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: 1295 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
ChronosAttack: Ataques de programación de herramientas adversarias a agentes de LLM
arXiv: 2609.27857v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande (LLM) a menudo procesan las respuestas de herramientas externas a medida que llegan, lo que hace que el tiempo de respuesta sea parte del proceso de decisión. Presentamos ChronosAttack, un
arXiv · cs.CRSu modelo tiene fugas: transferencia de información encubierta a través de flujos residuales de LLM
arXiv: 2609.27996v1Tipo de anuncio: nuevo Resumen: las organizaciones sensibles a la privacidad pueden ejecutar grandes modelos de lenguaje (LLM) en entornos restringidos o con huecos de aire mientras exportan artefactos de diagnóstico seleccionados. Mostramos que un
arXiv · cs.CRSR-Fraud: un marco de agente LLM reflexivo supervisado por resultados para la detección de fraude de pagos no estacionarios
arXiv: 2609.27287v1Tipo de anuncio: cross Resumen: La detección de fraude de pago en tiempo real es un problema de predicción de transmisión no estacionaria: los adversarios se adaptan antes de que maduren las etiquetas supervisadas y los ataques de ráfaga localizados pueden advertir
arXiv · cs.CRExtracción automatizada de registros de actividades de procesamiento (RoPA) utilizando RAG híbrido y modelos de lenguaje grande implementados localmente
arXiv: 2609.27359v1Tipo de anuncio: Cross Resumen: La Ley de Protección de Datos Personales de Vietnam (Ley N ° 91/2025/QH15) y el Decreto N ° 356/2025/ND-CP, a partir del 1 de enero de 2026, requieren que las organizaciones establezcan y mantengan Re
arXiv · cs.CROptimización de marcas de agua para modelos de lenguaje grandes
arXiv: 2312.17295v2Tipo de anuncio: reemplazar Resumen: Con el aumento de los modelos de lenguaje grandes (LLM) y las preocupaciones sobre el posible uso indebido, las marcas de agua para los LLM generativos han atraído mucha atención recientemente. Una importante
arXiv · cs.CRProtección de los agentes de LLM contra amenazas a largo plazo mediante la memoria en la sombra.
arXiv: 2605.03228v2Tipo de anuncio: reemplazar Resumen: A medida que los agentes impulsados por el modelo de lenguaje grande (LLM) se despliegan cada vez más para realizar tareas complejas en el mundo real, se enfrentan a una clase creciente de ataques que explotan
arXiv · cs.CRSyzHarness: Reproducción de errores de kernel basada en parches con arneses de difuminado sintetizados por LLM
arXiv: 2609.23889v2Announce Type: replace Resumen: La reproducción automatizada de vulnerabilidades del kernel es esencial para el triaje de errores, la validación de parches y las pruebas de regresión, pero aún carece de una solución efectiva y eficiente.
arXiv · cs.CRMedición y explotación del sesgo contextual en la revisión del código de seguridad asistida por LLM
arXiv: 2603.18740v4Tipo de Anuncio: replace-cross Resumen: Los sistemas de Revisión Automatizada de Código (ACR) que integran Modelos de Lenguaje Grande (LLM) se adoptan cada vez más en los flujos de trabajo de desarrollo de software, que van desde
arXiv · cs.CRChina investiga a DeepSeek y Moonshot por robar datos a Claude mientras Xiaomi lidera el open-weight con MiMo-V2.6
Hoy coinciden en el mismo día dos noticias sobre el ecosistema de IA chino que se leen mejor juntas: China está investigando a dos de sus laboratorios más prominentes por presuntamente haber enviado datos de usuarios a A
WWWhat’s NewChatGPT Voice da un salto y ahora puede manejar tu correo y tu agenda mientras hablas
ChatGPT está a nada de convertirse en Samantha, la asistente de voz que interpretó Scarlett Johansson en Her. OpenAI lanzó una actualización en todas las plataformas que unifica las funciones de texto, voz y trabajo agén
HipertextualAnthropic lanza Claude Opus 5.5: más potente que Opus 5, un 40% más barato de usar y con las salvaguardas más estrictas que ha tenido jamás un modelo Opus
Anthropic hace hoy algo inusual: lanzar simultáneamente un modelo más capaz, más barato y más restringido en los usos de mayor riesgo. Claude Opus 5.5, el primer modelo de la nueva familia 5.5, rinde al nivel de Claude F
WWWhat’s NewLos agentes de IA de Ringg resuelven hasta el 65% de las llamadas de los clientes con OpenAI
Utilizando GPT-5.6, Ringg impulsa agentes multilingües a través de voz, chat, WhatsApp y web por un 90% menos de costo en comparación con GPT-4.1.
