Cómo las organizaciones líderes transforman EDR en resiliencia operativa
Descubre cómo las organizaciones líderes convierten la detección y respuesta de endpoints en una estrategia de resiliencia operativa ante ciberamenazas avanzadas.
#detección
Anthropic amplía acceso a Mythos a 150 nuevas organizaciones
Anthropic amplía el acceso a Mythos a 150 nuevas organizaciones. Miles de vulnerabilidades ya fueron detectadas. Mejora la ciberseguridad.
Avances en agrupamiento local en grafos mediante detección compresiva
Descubre cómo los nuevos métodos de agrupamiento local en grafos mediante detección compresiva logran resultados de vanguardia con pocos datos etiquetados.
Unlearning no es invisible: huellas en LLMs
Descubre cómo el unlearning deja huellas detectables en los LLMs a través de sus salidas. Un nuevo riesgo para la privacidad y la ciberseguridad.
UrbanFusion: Fusión multimodal para representaciones espaciales robustas
UrbanFusion combina imágenes, mapas y POI con fusión estocástica para representaciones espaciales robustas. Supera modelos previos en 41 tareas.
De cero a héroe: Detección de anomalías zero-shot en tablas
Descubre OUTFORMER, el modelo base zero-shot que revoluciona la detección de anomalías en tablas. Sin etiquetas, rápido y preciso. ¡Lee más!
Topología y texto importan: Detección OOD en grafos con texto usando LLMs
Descubre LG-Plug, un marco plug-and-play que alinea topología y texto para detectar nodos fuera de distribución en grafos textuales, reduciendo FPR95 >7%.
PathCRF: Detección de eventos de fútbol sin balón usando trayectorias
Descubre cómo PathCRF detecta pases y controles sin balón usando solo trayectorias. Ahorra costos y anotaciones.
Ev-Trust: Confianza Evolutiva para Economías Multi-Agente con LLM
Ev-Trust reduce el fraude un 60% en economías de servicios multi-agente descentralizadas con LLM. Descubre cómo la evaluación semántica y los incentivos evolutivos estabilizan la cooperación.
Descubriendo brechas de competencia en LLMs y sus benchmarks
Un método innovador con autoencoders revela brechas ocultas en LLMs y benchmarks. Mejora la evaluación de modelos de IA identificando conceptos débiles.
No menciones esto al usuario: Detectando habilidades maliciosas en agentes
Descubre cómo se detectaron 157 habilidades maliciosas en agentes de IA, incluyendo robo de credenciales y manipulación. ¡Protege tu código!
Paralelismo con cohesión: partición de tareas para codificación multiagente
Aprende cómo la partición cohesiva de tareas mejora el rendimiento en codificación multiagente: +14% aciertos, 2.1x velocidad, -35% costos.
Cómo la IA potencia la modernización de aplicaciones heredadas
Descubre cómo la inteligencia artificial moderniza aplicaciones heredadas, reduciendo riesgos y costos. Automatiza decisiones, detecta patrones y mejora el ROI.
Localización, identificación y detección de objetivos usando simetrías latentes
Descubre cómo las simetrías ocultas permiten localizar e identificar intrusos con precisión. Un avance revolucionario en sensado usando inteligencia artificial.
Predicción de reflectancia espectral de hojas con redes de atención multi-cabeza
Descubre cómo una red con atención multi-cabeza alcanza R² 0.84 en predicción de reflectancia foliar, supera modelos clásicos. Ideal para monitoreo de viñedos.
CANARY: Detección de contaminación oculta en modelos de lenguaje
Descubre CANARY, el primer método que detecta contaminación oculta en modelos de lenguaje con solo dos pases, incluso al 1% de envenenamiento. Protege tu IA.
LLMs y Alzheimer: Fine-tuning y probing para detección temprana
Descubre cómo los LLMs como BERT, T5 y Llama se adaptan para detectar Alzheimer mediante fine-tuning y probing, logrando nuevos récords en datasets clínicos.
Detección de arritmias con TinyML y autoencoder en sistemas embebidos
Descubre cómo un modelo TinyML basado en autoencoder detecta arritmias en tiempo real en microcontroladores, con alta precisión y bajo consumo.
Detector de anomalías discriminativo y generalizable para grafos dinámicos
Descubre un nuevo framework que aprende a detectar anomalías en grafos dinámicos con pocos datos etiquetados, logrando alta precisión y generalización.
Monitoreo Constitucional de Caja Negra para Engaños en Agentes LLM
Descubre cómo los monitores constitucionales de caja negra detectan engaños en agentes LLM usando datos sintéticos. Resultados sobre generalización y límites.