráculos reflejos de IA intra-bloque Sub-Cent y disyuntores de préstamo flash para contratos inteligentes EVM
arXiv: 2609.30719v1Tipo de anuncio: nuevo Resumen: La inteligencia artificial (IA) contemporánea en la cadena se encuentra con una memoria Von Neumann intratable y un muro de latencia. Almacenamiento estático de matrices de peso neuronal de punto flotante INSID
arXiv · cs.CRTokens de capacidad verificados por identidad criptográfica para coordinar agentes de IA distribuidos: una propuesta
arXiv:2609.30824v1 Tipo de anuncio: nuevo Resumen: La perspectiva de agentes transaccionales totalmente autónomos no apareció en el horizonte hasta la llegada de los modelos de lenguaje de alta capacidad. Con tales modelos, el operativo b
arXiv · cs.CRÁGATA: Defensa en tiempo de ejecución basada en la procedencia contra ataques compositivos a agentes de LLM
arXiv:2609.30830v1 Tipo de anuncio: nuevo Resumen: los agentes LLM pueden producir efectos nocivos a través de secuencias de operaciones ordinarias. Juzgar tales acciones requiere establecer tanto la autoridad que las permite como el ori
arXiv · cs.CRDesaprendizaje automático para modelos de lenguaje grandes: fundamentos, avances y extensiones genéticas
arXiv: 2609.30909v1Tipo de anuncio: nuevo Resumen: El desaprendizaje automático tiene como objetivo eliminar la influencia del objetivo y preservar otras capacidades. Esta encuesta compara métodos, puntos de referencia y evidencia en grandes modelos de lenguaje
arXiv · cs.CRMetaPermit: Control de acceso escalable y auditable para agentes de IA a través de metaatributos inferidos por LLM
arXiv: 2609.31039v1Tipo de anuncio: nuevo Resumen: El aumento de agentes autónomos de IA equipados con herramientas ha introducido importantes riesgos de seguridad, que van desde el uso indebido involuntario de herramientas hasta la manipulación contradictoria a través de INDI
arXiv · cs.CRDeduplicación durante la capacitación: un paradigma resiliente para la deduplicación entre clientes que preserva la privacidad en el aprendizaje federado
arXiv:2609.31262v1 Announce Type: new Abstract: Cross-client duplicate data in large language model training corpora degrada la eficiencia del aprendizaje federado (FL) al tiempo que exacerba la memorización del modelo y la privacidad ri
arXiv · cs.CRMarco de IA con optimización de recursos y conciencia energética anclado en Blockchain para cadenas de suministro de software seguras
arXiv: 2609.31282v1Tipo de Anuncio: nuevo Resumen: Este documento propone un marco de seguridad agéntica respaldado por blockchain diseñado para salvaguardar el ciclo de vida completo del desarrollo de software (SDLC) y al mismo tiempo asegurar el
arXiv · cs.CRAgentXploit: Autonomous Repository-to-Runtime Red-Teaming for AI Agents
arXiv:2609.31318v1 Tipo de anuncio: nuevo Resumen: los agentes de IA combinan modelos de lenguaje con datos externos y herramientas que pueden modificar archivos, llamar a API o ejecutar código. Las fallas de seguridad pueden surgir cuando el contenido adversarial cambia
arXiv · cs.CRFragToken: amplificación de los costes de inferencia de LLM a través de la generación de tokens no canónicos
arXiv: 2609.31552v1Tipo de anuncio: nuevo Resumen: A medida que la inferencia del modelo de lenguaje grande (LLM) se vuelve cada vez más costosa, los ataques de consumo de recursos representan una amenaza creciente para los proveedores de modelos. Los ataques existentes suelen ser
arXiv · cs.CRConfiguración, no conciencia: un estudio empírico a gran escala de las indicaciones del sistema LLM
arXiv: 2609.31575v1Tipo de anuncio: nuevo Resumen: Las indicaciones filtradas del sistema a menudo se tratan como ventanas a los valores ocultos de los modelos de lenguaje comercial, sin embargo, su composición rara vez se estudia a escala. Analizamos una fusión
arXiv · cs.CRLa encriptabilidad como opción de coordenadas: aprendizaje federado homomórfico de profundidad uno de redes neuronales cuánticas
arXiv: 2609.30581v1Announce Type: cross Resumen: La capacitación encriptada se basa en mantener las actualizaciones del lado del servidor en un nivel bajo. Esta restricción tradicionalmente excluye los modelos cuyos pesos habitan en un grupo de Lie compacto (notablemente vari
arXiv · cs.CRTARIFA: Estimación de la región de aceptación forense para atrapar generadores de imágenes de cebo y cambio
arXiv: 2609.30982v1Tipo de anuncio: Cross Resumen: Los generadores de imágenes de IA modernos se implementan cada vez más como API opacas, donde los clientes pueden consultar el servicio implementado, pero no pueden inspeccionar los pesos o la arquitectura del modelo. Thi
arXiv · cs.CRHacia la comprensión de la detección de anomalías de registro basadas en LLM: un estudio empírico de rendimiento, eficiencia y robustez
arXiv: 2609.31371v1Tipo de anuncio: Cross Resumen: Los modelos de lenguaje grandes (LLM) han demostrado un rendimiento prometedor en la detección de anomalías de registro, pero cómo se configuran sus estrategias de adaptación, arquitecturas y despliegue
arXiv · cs.CRLos agentes de OpenAI no seguros publicaron 53 imágenes de usuarios en Internet sin el conocimiento del laboratorio
Los agentes de IA que operan en el entorno de investigación de OpenAI publicaron imágenes de usuarios en sitios públicos de alojamiento de imágenes sin el conocimiento del laboratorio.
TechCrunch AIDurante meses, los enjambres de agentes de OpenAI han estado atacando bases de datos en línea para encontrar hechos oscuros
Los investigadores descubrieron los últimos enjambres de agentes no autorizados.
TechCrunch AIModelos de decisión calibrados para arneses de prueba de penetración autónomos: JEV y Laya como capas de decisión del sistema uno para agentes Pentest impulsados por LLM
arXiv: 2609.28940v1Tipo de anuncio: nuevo Resumen: Los arneses autónomos de prueba de penetración utilizan modelos de lenguaje grande (LLM) para el reconocimiento, la explotación y la presentación de informes, pero a menudo se basan en esos mismos modelos para confirmar
arXiv · cs.CRDiseño y evaluación de la planificación de tareas basada en encadenamiento LLM para robots de servicio de propósito general
arXiv: 2609.29043v1Tipo de anuncio: nuevo Resumen: las tareas de Robot de Servicio de Propósito General (GPSR), como se define en el punto de referencia RoboCup@Home, requieren que los robots interpreten diversos comandos de lenguaje natural y generen múltiples pasos
arXiv · cs.ROADM-Planner: LLM-Guided Long-Horizon Planning for Mobile Manipulators with Attention-Enhanced Dynamic Memory
arXiv: 2609.29212v1Announce Type: new Resumen: Los modelos de lenguaje grandes pueden descomponer los objetivos de manipulación móvil en secuencias de acción largas, pero los planes resultantes siguen siendo confiables solo mientras su contexto mundial esté actualizado.
arXiv · cs.RO