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: 879 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
Mosaico de agentes: Reconocimiento de fugas de confidencialidad en sistemas Agentic LLM
arXiv:2610.30418v1 Announce Type: new Resumen: Los agentes modernos de LLM pueden recuperar información de documentos accesibles y luego revelar una conclusión confidencial ensamblada a partir de ellos. Este efecto de mosaico crea un ri crítico
arXiv · cs.CRPor una mejor comprensión
arXiv:2610.30516v1 Tipo de anuncio: nuevo Resumen: En la esteganografía de modelo de lenguaje grande (LLM), un codificador oculta un mensaje privado en una respuesta ordinaria, como texto transmitido a un decodificador, que intenta recuperar
arXiv · cs.CRCerrar la brecha del mundo cerrado: detección de anomalías interpretables a través de un conjunto híbrido TSK-FCM en el conjunto de datos BETH
arXiv:2610.30576v1 Announce Type: new Abstract: A fundamental paradox plagues the deployment of Machine Learning in cybersecurity: supervised models generalize poorly to novel, Out-of-Distribution (OoD) attacks, while
arXiv · cs.CRHiMark: Marca de agua multibit jerárquica y controlable para modelos de lenguaje grandes
arXiv:2610.30601v1 Tipo de anuncio: nuevo Resumen: Con la rápida adopción de modelos de lenguaje grandes (LLM) en aplicaciones de generación de texto, se ha vuelto cada vez más difícil rastrear el contenido generado y asignar responsi
arXiv · cs.CRDejados solos sin nada que hacer, los agentes de IA comenzaron a jugar
Los investigadores del MIT abandonaron a 13 IA en una isla virtual, y respondieron inventando juegos, llorando un anillo perdido y, finalmente, mejorando en sus trabajos.
TechCrunch AIOpenAI y NASK de Polonia se asocian para promover la seguridad de la IA
OpenAI y la NASK de Polonia se están asociando en seguridad de la IA e investigación técnica para fortalecer las salvaguardas y apoyar un ecosistema digital más resistente.
OpenAI · Fuente oficialMustafa Suleyman, de Microsoft, dice que su IA supera a los médicos en casos difíciles mientras persigue la "superinteligencia médica"
El nuevo sistema de diagnóstico de IA de Microsoft superó a los médicos generalistas en casos difíciles, según un estudio publicado en Science. Pero la mayor parte de la mejora parece provenir de los modelos de IA subyacentes, no del sistema de Microsoft en sí.
TechCrunch AIHarnessPAI: un arnés en evolución para la IA física
arXiv:2609.29166v2 Announce Type: replace Resumen: La IA física tiene como objetivo construir agentes encarnados que perciban el mundo, lo entiendan y razonen sobre él, y decidan cómo actuar. Sin embargo, el campo se ha centrado principalmente en las
arXiv · cs.RODel razonamiento a la acción: evaluación comparativa de modelos de IA de frontera en tareas de manipulación de robots LIBERO-10
arXiv: 2610.30051v1Tipo de anuncio: nuevo Resumen: Los recientes avances en los modelos de IA de frontera han demostrado capacidades notables en la comprensión visual, el razonamiento, la planificación y el uso de herramientas, lo que aumenta la posibilidad de usar
arXiv · cs.RO¿Cuánto importa el arnés y para quién? Un estudio multimodelo del contexto en el descubrimiento de vulnerabilidades impulsado por LLM
arXiv:2610.28802v1 Announce Type: new Abstract: ¿Cuánto afecta el arnés de un agente al descubrimiento de vulnerabilidades y su valor depende del modelo? Estudiamos 24 configuraciones modelo-corredor utilizando un arnés de código abierto
arXiv · cs.CRIA física para intralogística: evaluación comparativa del ecosistema Sim-to-Real de NVIDIA para la navegación de BRÚJULAS mejorada por el cosmos en robots móviles industriales
arXiv: 2610.28432v2Tipo de anuncio: reemplazar Resumen: Las pilas de navegación de robots clásicos son confiables, pero a menudo requieren reingeniería para cada nuevo tipo de robot y sitio. La navegación basada en el aprendizaje cambia este esfuerzo de la mano
arXiv · cs.ROCombinar la memoria a largo plazo y los LLM tiene un alto coste: desde la inyección rápida hasta el compromiso persistente
arXiv:2610.28810v1 Tipo de anuncio: nuevo Resumen: La adopción generalizada de la inteligencia artificial generativa en los últimos años ha provocado un aumento paralelo en los ataques de inyección rápida y jailbreak. Al incrustar
arXiv · cs.CRAlfabetización en seguridad de IA: marco de competencias basado en ecosistemas y plataforma de aprendizaje K-12
