Webtagr - Resumen de noticias de tecnología

Tags populares：

Virtualización seguridad DNS verificación formal análisis de alcanzabilidad errores del compilador conflicto de macro extensión web framework de desarrollo Gráficos de mapa de bits inconsistencias de API Todos los tags

Construyendo tu propia pila TCP/IP de espacio de usuario: Desde tramas Ethernet hasta ARP

2025-03-04

Construyendo tu propia pila TCP/IP de espacio de usuario: Desde tramas Ethernet hasta ARP

Esta entrada de blog, la primera de una serie, detalla la construcción de una pila TCP/IP mínima en el espacio de usuario de Linux. El objetivo es el aprendizaje práctico de la programación de red y de sistemas. Cubre el uso de dispositivos TUN/TAP para interceptar el tráfico de red, una inmersión profunda en el formato y el análisis de tramas Ethernet (direcciones MAC, campo ethertype, CRC), y una explicación completa del Protocolo de Resolución de Direcciones (ARP), incluyendo el formato de paquetes y el algoritmo de resolución. La entrada culmina con la verificación de la funcionalidad de respuesta ARP de la pila personalizada usando arping.

(www.saminiir.com)

Desarrollo

Intel Ajusta el Cronograma de su Planta de Chips en Ohio

2025-03-04

Intel Ajusta el Cronograma de su Planta de Chips en Ohio

Intel anunció un cronograma revisado para su fábrica de chips Ohio One. El Mod 1 está previsto que se complete en 2030, y las operaciones comenzarán entre 2030 y 2031. Se espera que el Mod 2 se complete en 2031, y las operaciones comenzarán en 2032. Intel explica que el ajuste prioriza la responsabilidad financiera y permite flexibilidad en función de la demanda del mercado. A pesar del cronograma revisado, Intel reafirma su compromiso a largo plazo con Ohio, continuando con las inversiones y los esfuerzos de contratación en el estado.

(newsroom.intel.com)

Tecnología

El Dilema de Diseño de RCL: El Desafío de los Números de Punto Flotante

2025-03-04

El autor se enfrentó a un desafío al construir el nuevo lenguaje de configuración RCL: cómo manejar los números de punto flotante. Como un superconjunto de JSON, RCL necesita equilibrar la semántica de JSON, el sistema de tipos y la legibilidad del código. El artículo profundiza en las compensaciones entre los tipos enteros y de punto flotante, como la distinción entre tipos enteros y de punto flotante y cómo manejar la igualdad numérica y la conversión de tipos. Finalmente, el autor optó por un solo tipo numérico, "Number", para simplificar el diseño del lenguaje y mejorar la experiencia del usuario. Esta solución está implementada en RCL 0.8.0.

(ruudvanasseldonk.com)

Desarrollo números de punto flotante

Visualización interactiva de árbol de procesos en Jupyter Notebook

2025-03-04

Visualización interactiva de árbol de procesos en Jupyter Notebook

El Centro de Defensa Cibernética del DNB desarrolló una herramienta de visualización interactiva de árbol de procesos dentro de Jupyter Notebook para mejorar la eficiencia de la respuesta a incidentes. Utilizando tecnologías como anywidget, marimo, ibis, Apache Spark y dependentree, transforma los registros de eventos de creación de procesos de EDR como Microsoft Defender for Endpoint en un árbol interactivo. Los usuarios pueden filtrar eventos, explorar la jerarquía de procesos y seleccionar procesos individuales para inspección detallada. La herramienta se ejecuta en el navegador para facilitar el intercambio y la demostración.

(blog.cauchy.org)

Desarrollo respuesta a incidentes

EEUU suspende ciberataques contra Rusia en medio de concesiones sobre Ucrania

2025-03-04

EEUU suspende ciberataques contra Rusia en medio de concesiones sobre Ucrania

Según informes, la administración Trump ha suspendido las operaciones cibernéticas ofensivas de EEUU contra Rusia en un intento por obtener concesiones de Moscú para poner fin a la guerra en Ucrania. El secretario de Defensa Pete Hegseth autorizó la suspensión de las operaciones de hackeo por parte del Comando Cibernético de EEUU, excluyendo las operaciones de espionaje de la NSA. Si bien el Pentágono y la CISA permanecen en silencio, la CISA negó los informes de que dejó de informar sobre las amenazas cibernéticas rusas. Esto contradice las evaluaciones de inteligencia anteriores que calificaban a Rusia como una amenaza cibernética persistente y las acciones recientes de EEUU contra ciberdelincuentes rusos. La medida plantea preguntas importantes sobre el enfoque de la administración hacia la ciberseguridad y la política exterior.

