DIMOS: Segmentación de objetos en movimiento con eventos y cámaras
Descubre DIMOS, el nuevo método que combina eventos e imágenes para segmentar objetos en movimiento con gran precisión, incluso en baja luz y movimiento rápido.
#instancias
Graviton 5 impresiona, pero no los llames chips de IA
El nuevo Graviton 5 de AWS ofrece un 35% más de rendimiento, pero no es un chip de IA. Descubre por qué su precio y etiquetas generan debate.
Optimiza costos EC2 con AWS Compute Optimizer
Descubre cómo AWS Compute Optimizer te ayuda a reducir costos en EC2 con recomendaciones de right sizing. Aprende a configurar preferencias, habilitar métricas
Amazon EC2 M9g y M9gd con Graviton5 ya disponibles
Descubre las nuevas instancias EC2 M9g y M9gd con Graviton5. Hasta 25% más rendimiento, seguridad formal con Nitro Isolation Engine y almacenamiento NVMe. Ya disponibles.
Vulnerabilidad en ServiceNow explotada para acceder a instancias de clientes
ServiceNow parcheó un fallo crítico el 5 de junio de 2026 que permitía acceso no autorizado a instancias de clientes. Conoce los detalles.
SegmentAnyTreeV2: Segmentación de Árboles en Bosques con IA
Descubre SegmentAnyTreeV2, el modelo de IA que segmenta árboles en nubes de puntos LiDAR con un 90% de precisión. Ideal para bosques diversos.
Generación adversarial y entrenamiento robusto en optimización combinatoria neuronal
Generación de instancias adversariales y entrenamiento robusto para optimización combinatoria multiobjetivo. Mejora el rendimiento en distribuciones complejas.
LRMIL: Aprendizaje eficiente en baja resolución para clasificación patológica
Aprende cómo LRMIL destila conocimiento de alta resolución a baja para clasificar imágenes patológicas con alta precisión y bajo coste.
Aprendizaje de instancias múltiples en contexto
MIL en contexto: aprende con pocos datos etiquetados en un solo pase sin reentrenamiento.
Level Up: Problemas Transicionales en Aprendizaje Curricular
Descubre cómo medir la dificultad de problemas de forma dinámica para entrenar modelos de IA más eficientes con el método de problemas transicionales.
Ajuste de datos dispersos con restricciones de monotonicidad en GPU: LipFit
Descubre LipFit: ajuste de datos dispersos en GPU con restricciones de monotonicidad. Interpolación Lipschitz óptima sin entrenamiento.
Ultralytics YOLO26: Visión unificada en tiempo real de extremo a extremo
Descubre YOLO26 de Ultralytics: visión unificada sin NMS, entrenamiento optimizado y precisión en tiempo real. Ideal para detección, segmentación y más.
AVTrack: Seguimiento Audiovisual en Escenas Humanas Complejas
Conoce AVTrack, el dataset que desafía los métodos actuales de seguimiento audiovisual en escenas humanas complejas con oclusiones y movimiento.
FLIPS: Huellas de instancias para LLMs mediante secuencias pseudoaleatorias
Descubre FLIPS, un método que identifica configuraciones de LLMs con un 96% de precisión, clave para la regulación de IA.
Adaptación de dominio con un único embedding visión-lenguaje
Nuevo método de adaptación de dominio con un embedding visión-lenguaje para conducción autónoma sin datos objetivo, superando condiciones adversas.
Escalado de PEFT: hacia millones de modelos personales
Descubre cómo el escalado de PEFT permite crear millones de modelos personales persistentes sobre modelos base compartidos, transformando el fine-tuning en un sustrato compacto y eficiente.
Mueve la consulta, no el caché: atención entre instancias GPU
Mueve la consulta en lugar del caché KV y reduce la latencia en atención entre GPUs. Optimiza clusters H100 con RDMA.
Ajuste fino eficiente de modelos preentrenados para segmentación de instancias
Descubre cómo el ajuste fino eficiente con adaptadores y LoRA logra segmentar instancias con solo 1-6% de parámetros, manteniendo rendimiento. ¡Optimiza!
TabChange: Cambios Precisos de Atributos en Datos Tabulares
Descubre cómo TabChange logra cambios precisos en atributos de datos tabulares, manteniendo la naturalidad y minimizando modificaciones. Ideal para IA y análisis de datos.
PInVerify: benchmark offline para verificación activa de instancias
PInVerify es un nuevo benchmark offline que evalúa agentes encarnados en la verificación activa de objetos con atributos finos. Descubre cómo funciona y sus resultados con MLLMs.