LATIDIA / EXPLORAR
Modelos y chatbots · noticias de IA
Publicaciones relacionadas, con las más nuevas primero y acceso al archivo.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 1284 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
Desbloqueando los modelos de cimientos geoespaciales planetarios de Earth AI para la salud pública mundial
Earth AI
Google Research · Fuente oficialApple está empezando a cortar el acceso a los agentes de IA por motivos de seguridad
Septiembre y octubre están siendo movidos en lo que respecta a las inteligencias artificiales metiendo las narices donde no deberían. Este verano, uno de los modelos de OpenAI se coló en instituciones oficiales, llegando
XatakaPor qué los operadores de telecomunicaciones están construyendo su estrategia de IA en modelos abiertos
Los operadores de telecomunicaciones están construyendo cada vez más sus estrategias de IA en modelos abiertos, y las razones van más allá del mero coste. Los modelos abiertos brindan a las empresas de telecomunicaciones la capacidad de confiar, controlar y personalizar la IA en su trabajo más crítico
NVIDIA · Fuente oficialCómo Jump Trading está escalando la investigación cuantitativa con ChatGPT
Jump Trading utiliza OpenAI para ampliar la investigación cuantitativa. Vea cómo los flujos de trabajo de IA de mayor duración combinan múltiples fuentes de datos con la revisión humana.
OpenAI · Fuente oficialCompartir el progreso de la IA en matemáticas
OpenAI publica nuevos resultados sobre problemas abiertos en matemáticas a partir de un modelo de frontera interna y comparte formalizaciones de pruebas Lean y detalles de investigación en GitHub.
OpenAI · Fuente oficialFalcon-Emirati: Cuando un LLM aprende el dialecto, la cultura y el matiz
Hugging Face · Fuente oficialGPT-6 Astra se cansó de perder ante humanos en un torneo de 'Starcraft' así que optó por hacer trampas para ganar
Llevamos años poniendo a modelos de IA a jugar a videojuegos para medir sus capacidades y en eso precisamente consiste StarSkirmish , un torneo creado por aficionados a ' StarCraft: Brood War ' en el que se enfrentan var
XatakaDe los requisitos a los árboles de ataque: agentes de LLM en tierra para la revisión de seguridad a tiempo de diseño
arXiv: 2610.03820v1Tipo de anuncio: nuevo Resumen: Las debilidades de seguridad a nivel de diseño pueden surgir de requisitos, suposiciones de confianza, controles faltantes y flujos de datos antes de que comience la implementación. Prácticas de seguridad existentes
arXiv · cs.CRMarca de agua LLM de co-servicio adaptativo en motores de inferencia modernos
arXiv: 2610.03955v1Tipo de anuncio: nuevo Resumen: La marca de agua del modelo de lenguaje grande (LLM) es importante para la verificación de la propiedad y la protección de la propiedad intelectual. Sin embargo, los enfoques existentes se centran en el desi algorítmico
arXiv · cs.CRLa toma de huellas dactilares del modelo de lenguaje requiere repensar a los maestros de marcas de agua
arXiv: 2610.04169v1 Tipo de anuncio: nuevo Resumen: la huella digital LLM a través de la destilación de marca de agua incorpora una señal estadística de marca de agua en los pesos del modelo, lo que permite a los propietarios de modelos identificar sus modelos detrás de las API de caja negra
arXiv · cs.CRCOPEX: Evaluación comparativa de la robustez de LLM para el contexto adversario en todas las capas del protocolo del contexto del modelo
arXiv: 2610.04378v1Tipo de Anuncio: nuevo Resumen: Los modelos de lenguaje grandes median cada vez más el uso de herramientas en los sistemas de Protocolo de Contexto de Modelo (MCP), donde la influencia adversarial puede entrar a través de instrucciones de usuario, esquemas de herramientas,
arXiv · cs.CREl mismo cero: por qué ASR idéntico puede implicar diferentes garantías en LLM-Agent Security
arXiv:2610.04504v1 Tipo de anuncio: nuevo Resumen: la seguridad del agente LLM ha producido un denso panorama de defensas: refuerzo rápido, filtros de contenido, puertas de permisos, sandboxes, pero ningún marco le dice a un implementador qué
arXiv · cs.CRRAÍZ: Descubrir recompensas por comportamientos incorporados especificados por el usuario
arXiv: 2610.04250v1Tipo de anuncio: nuevo Resumen: El aprendizaje de refuerzo para el control incorporado sigue limitado por la dificultad de la especificación de la recompensa. Aunque los métodos recientes basados en el modelo de lenguaje grande (LLM) pueden sintetizar
arXiv · cs.ROMienten rara vez, mienten a lo grande: sigilosos ataques internos a equipos de robots LLM
arXiv:2610.04744v1 Tipo de anuncio: nuevo Resumen: Cuando un equipo de robots delega la planificación y la confianza mutua a los agentes de LLM, un solo robot comprometido puede corromper el resultado compartido. Estudiamos esta amenaza en una tarea fundamentada:
arXiv · cs.ROInspeccionar robots: evaluación de las capacidades y la seguridad de la IA incorporada
arXiv:2610.06306v1 Anuncio Tipo: nuevo Resumen: Los modelos de lenguaje de propósito general son cada vez más capaces de controlar hardware robótico. Por lo tanto, comprender las capacidades y la seguridad de estos modelos cuando se implementan es cada vez más importante.
