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: 1283 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
Evaluación del aprendizaje por indagación en agentes basados en LLM: hipótesis, razonamiento y exploración
arXiv:2610.21604v1 Tipo de anuncio: nuevo Resumen: La investigación científica implica ciclos iterativos de exploración, generación de hipótesis y razonamiento sobre las observaciones para descubrir relaciones en sistemas complejos. Langu grande
arXiv · cs.AIAgentPerturb: Evaluación de la robustez del agente de LLM bajo perturbaciones de interacción controladas
arXiv: 2610.21624v1Tipo de anuncio: nuevo Resumen: las tareas del mundo real a menudo son complejas y ruidosas, lo que plantea desafíos sustanciales para los agentes de LLM. Sin embargo, las evaluaciones existentes carecen de un marco sistemático para caracterizar conjuntamente
arXiv · cs.AIRSIFlow: Flujos de trabajo de auto-mejora adaptativa con un metaagente en evolución
arXiv: 2610.21791v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande (LLM) han demostrado capacidades sólidas en tareas complejas, incluida la generación de código, el uso de herramientas y la respuesta a preguntas de varios saltos.
arXiv · cs.AIGraphACM: Medición de la consistencia de la acción basada en gráficos para la cuantificación de la incertidumbre en agentes de LLM
arXiv:2610.22031v1 Tipo de anuncio: nuevo Resumen: La consistencia del comportamiento en ejecuciones repetidas proporciona una señal informativa para evaluar la confiabilidad de los agentes del modelo de lenguaje grande (LLM). Sin embargo, el aprox. existente
arXiv · cs.AIModelo de recompensa de progreso para el aprendizaje de refuerzo a través de modelos de lenguaje grandes
arXiv: 2610.22056v1Tipo de anuncio: nuevo Resumen: Los algoritmos tradicionales de aprendizaje por refuerzo (RL) enfrentan limitaciones significativas en el manejo de tareas a largo plazo con recompensas escasas. Los avances recientes han aprovechado la gran la
arXiv · cs.AIFAOP: Formas normales y un álgebra para flujos de trabajo de agentes de IA
arXiv: 2610.22061v1Tipo de anuncio: nuevo Resumen: Las organizaciones codifican cada vez más los procedimientos operativos como habilidades de agente de varios pasos, aquí llamadas Procedimientos Operativos de Agente (AOP), que deben ser rastreables, auditables, repro
arXiv · cs.AIWhen Reasoning Is Not Enough: Proactive Inquiry for Cross-Modal Safety in Multimodal Large Language Models (Cuando el razonamiento no es suficiente: investigación proactiva para la seguridad intermodal en
arXiv: 2610.22068v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes multimodales (MLLM) pueden actuar de manera insegura cuando las imágenes y los textos individualmente benignos se interpretan conjuntamente. Más allá del riesgo de razonamiento implícito, donde el razonamiento
arXiv · cs.AIINDAGAR: Aprender a auditar el cumplimiento de la política en el uso de herramientas de agentes de LLM
arXiv: 2610.22124v1Tipo de anuncio: nuevo Resumen: Los sistemas agénticos modernos amplían los modelos de lenguaje con herramientas externas, lo que les permite completar tareas complejas a través de interacciones de varias vueltas. A medida que estos agentes se despliegan en
arXiv · cs.AICreído pero no dicho: medición del colapso de creencias ocultas en discusiones de LLM multiagente
arXiv:2610.22138v1 Announce Type: new Abstract: Los sistemas LLM dependen cada vez más de grupos de agentes que discuten, critican y se revisan entre sí, asumiendo que los pares detectarán errores individuales. Probamos esta suposición a
arXiv · cs.AI¿Está seguro de que su LLM está seguro? Reparación y auditoría de la confianza
arXiv:2610.22139v1 Announce Type: new Abstract: Las puntuaciones de confianza determinan si una respuesta LLM es aceptada, revisada o regenerada, pero la recalibración escalar solo puede corregir errores visibles a través de la propia puntuación.
