Últimos artículos para Seguridad en la tecnología

CCL se asegura de que las redes neuronales mantengan precisión mientras aprenden nuevas tareas.

Una herramienta para analizar y mejorar los errores de reconocimiento de imágenes en computadoras.

UNRealNet mejora la navegabilidad de los robots en terrenos difíciles usando técnicas avanzadas.

InferAct mejora la seguridad en la toma de decisiones para los agentes de IA en varias tareas.

Un nuevo método mejora la seguridad y eficiencia al caminar de los robots.

Investigando cómo los robots trabajan juntos en espacios compartidos para interacciones seguras.

Un nuevo método para mejorar la seguridad en sistemas críticos usando modelos de lenguaje.

Este estudio analiza el rendimiento de los circuitos de redes neuronales y su fiabilidad.

Un nuevo método mejora la comprensión de las restricciones de seguridad en robótica.

Examinando cómo los modelos de lenguaje pueden negarse a responder para mejorar la seguridad.

Este artículo revisa cómo la cuantización vectorial impacta la comprensión de decisiones en sistemas de aprendizaje por refuerzo.

Aprende cómo la verificación de programas asegura la confiabilidad del software en industrias críticas.

Un nuevo método mejora la resistencia de los agentes de RL contra cambios de entrada dañinos.

Mejorando la detección de fallos y diagnósticos en reactores nucleares usando técnicas de aprendizaje profundo.

Este método mejora la seguridad en la generación de imágenes mientras mantiene la calidad.

Un nuevo marco mejora la seguridad y eficiencia de los robots en entornos impredecibles.

Un nuevo método mejora la seguridad en la toma de decisiones para máquinas.

Un nuevo enfoque para mejorar cómo los robots entienden y responden a los usuarios.

LEVIS ayuda a encontrar espacios de entrada seguros para obtener salidas confiables de redes neuronales.

La Transferencia Consciente de Precaución mejora la seguridad y el rendimiento en aplicaciones de aprendizaje por refuerzo.

Un nuevo método mejora la detección de mensajes perjudiciales en modelos de lenguaje.

Este trabajo se centra en explicar la toma de decisiones en IA usando Monte Carlo Tree Search.

Presentamos CBF-LLM: un método para generar texto de manera más segura en LLMs.

Un estudio sobre rechazos falsos en modelos de lenguaje y su impacto en la experiencia del usuario.

Un nuevo método combina el aprendizaje reforzado y la seguridad para mejorar las tareas de los robots.

Un marco para asegurar que los robots interactúen de manera segura y efectiva con los humanos.

Este artículo habla sobre formas de mejorar la seguridad en RL usando modelos de lenguaje.

Un método para evaluar las evaluaciones de los agentes de IA en cuanto a seguridad y fiabilidad.

Un nuevo método mejora la detección de datos inesperados en modelos de aprendizaje automático.

El sistema RADER mejora el aprendizaje robótico a través de demostraciones seguras en realidad extendida.

Examinando cómo los datos de entrenamiento afectan las salidas del modelo de lenguaje y las medidas de seguridad.

Nuevo método de entrenamiento mejora la seguridad y el rendimiento de LLM.

Investigadores desarrollan MergeAlign para hacer la IA más segura sin perder experiencia.

Integrando medidas de seguridad en el aprendizaje por refuerzo para un entrenamiento de IA responsable.

Los robots optimizan sus rutas para navegar de forma segura en entornos concurridos.

Una nueva herramienta que garantiza interacciones seguras entre humanos y IA.

CUE-M combina imágenes y texto para buscar de manera efectiva.

Usando funciones de densidad para ayudar a los robots a navegar de manera segura en entornos concurridos.

El marco ICER evalúa las medidas de seguridad en modelos de texto a imagen de manera efectiva.

Aprende cómo la formación de gas afecta el rendimiento y la salud de las baterías de celda tipo pouch.