(techcrunch.com)

Tecnología relaciones EEUU-Rusia guerra de Ucrania

El XB-1 de Boom Supersonic rompe la barrera del sonido silenciosamente

2025-03-04

El XB-1 de Boom Supersonic rompe la barrera del sonido silenciosamente

El avión supersónico experimental XB-1 de Boom Supersonic rompió con éxito la barrera del sonido en su segundo vuelo, capturando impresionantes imágenes de ondas de choque mediante fotografía Schlieren. Sorprendentemente, el vuelo no produjo ninguna explosión sónica audible, un gran avance para el regreso de los viajes aéreos comerciales supersónicos. El XB-1 allana el camino para el Overture, el avión supersónico comercial planeado por Boom, que cuenta con numerosos pedidos anticipados y pretende revolucionar los viajes aéreos con vuelos más rápidos y eficientes de costa a costa para finales de la década.

(www.cnn.com)

Tecnología explosión sónica

Google mejora la visibilidad de widgets en Google Play

2025-03-04

Google mejora la visibilidad de widgets en Google Play

Google está actualizando Google Play para mejorar la visibilidad de los widgets de las aplicaciones. La actualización incluye un nuevo filtro de búsqueda de widgets, insignias de widgets en las páginas de detalles de las aplicaciones y una página editorial seleccionada que muestra widgets excelentes. La directora de producto, Yinka Taiwo-Peters, señala que esto aborda los desafíos de la visibilidad y la comprensión del usuario de los widgets, enfatizando la importancia de la adopción del usuario para los desarrolladores. Estas mejoras llegarán "próximamente".

(www.theverge.com)

Desarrollo Widgets de aplicaciones

Dune vs. Lawrence de Arabia: Un Análisis Comparativo

2025-03-04

Dune vs. Lawrence de Arabia: Un Análisis Comparativo

Este artículo explora las similitudes y diferencias entre Dune, de Frank Herbert, y Los Siete Pilares de la Sabiduría, de T.E. Lawrence. Tanto Paul Atreides como Lawrence actúan como figuras extranjeras que se sumergen en culturas desérticas para liderar poblaciones indígenas contra sus opresores. Sin embargo, surgen contrastes significativos en sus representaciones de los árabes y los fremen, en su tratamiento de las mujeres y la religión, y en sus respuestas emocionales. Lawrence revela una profunda autoduda y culpa por sus acciones, mientras que Paul muestra una confianza excesiva y una búsqueda implacable del poder. Además, Dune presenta personajes femeninos prominentes y un rico tapiz de temas religiosos, ausentes en la narrativa de Lawrence, en gran parte centrada en los hombres y con poca importancia religiosa. Aunque Dune se inspira en Los Siete Pilares, en última instancia, forja un mundo único y cautivador.

(reactormag.com)

Varios comparación literaria Lawrence de Arabia

FoleyCrafter: Dando vida a vídeos silenciosos con sonidos realistas y sincronizados

2025-03-04

FoleyCrafter: Dando vida a vídeos silenciosos con sonidos realistas y sincronizados

FoleyCrafter es un framework de vanguardia para la generación de audio a partir de vídeo, capaz de producir efectos de sonido realistas y sincronizados en función del contenido del vídeo. Utilizando IA, transforma vídeos silenciosos en experiencias inmersivas con ricos detalles de audio. Los usuarios pueden generar fácilmente varios efectos de sonido mediante comandos sencillos en la línea de comandos, incluso controlando el audio generado con indicaciones de texto: añadir 'multitudes ruidosas' o 'gaviotas', por ejemplo. Construido sobre modelos como Auffusion, proporciona instrucciones detalladas de instalación y uso.

(github.com)

IA Generación de audio Procesamiento de vídeo

Maserati autónomo bate récord de velocidad en tierra

2025-03-03

Maserati autónomo bate récord de velocidad en tierra

Un Maserati MC20 Coupé sin conductor batió un nuevo récord de velocidad en tierra para vehículos autónomos, alcanzando los 318 km/h en el Centro Espacial Kennedy. La hazaña, una colaboración entre el Politecnico di Milano y el Indy Autonomous Challenge, llevó al límite el software y la robótica basados en IA. El equipo pretende aprovechar las pruebas extremas para mejorar la fiabilidad de los algoritmos de conducción autónoma, mejorando en última instancia la seguridad de los vehículos autónomos en carretera.