arXiv:2610.28859v1 Tipo de anuncio: nuevo Resumen: La adopción de la inteligencia artificial en las escuelas K-12 ha superado la orientación para estudiantes, maestros y administradores. Los marcos de alfabetización de IA existentes enfatizan la comprensión
arXiv · cs.CRBlack-Box Red-Teaming de sistemas multiagente a través del aprendizaje por refuerzo
arXiv: 2610.28966v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande (LLM) se implementan cada vez más en sistemas multiagente (MAS) para realizar tareas complejas. Los ataques previos de equipos rojos de caja negra se centran principalmente en si
arXiv · cs.CRFallos correlacionados de los monitores de aprobación de IA
arXiv:2610.29178v1 Tipo de anuncio: nuevo Resumen: Antes de que un agente de IA tome una acción consecuente, como pagar, enviar mensajes o cambiar el código, varios monitores lo verifican. Sus veredictos se combinan mediante la suma de puntuaciones o
arXiv · cs.CRDónde se silencian los arneses de descubrimiento de vulnerabilidades de IA: falsos negativos estructurales y vulnerabilidades ocultas
arXiv: 2610.29379v1Announce Type: new Resumen: Los arneses de descubrimiento de vulnerabilidades basados en LLM pueden pasar por alto vulnerabilidades reales y accesibles debido a la forma en que se construye el arnés alrededor del modelo. Pasos que seleccionan el código, lo filtran
arXiv · cs.CRCertMoE: Certificación de robustez para LLM de mezcla de expertos a través de suavizado consciente de enrutamiento
arXiv: 2610.29395v1Tipo de anuncio: nuevo Resumen: La robustez demostrable es una piedra angular del aprendizaje automático confiable, con el objetivo de garantizar las predicciones del modelo bajo perturbaciones adversas. Marco de certificación existentewor
arXiv · cs.CRInyección rápida a través de evidencia forense: una taxonomía y prueba de concepto de ataques antiforenses en investigaciones digitales asistidas por LLM
arXiv: 2610.29747v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) están ingresando a la ciencia forense digital como asistentes de examen y agentes autónomos. El análisis forense digital invierte la configuración habitual para el aviso indirecto
arXiv · cs.CRLightSplit: Aprendizaje dividido práctico que preserva la privacidad a través de proyecciones ortogonales (versión completa)
arXiv:2605.13265v2 Announce Type: cross Resumen: Split learning (SL) permite el entrenamiento colaborativo mediante la partición de una red neuronal entre clientes y un servidor central. Sin embargo, la interfaz de capa de corte introduce una clave
arXiv · cs.CRCALLIOPE: información privada sobre el uso de la IA, sin incrustaciones
arXiv:2610.28797v1 Announce Type: cross Resumen: Presentamos CALLIOPE, un marco descendente para descubrir jerarquías de temas en grandes grupos de datos no estructurados (por ejemplo, conversaciones de LLM), al tiempo que admite
arXiv · cs.CRLEAN: Modulación de ingeniería de pérdida del modelo de distribución de sensibilidad al peso para redes neuronales eficientes y tolerantes a errores
arXiv:2610.28872v1 Tipo de anuncio: cruz Resumen: Los pesos de una red entrenada no tienen una sensibilidad uniforme a la precisión del modelo: los pesos más sensibles del 1% conllevan aproximadamente una quinta parte del daño que puede hacer un poco de volteo. Thi
arXiv · cs.CRCalibración consciente de la estructura de pruebas de estrés de redes neuronales de gráficos de malware bajo cambio de tipo
arXiv: 2609.28517v2Tipo de anuncio: reemplazar Resumen: Los calibradores de malware post-hoc pueden condicionar la confianza en la estructura del gráfico, pero sus entradas estructurales pueden dejar el soporte representado por los datos de validación bajo malware
arXiv · cs.CRPerMIT: Asegurar la memoria persistente para los agentes de LLM a través de teoremas de integridad verificados por máquina y confianza comunitaria escalable
arXiv: 2610.28987v1Announce Type: cross Resumen: La memoria persistente es una superficie en gran medida indefensa para la inyección y el envenenamiento, y el mismo riesgo limita el intercambio de memoria entre los agentes. Presentamos PerMIT, un arquitecto de memoria
arXiv · cs.CRMás allá de las etiquetas binarias: evaluación diagnóstica de la seguridad de LLM con rúbricas de nivel rápido
arXiv: 2610.29225v1Tipo de anuncio: Cross Resumen: Los puntos de referencia actuales de seguridad de LLM se basan principalmente en etiquetas binarias seguras o inseguras, que carecen de profundidad explicativa y sufren de baja consistencia en los jueces automatizados. Para
arXiv · cs.CR