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: 913 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
Comunicaciones orientadas a objetivos para la IA física: diseño y banco de pruebas
arXiv: 2609.15895v1Tipo de anuncio: nuevo Resumen: La IA física se basa en un flujo de video sensible a la latencia y actualizado con frecuencia para percibir, razonar e interactuar con el mundo físico, lo que resulta en estrictos requisitos de latencia
arXiv · cs.ROUn diagnóstico LLM, una interfaz de comando y control de drones basada en MAVLink y un arnés agénico utilizando el protocolo de contexto modelo
arXiv: 2601.15486v3Tipo de anuncio: reemplazar Resumen: La inteligencia artificial integrada con el comando y control de drones (IA física) ofrece una ruta hacia la autonomía a través de modelos de lenguaje grandes (LLM), pero un LLM-to-dr unificado
arXiv · cs.ROAsistencia humana bajo demanda para la continuación de tareas bajo fallas de acción física en la planificación basada en LLM
arXiv: 2603.28156v2Tipo de anuncio: reemplazar Resumen: Si bien la planificación de acciones del robot basada en modelos de lenguaje grandes (LLM) ha avanzado notablemente, continuar una tarea después de una falla de acción física durante la ejecución sigue siendo un
arXiv · cs.ROHabitat-GS: un simulador de navegación de alta fidelidad con splatting gaussiano dinámico
arXiv: 2604.12626v2Tipo de anuncio: reemplazar Resumen: El entrenamiento de los agentes de IA incorporados depende críticamente de la fidelidad visual de los entornos de simulación y la capacidad de modelar humanos dinámicos. Simuladores actuales predominantes
arXiv · cs.ROBadEngram: Ataque de puerta trasera en componentes de memoria cerrada en LLM
arXiv: 2609.13478v1Tipo de anuncio: nuevo Resumen: Para ampliar la capacidad de los modelos de peso abierto sin aumentar proporcionalmente el cálculo, los modelos de lenguaje recientes incorporan memorias paramétricas cerradas que recuperan el valor aprendido
arXiv · cs.CREI-DDLGN: Inferencia Cifrada Eficiente con Redes de Puertas Lógicas Profundamente Diferenciables bajo TFHE
arXiv:2609.13636v1 Announce Type: new Abstract: Privacy-preserving inference via Torus Fully Homomorphic Encryption (TFHE) provides strong protection for sensitive data in outsourced deep learning applications. Sin embargo,
arXiv · cs.CRExploración de la identificación automatizada de vulnerabilidades en el código JavaScript utilizando modelos de lenguaje grandes
arXiv: 2609.13816v1Tipo de anuncio: nuevo Resumen: JavaScript alimenta aproximadamente el 98.8% de todos los sitios web, lo que hace que las vulnerabilidades en su código sean un riesgo de seguridad significativo, pero los enfoques de detección existentes como Static Appl
arXiv · cs.CRConfundir el modelo, controlar el flujo: comprender y mitigar las fugas de privacidad de los agentes de LLM con el control del flujo de información
arXiv:2609.14003v1 Tipo de anuncio: nuevo Resumen: los agentes de IA personales basados en modelos de lenguaje grandes (LLM) tienen acceso cada vez más a los datos y comunicaciones privados de un usuario para proporcionar asistencia personalizada
arXiv · cs.CRAGENTQ: Ataques de puerta trasera condicionados por cuantificación a agentes de LLM
arXiv: 2609.14060v1Tipo de anuncio: nuevo Resumen: La cuantificación es una de las rutas de implementación predeterminadas para los agentes LLM de peso abierto, pero no preserva el comportamiento: un adversario puede liberar un punto de control de precisión completa que
arXiv · cs.CRSkillSecurer: Detección y parcheo de vulnerabilidades de inyección rápida en habilidades de agentes de IA
arXiv:2609.14079v1 Tipo de anuncio: nuevo Resumen: las habilidades del agente extienden los agentes de IA con instrucciones, scripts y configuración reutilizables, pero también están abiertos a nuevos ataques para influir en las decisiones y acciones de un agente. Para agregar
arXiv · cs.CRThe Deception Delta: Adversarial Evaluation of LLM-Based Smart Contract Bytecode Forensics
arXiv: 2609.14098v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes se utilizan cada vez más en las investigaciones forenses de blockchain para interpretar el código de bytes de contratos inteligentes no verificados. Su robustez no ha sido sistemática
arXiv · cs.CRSame Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem
arXiv: 2609.14119v1Tipo de anuncio: nuevo Resumen: El Protocolo de Contexto de Modelo (MCP) se ha convertido en la interfaz común a través de la cual las aplicaciones de modelos de lenguaje grandes llegan a las herramientas externas, y su registro público ahora distribuye
arXiv · cs.CRFusión de firmas espectrales y agrupamiento de activación para la detección de puerta trasera en modelos de imágenes de atención médica: método, implementación y evaluación
arXiv: 2609.14290v1 Tipo de anuncio: nuevo Resumen: Los modelos de aprendizaje automático se implementan cada vez más en las canalizaciones de imágenes de atención médica para el soporte de diagnóstico, y los ataques de tiempo de capacitación contra ellos son un conjunto de nivel sectorial con nombre
arXiv · cs.CRExtracción criptoanalítica de redes neuronales sin suposición de arquitectura conocida
arXiv:2609.14379v1 Announce Type: new Resumen: Los ataques de extracción criptoanalítica recuperan los parámetros de una red neuronal dado solo acceso de caja negra a su salida sin procesar. Sin embargo, todos los ataques existentes se basan en un fundamento
arXiv · cs.CRLas capacidades del agente de LLM deben seguir la intención de la tarea y la fuente del contexto
arXiv:2609.14631v1 Tipo de anuncio: nuevo Resumen: los agentes de LLM realizan acciones reales, que incluyen ejecutar código, modificar archivos, llamar a servicios y delegar tareas, impulsadas por fuentes de contexto: solicitudes de usuario, resultados de herramientas, documentos
arXiv · cs.CRDetección de anomalías autoverificable mediante IA explicable para la ciberseguridad de redes DER.