(www.theverge.com)

Tecnología Conducción Autónoma Récord de Velocidad

Demanda por verificación biométrica de edad contra Adult Friend Finder se dirige al arbitraje

2025-03-03

Demanda por verificación biométrica de edad contra Adult Friend Finder se dirige al arbitraje

Adult Friend Finder (AFF) se enfrenta a una demanda por su uso de Confirm ID para la verificación de edad, con los demandantes alegando violaciones de la Ley de Privacidad de Información Biométrica de Illinois (BIPA). El caso destaca los desafíos de la verificación de edad obligatoria en línea: el cumplimiento puede dar lugar a reclamaciones por violación de la privacidad. El tribunal decidió enviar el caso a arbitraje, observando que se podrían realizar mejoras en la presentación del contrato de usuario y de la política de privacidad de AFF para una notificación más clara al usuario.

(blog.ericgoldman.org)

Tecnología arbitraje

TSMC invertirá más de 100.000 millones de dólares en fábricas de chips en EE. UU., impulsando el auge de la IA

2025-03-03

TSMC invertirá más de 100.000 millones de dólares en fábricas de chips en EE. UU., impulsando el auge de la IA

TSMC anunció una inversión masiva de al menos 100.000 millones de dólares durante cuatro años para construir plantas de fabricación de chips en EE. UU., expandiendo su red global. Esta medida aborda las preocupaciones de EE. UU. sobre la dependencia de la fabricación de chips y se alinea con la creciente demanda de chips de IA. La inversión financiará nuevas instalaciones en Arizona, centrándose en la producción de chips de IA. Este compromiso significativo se considera una jugada estratégica para mitigar potencialmente los aranceles de EE. UU. y refleja preocupaciones geopolíticas sobre la dependencia excesiva de la producción con base en Taiwán.

(techcrunch.com)

Tecnología inversión en EE. UU.

El juego de zombis de larga duración Urban Dead cerrará en 2025

2025-03-03

Después de casi 20 años, el juego de supervivencia zombie para web Urban Dead cerrará el 14 de marzo de 2025, debido a la próxima Ley de Seguridad en Línea del Reino Unido. La ley introduce requisitos estrictos de verificación de edad para sitios web interactivos para usuarios, y el desarrollador, Kevan, afirma que el riesgo de multas sustanciales hace que la operación continua sea inviable, incluso para proyectos más pequeños. El juego se cerrará al mediodía UTC el 14 de marzo, y la wiki del juego pasará al modo de solo lectura el mismo día. Kevan promete anunciar cualquier reactivación o derivación futura en este sitio web y reembolsará las donaciones de desbloqueo de IP de los últimos seis meses, a petición.

(urbandead.com)

Juegos

La Transformación de Arabia Saudí: De Lugares Prohibidos a Destinos Turísticos

2025-03-03

Bajo el Príncipe Heredero Mohammed bin Salman, Arabia Saudí está experimentando una transformación dramática. Antes vista como un bastión del puritanismo islámico, el reino está promoviendo agresivamente el turismo y reevaluando su historia preislámica. Sitios como Madain Saleh, alguna vez considerados malditos, ahora se comercializan como atracciones turísticas, como parte del ambicioso plan Visión 2030 para diversificar la economía más allá del petróleo. Sin embargo, este cambio es controvertido, y algunos estudiosos religiosos expresan preocupación por la integración de elementos culturales occidentales.

(www.historytoday.com)

Varios Arabia Saudí Transformación Cultural

Componentes de Fuchsia vs. Contenedores de Linux: Una inmersión profunda

2025-03-03

El nuevo sistema operativo de Google, Fuchsia (no Linux), presenta un marco de componentes notablemente similar a las soluciones de contenedores de Linux, como Docker. Ambos obtienen blobs con direccionamiento de contenido de la red, los ensamblan en sistemas de archivos aislados que contienen todas las dependencias y lanzan procesos con espacios de nombres enraizados en este sistema de archivos. Sin embargo, esta charla se centra en las divergencias entre estas tecnologías, explorando cómo sus diferentes casos de uso y requisitos conducen a fortalezas y debilidades distintas.

