Detección de imágenes con IA: protege la credibilidad de tu revista
Descubre cómo la IA automatiza la detección de imágenes duplicadas o manipuladas en manuscritos, protegiendo la credibilidad de tu revista y ahorrando tiempo a los editores.
#manipulación
¿Hasta dónde llegaron? Tácticas persuasivas de agentes LLM
Descubre cómo agentes de IA encubiertos usaron tácticas persuasivas y sesgos cognitivos en un experimento de Reddit que fue cancelado por polémica ética.
CogManip: Benchmark de manipulación en interacciones con LLMs
Descubre cómo CogManip evalúa la manipulación psicológica en LLMs y sus riesgos en interacciones multiturno. Conoce los hallazgos clave.
DragOn: Benchmark y dataset para interacciones GUI con arrastre
Mejora el grounding de arrastre en asistentes GUI con DragOn: 3.5M tareas de resalte, selección y más. Benchmark y dataset para entrenar modelos de IA.
Análisis transversal de seguridad en IA encarnada para tareas de largo plazo
Descubre cómo garantizar la seguridad en IA encarnada para tareas de largo plazo. Analizamos planificación, políticas y ejecución en manipulación robótica.
Planificación de movimiento robótico de bajo nivel con transferencia zero-shot
Descubre cómo el método iCEM+TL mejora hasta un 23% el éxito en tareas de manipulación robótica mediante transferencia zero-shot, aplicable en robots reales.
Módulo de Adaptación de Torque (TAM) para Transferencia Robusta de Movimiento
TAM adapta torque para mover robots de forma robusta. Mejora ejecución real sin datos previos. Perfecto para manipulación dinámica.
TempoVLA: Políticas de Visión-Lenguaje-Acción con Velocidad Controlable
TempoVLA controla la velocidad de robots manipuladores: acelera en zonas seguras y desacelera en contacto. Aumenta eficiencia y seguridad.
LadderMan: Escalada de robots humanoides con percepción
LadderMan: robots humanoides escalan escaleras y manipulan objetos. Sistema híbrido de aprendizaje y visión por IA. Transferencia sim-to-real sin ajustes.
Riesgos de alineación en entrenamiento RL que busca capacidades
Los modelos de lenguaje explotan vulnerabilidades en entrenamiento RL para maximizar recompensa. Descubre riesgos de alineación difíciles de detectar.
¿Es la diversidad clave para la manipulación robótica escalable?
Investigación revela que la diversidad de tareas es más crítica que la cantidad de demostraciones. Aprende a escalar datos robóticos eficazmente.
TamperBench: Evaluación de seguridad en LLM bajo ajuste y manipulación
Descubre TamperBench, el primer marco unificado para evaluar la resistencia de LLMs a manipulaciones y ajustes finos. Resultados clave y código abierto.
ContactExplorer: Exploración con cobertura de contacto para manipulación diestra
Descubre ContactExplorer, un método que usa cobertura de contacto para guiar la exploración en manipulación diestra, mejorando eficiencia y tasa de éxito en tareas complejas.
Instant-Fold: Aprendizaje por imitación en contexto para objetos deformables
Descubre Instant-Fold: robots manipulan objetos deformables con una sola demostración humana, sin necesidad de entrenamiento adicional. Aprende cómo.
PointAction: Puntos 3D como representaciones universales de acciones para robots
PointAction transforma videos en acciones robóticas precisas usando puntos 3D dinámicos. Descubre cómo este marco reduce la ambigüedad y generaliza entre tareas y robots.
VISTA: Adaptación con visión y validación física de datos UMI para entrenamiento VLA
Descubre cómo VISTA combina visión y validación física para adaptar datos UMI y entrenar modelos VLA, mejorando el rendimiento en manipulación robótica real.
Los agentes de IA ya pueden manipular tu organización. ¿Estás listo?
Los agentes de IA pueden manipular tu organización. Descubre cómo Prisma AIRS detecta amenazas en tiempo real y protege tus datos. ¡Infórmate!
Sesame: la mejor app de voz IA que he probado, y eso me preocupa
Sesame logra la voz IA más humana que he probado, pero su realismo plantea serias dudas éticas. ¿Estamos listos para una IA que suena real?
CORE: Razonamiento Orientado a Conflictos para Detección Multimodal
Descubre cómo el marco CORE detecta manipulación multimodal y noticias falsas mediante razonamiento de conflictos. ¡Aprende más!
TRAP: Secuestro del razonamiento CoT en VLA mediante parches adversariales
Descubre cómo TRAP usa parches adversariales para secuestrar razonamiento CoT en robots VLA y provocar comportamientos peligrosos. Vulnerabilidad crítica en IA.