arXiv · cs.AITutor de IA de múltiples fuentes para estudiantes no nativos de habla inglesa
arXiv: 2610.22163v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) se están adoptando cada vez más como herramientas de enseñanza en la educación informática, particularmente para desarrollar tutores de IA capaces de responder a las preguntas de los estudiantes
arXiv · cs.AIEliteReplay: Preservar diversas soluciones en RL después de la capacitación a través de la búsqueda de calidad y diversidad
arXiv: 2610.22290v1Tipo de anuncio: nuevo Resumen: El aprendizaje por refuerzo se ha convertido en una técnica común posterior a la capacitación para mejorar la precisión de los LLM en tareas verificables. Sin embargo, dicho entrenamiento puede reducir el conjunto de soluciones
arXiv · cs.AILa extensión de ChatGPT para Chrome ya puede trabajar en tus pestañas: rellenar formularios, comparar productos y organizar tu navegador
La extensión de ChatGPT para Chrome ya rellena formularios y organiza tus pestañas con su agente. Pide permisos amplios: así funcionan y sus riesgos. La noticia La extensión de ChatGPT para Chrome ya puede trabajar en tu
WWWhat’s NewUna información privilegiada de Nvidia convertida en CV sobre por qué la robótica aún no ha llegado a su momento de ChatGPT
Amulya Vishwanath, quien pasó siete años liderando la comercialización de productos para las plataformas de robótica de NVIDIA, dice que la robótica se encuentra actualmente en su "era Lego", con los bloques de construcción básicos como actuadores, manos robóticas, software, un
TechCrunch AIEl primer modelo de IA de Elorian quiere razonar con imágenes, no solo sobre ellas
Según las evaluaciones de Elorian, Glimpse supera incluso a GPT-6 Astra en razonamiento científico de gráficos y subtítulos de video de formato corto, con resultados competitivos en otras tareas de razonamiento visual.
TechCrunch AIJev es el modelo de IA más rápido adoptado por Vercel
Los datos provienen de la puerta de enlace AI de Vercel, un servicio API unificado similar a OpenRouter.
TechCrunch AIInvestigadores españoles demuestran que ChatGPT, Gemini, Claude y otras IA filtran datos de los chats a anunciantes
Les contamos síntomas, líos laborales, el borrador de una carta de despido o la bronca con la pareja. Los asistentes de IA se han ganado el puesto de confidente, y por eso importa saber quién más se asoma a la conversaci
GenbetaOpenAI suspende el lanzamiento de un nuevo modelo de IA debido a preocupaciones de seguridad
OpenAI ha cancelado el lanzamiento de GPT-6.1 Astra , su modelo más potente, el cual estaba previsto para octubre, porque sus pruebas internas lo dejaron por debajo de lo que se esperaba. Saachi Jain , responsable de sis
GenbetaRazonamiento LLM liviano a bordo para una navegación UAV segura con conciencia humana
arXiv: 2610.22092v1Tipo de anuncio: nuevo Resumen: Los robots aéreos que operan cerca de personas deben tratar a un peatón, un automóvil estacionado y una pared de manera diferente, pero la percepción convencional: las pilas de planificación los reducen a ocupar
arXiv · cs.ROEvaluación de LLMs Multimodales como Agentes Generalistas de Visión-Lenguaje-Acción para el Control de Drones: Comando, Aproximación, Seguimiento y Búsqueda
arXiv:2609.01404v2 Tipo de anuncio: reemplazar Resumen: Los modelos multimodales de lenguaje grande (MLLM) se utilizan cada vez más para tomar decisiones para drones, pero las evaluaciones existentes se limitan principalmente a la simulación, a un solo dron
arXiv · cs.ROEvaluación empírica del aprendizaje automático para la detección de criptojacking en la nube: efectos del preprocesamiento y los protocolos de evaluación
arXiv: 2610.20658v1Tipo de anuncio: nuevo Resumen: La inteligencia artificial (IA) se ha aplicado ampliamente a la detección de cryptojacking en la nube. Los modelos clásicos de aprendizaje automático siguen siendo uno de los enfoques más utilizados para
arXiv · cs.CRCascadeLedger: Auditoría contrafactual de la integridad de la información y los recursos en cascadas de LLM
arXiv: 2610.20668v1Tipo de anuncio: nuevo Resumen: Presentamos CascadeLedger, un marco de auditoría de ejecución contrafactual para cascadas de modelos de lenguaje presupuestados. El protocolo aplica la semántica de llamada antes de leer, vincula el éxito
arXiv · cs.CRThinking in Graphs: Neo4j-Backed Exploit-Chain Reasoning for LLM Penetration-Testing Agents
arXiv:2610.20902v1 Tipo de anuncio: nuevo Resumen: los agentes de codificación LLM como Claude Code y OpenAI Codex pueden impulsar herramientas de prueba de penetración, pero razonan sobre un compromiso como una lista plana de hallazgos en un contexto
arXiv · cs.CRScrewtape: Edición de transcripciones adversarias para Monitor Red-Teaming
arXiv:2610.20941v1 Tipo de anuncio: nuevo Resumen: Presentamos Screwtape, un pipeline que convierte las transcripciones de agentes reales en ataques que evaden los monitores de solo acción. Un atacante de LLM edita una transcripción para que el agente pueda
arXiv · cs.CR