(fosdem.org)

Desarrollo Contenedores Linux

Construyendo sistemas de producción de IA rentables: Un enfoque Taco Bell para la computación en la nube

2025-03-03

Construyendo sistemas de producción de IA rentables: Un enfoque Taco Bell para la computación en la nube

Este artículo explora la construcción de sistemas de producción de IA rentables. Trazando paralelismos con el menú simplificado de Taco Bell, el autor aboga por construir sistemas complejos utilizando componentes simples y estándar de la industria (como S3, Postgres, HTTP). El enfoque está en minimizar los costos de computación en la nube, particularmente los cargos por egreso de red. Utilizando almacenamiento de objetos sin cargos por egreso (como Tigris) y escalando dinámicamente las instancias de cómputo según la demanda, los costos se reducen drásticamente. Se enfatiza la importancia de elegir dependencias para minimizar el bloqueo del proveedor, con una arquitectura de ejemplo proporcionada utilizando solicitudes HTTP, búsqueda DNS, Postgres o almacenamiento de objetos y Kubernetes, lo que permite la portabilidad entre proveedores de nube.

(www.tigrisdata.com)

IA

Pan Alemán Gruñón Celebra 25 Años de Atractivo Inintencional para Adultos

2025-03-03

Pan Alemán Gruñón Celebra 25 Años de Atractivo Inintencional para Adultos

Bernd das Brot, un títere de pan perpetuamente pesimista de un programa infantil alemán, está celebrando su 25º aniversario. Inicialmente un boceto en una servilleta, la actitud gruñona de Bernd y su exclamación característica, "Mist!" resonaron inesperadamente con los espectadores adultos, convirtiéndolo en un clásico de culto. Su viaje incluye ganar un equivalente alemán al Emmy, un incidente de secuestro y ahora, un intento de convertirse en un influencer de pan. Las celebraciones de este año incluyen nuevos episodios y actividades en línea.

(apnews.com)

Varios Cultura Alemana Televisión Infantil Clásico de Culto

La Sorpresa FreeDOS de HP: Un Misterio de SO de Tres Capas

2025-03-03

La compra reciente de un portátil HP ZBook con FreeDOS por un usuario reveló una curiosa configuración de sistema operativo de tres capas. Los tiempos de arranque fueron anormalmente largos, con destellos fugaces de lo que parecían ser mensajes del kernel de Linux antes de que se cargara FreeDOS. La investigación descubrió una base Linux Debian 9 ejecutando una máquina virtual que, a su vez, albergaba dos instalaciones FreeDOS idénticas. Una de las instancias de FreeDOS era en realidad una versión antigua de Debian 6.0.3, configurada como un quiosco web rudimentario. Esta implementación FreeDOS compleja y obsoleta destaca posibles problemas con las actualizaciones de compatibilidad de hardware y software de HP.

(blog.tmm.cx)

Hardware

Granjeros de Texas enferman tras contaminación por PFAS en fertilizante

2025-03-03

Granjeros de Texas enferman tras contaminación por PFAS en fertilizante

Una enfermedad misteriosa que afecta a agricultores, ganado y peces en el condado de Johnson, Texas, se ha relacionado con fertilizantes contaminados con PFAS. Una investigación criminal en curso señala al fertilizante Synagro, derivado de lodos de aguas residuales municipales de Fort Worth, como la fuente. Se encontraron altos niveles de PFAS en el suelo, el agua y los tejidos animales, causando graves problemas de salud. Los agricultores están demandando a Synagro, mientras que grupos ambientalistas presionan por regulaciones federales más estrictas para evitar incidentes similares. El caso destaca la gravedad de la contaminación por PFAS y su amenaza para el medio ambiente y la salud pública, subrayando la necesidad urgente de una mayor regulación y legislación.

(www.chemistryworld.com)

Tecnología Contaminación por PFAS Contaminación ambiental Seguridad alimentaria

Investigación innovadora: El equipo detrás del éxito

2025-03-03

Investigación innovadora: El equipo detrás del éxito

Este artículo es el resultado de una estrecha colaboración con Asaf Aharoni, Avinatan Hassidim y Danny Vainstein. El equipo también extiende su gratitud a docenas de individuos de Google Research, Google DeepMind y Google Search, incluyendo a YaGuang Li y Blake Hechtman, por sus revisiones, discusiones perspicaces, comentarios valiosos y apoyo. Sus contribuciones fueron cruciales para la finalización de esta investigación.