arXiv:2609.12305v1 Anuncio Tipo: nuevo Resumen: El rápido crecimiento de los Recursos Energéticos Distribuidos (RED) ha expandido significativamente la superficie de ataque cibernético de las redes eléctricas modernas. Además, la creciente sofisticación en
arXiv · cs.CRUn marco multi-LLM basado en la evidencia para el modelado de dependencias de infraestructuras críticas auditables.
arXiv:2609.12360v1 Anuncio Tipo: nuevo Resumen: El conocimiento sobre infraestructura crítica se distribuye a través de evidencia heterogénea, incompleta y débilmente estructurada, lo que dificulta la construcción de modelos de dependencia automáticos.
arXiv · cs.CRNovaFabric: Evidencia de manipulación evidente y reproducible para ejecuciones autónomas de agentes de IA
arXiv:2609.12582v1 Tipo de anuncio: nuevo Resumen: Cuando un agente autónomo de IA hace algo consecuente, ¿qué se puede probar sobre lo que hizo? Las plataformas de observabilidad de agentes capturan rastros, pero un rastro es mutable: altera
arXiv · cs.CRCerrar la brecha de la primera hora: evaluación de la confiabilidad de la IA y deficiencias de evaluación comparativa en la respuesta a incidentes cibernéticos para las fuerzas del orden
arXiv:2609.12681v1 Anuncio Tipo: nuevo Resumen: Las acciones de los agentes de policía de primera línea en la hora inicial de un incidente cibernético desempeñan un papel vital en la determinación del éxito final de una investigación. El min
arXiv · cs.CRSoulAuth: una arquitectura de identidad nativa del actor e implementación de referencia de óxido para humanos y actores de IA de larga vida
arXiv: 2609.11258v1Tipo de anuncio: Cross Resumen: A medida que los sistemas de IA pasan de invocaciones de modelos transitorios a actores de larga duración que persisten en credenciales, clientes, sesiones e instancias de tiempo de ejecución, la infraestructura de identidad
arXiv · cs.CRSobre la identificación de la inyección de intención adversarial en redes 6G nativas de IA
arXiv: 2609.12144v1Announce Type: cross Resumen: Las redes 6G nativas de IA han puesto en primer plano las redes basadas en la intención (IBN), lo que permite traducir los objetivos de alto nivel en configuraciones de red. Sin embargo, esta es una
arXiv · cs.CRFederated Learning in the Wild: A Comparative Study for Cybersecurity under Non-IID and Unbalanced Settings (Aprendizaje federado en la naturaleza: un estudio comparativo para la cibers
arXiv: 2509.17836v2Tipo de anuncio: reemplazar Resumen: Las técnicas de aprendizaje automático (ML) han demostrado un gran potencial para el análisis del tráfico de red; sin embargo, su efectividad depende del acceso a información representativa y actualizada
arXiv · cs.CRRobustez rotada: una defensa sin entrenamiento contra ataques de bit-flip en modelos de lenguaje grandes
arXiv: 2603.16382v2Tipo de Anuncio: reemplazar Resumen: La corrupción de bit-flip de pesos cuantificados representa una seria amenaza de confiabilidad para los Modelos de Lenguaje Grande (LLM), ya que incluso un pequeño número de fallas de peso puede desencadenar catastr
arXiv · cs.CRBodhiPromptShield: mediación previa a la interferencia para la propagación de la privacidad de forma superficial en las canalizaciones de agentes de LLM
arXiv:2604.05793v2 Announce Type: replace Abstract: In LLM agent pipelines, prompt privacy risk propagates beyond a single model call: raw user content enters retrieval queries, memory write, tool arguments, OCR-derived
arXiv · cs.CR