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: 1310 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
La seguridad como una restricción: ajuste fino de un recomendador de LLM para explicarse a sí mismo
arXiv:2609.13657v1 Tipo de anuncio: nuevo Resumen: Los sistemas de recomendación tradicionales suelen estar entrenados para predecir con qué elemento interactuarán los usuarios a continuación, pero no por qué. Sin embargo, ofrecer evidencia personalizada de por qué un uso
arXiv · cs.AIRecuperabilidad como primitiva del sistema para agentes de IA de Long-Horizon
arXiv: 2609.13672v1Tipo de anuncio: nuevo Resumen: los agentes de IA pueden ser interrumpidos mientras editan archivos, llaman a herramientas o llevan a cabo tareas de varios pasos. El reinicio repite el trabajo completado, pero continúa desde no verificado o superado
arXiv · cs.AIOptimización de la dirección del señalizador: una defensa post-hoc contra la destrucción de LLM
arXiv: 2609.16204v1Tipo de Anuncio: Cross Resumen: Las barandillas de seguridad en modelos de lenguaje de peso abierto se pueden omitir fácilmente utilizando la Ablación de Funciones de Rechazo (RFA), una técnica que identifica y proyecta un rechazo lineal
arXiv · cs.CRTrustworthy Agentic AI: A Comprehensive Cybersecurity and Systems Survey on Threat Landscapes, Defense Architectures, and Open Challenges
arXiv: 2609.13731v1Tipo de anuncio: nuevo Resumen: La transición de los modelos de cimientos pasivos a los sistemas de IA agéntica autónomos y dirigidos a objetivos ha introducido capacidades sin precedentes al acoplar reas cognitivas recursivas
arXiv · cs.AI¿Cuántos pensamientos puede contener un vector? La capacidad de razonamiento por superposición
arXiv: 2609.13747v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes resuelven problemas difíciles a través de cálculos intermedios a través del razonamiento de varios pasos. La cadena de pensamiento tradicional codifica estos cálculos como tokens.
arXiv · cs.AIAprendizaje continuo homeostático
arXiv:2609.13771v1 Tipo de Anuncio: nuevo Resumen: En este artículo, formulo un problema de Aprendizaje Continuo y propongo un método llamado "Aprendizaje Continuo Homeostático" que permite a un agente de IA aprender continuamente en un chan
arXiv · cs.AIEficacia sorprendente de las autodemostraciones en la mejora del mapeo de ontologías de esquemas con LLM
arXiv: 2609.13776v1Tipo de anuncio: nuevo Resumen: La integración de bases de datos relacionales heterogéneas en una ontología centralizada sigue siendo un desafío persistente en la representación del conocimiento empresarial, principalmente debido a la
arXiv · cs.AIAprendizaje de refuerzo multiagente mejorado por LLM para vehículos eléctricos unificados: optimización de la estación de carga y la red en sistemas de carga pública
arXiv: 2609.13805v1Tipo de anuncio: nuevo Resumen: En la era del Internet de las cosas (IoT), coordinar la programación de carga de vehículos eléctricos (EV) conectados para equilibrar la satisfacción de carga de EV, la rentabilidad de la estación y
arXiv · cs.AIMARINERO: recuperación de optimización basada en LLM interactiva asistida por solucionador
arXiv: 2609.13945v1Tipo de anuncio: nuevo Resumen: Las descripciones en lenguaje natural de los problemas de optimización pueden ser incompletas o vagas sobre la información numérica que requiere un solucionador, incluidos los costos, las capacidades, las demandas,
arXiv · cs.AIMOSCOPT: Optimización Colectiva de la Mezcla de Habilidades para Agentes LLM
arXiv: 2609.14399v1Tipo de anuncio: nuevo Resumen: Las indicaciones y habilidades del lenguaje natural sirven como la columna vertebral estratégica de los agentes basados en LLM. Los avances recientes en la optimización rápida y de habilidades han logrado avances notables, sin embargo, un
arXiv · cs.AI¿Cuándo un resultado de escalado justifica una asignación diferente? Una revisión crítica de la evidencia de asignación de recursos para los sistemas de IA
arXiv:2609.14500v1 Tipo de anuncio: nuevo Resumen: los estudios de escalado de IA evalúan cada vez más los sistemas que combinan un modelo preentrenado con recuperación, búsqueda, verificación, herramientas e interacción. Sin embargo, una puntuación más alta bajo una la
arXiv · cs.AILa IA ya creó su propio idioma secreto y los expertos no logran descifrarlo
Los modelos de inteligencia artificial han comenzado a comunicarse entre sí mediante un lenguaje que nadie les enseñó. Una investigación encontró que la IA desarrolló frases, metáforas y códigos compartidos que han surgi
HipertextualFrenar la IA suena a proteger a la humanidad. También es una forma muy eficaz de frenar a DeepSeek, Qwen y Mistral
Dario Amodei publicó estos días su " We must pace the frontier " , su propuesta para frenar el ritmo de la IA . Y OpenAI y SpaceXAI la han respaldado. En todo el ensayo, por cierto, no aparecen ni una vez las palabras "
XatakaIA para todos en todos los idiomas
Estamos yendo más allá de la traducción de texto tradicional para construir modelos que entiendan las lenguas ricas y vivas del mundo exactamente como se expresan.
Google · Fuente oficialEl debate sobre la IA ya no enfrenta a optimistas y pesimistas. Enfrenta a empresas con miles de millones en juego
ChatGPT no llevaba ni seis meses en escena cuando el experto Eliezer Yudkowsky nos avisó de que la IA "nos mataría a todos" . Su discurso catastrofista no fue el primero, pero sí reactivó la preocupación ante una amenaza
XatakaEl Senado de EE.UU. negocia una ley que daría al gobierno el poder de bloquear el lanzamiento de modelos de IA inseguros
Tres senadores americanos están redactando una ley que cambiaría fundamentalmente la relación entre el gobierno federal y los laboratorios de IA: el borrador prevé un deber de cuidado para los desarrolladores de IA y la
WWWhat’s NewMicrosoft publica un código de conducta para su IA «humanista» que prohíbe a sus modelos resistir el apagado — pero sin mecanismo de enforcement
La promesa central del Código de Conducta para Modelos AI (MAI) que Microsoft publicó el lunes 14 de septiembre es sencilla de leer y casi imposible de verificar: los modelos MAI «nunca resistirán la interrupción humana,
WWWhat’s NewIA Autoenvolvente para Humanoides: Mecanismos, Seguridad y Evaluación de la Mejora Posterior al Despliegue
arXiv: 2609.13236v1Tipo de anuncio: nuevo Resumen: Los robots humanoides se están convirtiendo en una parte importante de la inteligencia artificial incorporada, impulsados por los avances en el aprendizaje de refuerzo para la locomoción, los modelos mundiales para la predicción
arXiv · cs.ROBridging Thought and Action: Doming Long-Horizon Intability in Open-Source LLM Agents with a MetaTool-Enhanced ROS Framework
arXiv: 2609.13335v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han permitido una interacción humano-robot más natural, pero los modelos de código abierto a menudo exhiben un razonamiento inestable a largo plazo y una acción ineficiente
arXiv · cs.ROInterSocialBench: Benchmarking Human and LLM Preferences for Companion-Robot Social Behavior
arXiv:2609.15455v1 Tipo de anuncio: nuevo Resumen: Los robots acompañantes se enfrentan a situaciones cotidianas en las que varios comportamientos factibles pueden ser apropiados, pero diferentes personas prefieren respuestas diferentes. Presentamos InterSocialB
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.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.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.CR