OpenAI · Fuente oficialDynamic Deep Prompt Optimization para defenderse de los ataques de jailbreak en LLM
arXiv:2609.26185v1 Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) demuestran capacidades impresionantes en muchas aplicaciones, pero siguen siendo vulnerables a los ataques de jailbreak, que provocan con
arXiv · cs.CRSobre la seguridad y privacidad de los LLM en Movilidad
arXiv: 2609.26295v1Tipo de anuncio: nuevo Resumen: El sector de la movilidad está experimentando un cambio de paradigma impulsado por los avances en Inteligencia Artificial Generativa. Con un mercado global valorado en aproximadamente 2,9 billones de dolares
arXiv · cs.CRRouxii: Explotar los honeypots con pentesters de IA conscientes del engaño
arXiv: 2609.26555v1Announce Type: new Abstract: Los honeypots están diseñados para engañar a los atacantes, y trabajos recientes muestran que también pueden descarrilar los pentesters autónomos basados en LLM. Estas evaluaciones, sin embargo, consideran en gran medida el ataque
arXiv · cs.CRDe la alineación al control de acceso: un marco para la aplicación de políticas GenAI
arXiv:2609.26682v1 Tipo de anuncio: nuevo Resumen: las aplicaciones de IA generativa (GenAI) han florecido, lo que permite a los usuarios chatear con grandes modelos de lenguaje y crear agentes que actúen en su nombre para una variedad de tareas.
arXiv · cs.CRCompiladores de comunicación invariantes de selección para flujos de trabajo LLM multiagente conscientes de la privacidad
arXiv: 2609.26076v1Tipo de anuncio: Cross Resumen: Los flujos de trabajo estructurados de múltiples agentes intercambian mensajes intermedios cuyo contenido y forma pueden revelar el estado privado incluso cuando la salida final es segura. Identificamos la selección-
arXiv · cs.CRFalla de métricas en la reparación de vulnerabilidades de código basada en LLM: un estudio empírico y una pantalla consciente del cambio
arXiv: 2609.26749v1Tipo de anuncio: cross Resumen: Los modelos de lenguaje grandes (LLM) se aplican cada vez más a la reparación automatizada de vulnerabilidades de seguridad de C/C++, y la tasa de compilación es un proxy comúnmente reportado para progres
arXiv · cs.CREl desafío de identificar el origen de los modelos de lenguaje grandes de caja negra
arXiv:2503.04332v2 Tipo de anuncio: reemplazar Resumen: El tremendo potencial comercial de los modelos de lenguaje grandes (LLM) ha aumentado las preocupaciones sobre su uso no autorizado. Para abordar esto, nos centramos en la tarea de identificar
arXiv · cs.CRLa tasa de éxito del ataque no es un número: sobre la validez de la medición en la evaluación de seguridad de la IA genética
arXiv:2609.25173v1 Tipo de anuncio: nuevo Resumen: La tasa de éxito de ataque (ASR) es la métrica principal en casi todas las evaluaciones publicadas de ataques y defensas para agentes de LLM. Argumentamos que ASR como se usa actualmente no es
arXiv · cs.CRSLED-IFV: Descomposición guiada por LLM validada por el solucionador para la verificación de flujo de información de hardware escalable
arXiv: 2609.25637v1Tipo de anuncio: nuevo Resumen: La verificación formal del flujo de información (IFV) del hardware proporciona fuertes garantías contra el comportamiento de control y tiempo dependiente del secreto, pero a menudo se escala mal en RT realista
arXiv · cs.CRModelado probabilístico de jailbreak en LLMs multimodales: de la cuantificación a la aplicación
arXiv:2503.06989v5 Announce Type: replace Resumen: Recientemente, los Modelos Multimodales de Lenguaje Grande (MLLM) han demostrado su capacidad superior para comprender el contenido multimodal. Sin embargo, siguen siendo vulnerables a la cárcel
arXiv · cs.CRAuditoría de procedencia de datos de modelos de lenguaje grandes afinados con una técnica de conservación de texto
arXiv: 2510.09655v3Tipo de anuncio: reemplazar Resumen: Proponemos un sistema para marcar textos sensibles o con derechos de autor para detectar su uso en el ajuste fino de modelos de lenguaje grandes bajo acceso de caja negra con estadísticas
arXiv · cs.CRUna encuesta sobre la seguridad de la memoria a largo plazo en agentes de LLM: ataques, defensas y gobernanza en todo el ciclo de vida de la memoria
arXiv: 2604.16548v3Tipo de anuncio: reemplazar Resumen: La aparición de la memoria persistente de sesión cruzada grabable en los agentes LLM introduce un panorama de amenazas cualitativamente diferente de la seguridad centrada en la entrada convencional
arXiv · cs.CR