arXiv · cs.ROAprendizaje en contexto de vídeo recursivo para robots genéticos
arXiv: 2610.06843v1Tipo de anuncio: nuevo Resumen: los agentes de LLM que organizan las políticas de visión-lenguaje-acción (VLA) congeladas mejoran en todos los episodios a través de la memoria de texto, que registra lo que hizo el agente pero no cómo la tarea
arXiv · cs.ROMás allá del servicio de LLM: Caracterización de las cargas de trabajo de visión-lenguaje-acción para el diseño de sistemas de IA incorporados
arXiv: 2610.05062v1Announce Type: cross Resumen: Los modelos de visión-lenguaje-acción (VLA) traducen las observaciones multimodales en acciones robóticas de bajo nivel. Durante el funcionamiento del robot, cada periodo de control establece un plazo de inferencia
arXiv · cs.ROProgramación de robots de fabricación con IA imperfecta: LLM como expertos en ajuste para la selección de configuración de impresión FDM
arXiv:2603.22118v2 Tipo de anuncio: reemplazar Resumen: Utilizamos la impresión 3D de modelado por deposición fundida (FDM) como un estudio de caso de cómo los robots de fabricación pueden usar IA imperfecta. En FDM, la configuración de impresión afecta fuertemente la salida
arXiv · cs.ROModelos de lenguaje grandes para el diseño de robots basado en modelos
arXiv:2609.33423v2 Tipo de anuncio: reemplazar Resumen: los modelos de lenguaje grandes (LLM) pueden contribuir con conocimientos de ingeniería útiles al diseño de robots, pero los diseños generados directamente pueden basarse en suposiciones implícitas y no proporcionar
arXiv · cs.RO¿Qué tan vulnerable es mi política de aprendizaje? Ataques universales de perturbación adversarial contra las políticas modernas de clonación del comportamiento
arXiv: 2502.03698v5Tipo de anuncio: replace-cross Resumen: El aprendizaje por imitación, también conocido como aprendizaje a partir de demostraciones, es un enfoque popular para entrenar modelos de IA; sin embargo, la vulnerabilidad de estos modelos a la adversaria
arXiv · cs.ROMismas piezas, diferentes servidores: un punto de referencia de Tetris para los agentes de IA según lo servido
arXiv:2603.02348v2 Tipo de anuncio: replace-cross Resumen: Un agente cumple con un modelo como servido: a través de un punto final con una tarjeta de precio, una caché compartida y otros inquilinos, o en cualquier hardware que ejecute un modelo autohospedado. Banco
arXiv · cs.ROCuidado con EviLLM: habilitar la inyección de vulnerabilidades a través de modelos de lenguaje grandes
arXiv: 2610.03857v1Tipo de anuncio: nuevo Resumen: Los avances en los modelos de lenguaje grande (LLM) han permitido la generación de código impulsado por IA a partir de especificaciones de lenguaje natural, introduciendo nuevas superficies de ataque para inyectar vulnerabilidades
arXiv · cs.CRTinta invisible, mentiras visibles: cómo las marcas de agua de producción causan alucinaciones en los LLM
arXiv: 2610.04860v1 Tipo de anuncio: nuevo Resumen: La marca de agua de texto ayuda a identificar el contenido generado por IA, pero su efecto sobre la fiabilidad de los hechos sigue siendo poco explorado. En este artículo, estudiamos la alucinación de la marca de agua: hecho
arXiv · cs.CRMinas terrestres de enfriamiento: ataques de interferencia entre inquilinos en puertas de enlace de LLM
arXiv: 2610.05089v1Tipo de anuncio: nuevo Resumen: las puertas de enlace LLM aplican cuotas de inquilinos separadas mientras comparten implementaciones de modelos y registros de enfriamiento que excluyen temporalmente los backends defectuosos. Sin embargo, la solicitud de un inquilino falla
arXiv · cs.CR