(research.google)

IA

GDPNow del Fed de Atlanta: Un Modelo de Previsión del Crecimiento del PIB en Tiempo Real

2025-03-03

GDPNow del Fed de Atlanta: Un Modelo de Previsión del Crecimiento del PIB en Tiempo Real

El modelo GDPNow del Federal Reserve Bank de Atlanta, aunque no es una previsión oficial, proporciona proyecciones en tiempo real del crecimiento del PIB de EE. UU. Imita los métodos de estimación de la BEA, agregando previsiones de 13 subcomponentes del PIB. Utilizando datos públicos y técnicas econométricas, GDPNow se actualiza varias veces en días laborables, volviéndose generalmente más preciso a medida que se acerca la fecha de publicación oficial, pero aún sujeto a errores. El código del modelo no se comparte públicamente, pero su metodología y fuentes de datos se detallan en un documento de trabajo del Fed y se comparan con otros modelos de previsión del PIB.

(www.atlantafed.org)

Tecnología Previsión del PIB

Robot chino ataca a un visitante en un festival: aumentan las preocupaciones sobre la seguridad de la IA

2025-03-03

Robot chino ataca a un visitante en un festival: aumentan las preocupaciones sobre la seguridad de la IA

Durante el festival del Año Nuevo Lunar en Tianjin, China, un robot humanoide H1 de Unitree Robotics atacó inesperadamente a un visitante, moviendo sus brazos de forma agresiva. Si bien el fabricante atribuyó el incidente a un error de programación o de sensor, el evento generó preocupaciones generalizadas sobre la seguridad de los robots en espacios públicos. Este incidente destaca la necesidad crucial de equilibrar los rápidos avances en IA y robótica con regulaciones de seguridad sólidas y consideraciones éticas para prevenir futuras ocurrencias.

(www.businesskorea.co.kr)

Tecnología seguridad de robots

El 'Hombre del Brazo de Oro': Muere a los 88 años el donante de sangre más prolífico de Australia

2025-03-03

El 'Hombre del Brazo de Oro': Muere a los 88 años el donante de sangre más prolífico de Australia

James Harrison, el donante de sangre y plasma más prolífico de Australia, conocido como el "Hombre del Brazo de Oro", falleció a los 88 años. Sus 1.173 donaciones a lo largo de seis décadas salvaron aproximadamente a 2,4 millones de bebés de la enfermedad del Rhesus. Su raro anticuerpo anti-D en su plasma fue crucial para prevenir esta afección potencialmente mortal. Su legado se extiende más allá de sus actos desinteresados; las investigaciones que utilizan su sangre buscan crear una versión sintética del anticuerpo, con la promesa de salvar aún más vidas en todo el mundo.

(www.npr.org)

Tecnología anticuerpo anti-D investigación médica

El Departamento del Tesoro retrasa la aplicación de sanciones de la Ley de Transparencia Corporativa

2025-03-03

El Departamento del Tesoro retrasa la aplicación de sanciones de la Ley de Transparencia Corporativa

El Departamento del Tesouro de EE. UU. anunció que retrasará la aplicación de sanciones en virtud de la norma de información sobre la propiedad beneficiosa de la Ley de Transparencia Corporativa. Esta medida tiene como objetivo apoyar a los contribuyentes estadounidenses y a las pequeñas empresas. Una norma propuesta limitará el alcance solo a las empresas extranjeras. El secretario del Tesoro, Scott Bessent, lo calificó como una 'victoria del sentido común', en línea con la agenda del presidente Trump para reducir las cargas regulatorias para las empresas.

(home.treasury.gov)

Startup Ley de Transparencia Corporativa Departamento del Tesouro Pequeñas Empresas

Control Humano de un Enjambre de Más de 100 Robots: Sorprendentemente Gestionable

2025-03-03

Control Humano de un Enjambre de Más de 100 Robots: Sorprendentemente Gestionable

Un estudio financiado por DARPA revela que los humanos pueden gestionar eficazmente un enjambre heterogéneo de más de 100 vehículos terrestres y aéreos autónomos, experimentando sobrecarga solo durante breves períodos en una pequeña parte de misiones urbanas complejas y de varios días (solo el 3% del tiempo). Los investigadores monitorearon las respuestas fisiológicas de los controladores, descubriendo que, incluso con miles de peligros virtuales y sobrecarga de información, exceder la capacidad era raro y de corta duración. Esto desafía las teorías anteriores que limitaban la capacidad de control humano de robots e informa sobre la tecnología y la regulación de drones futuros.

(spectrum.ieee.org)

Tecnología interacción humano-robot

Un extraño error causado por el mecanismo de caché de Chrome: Un viaje de depuración sinuoso

2025-03-03

Al depurar un visor Parquet, el autor descubrió un fallo al acceder al almacenamiento S3. Tras una investigación, el problema no estaba en el código de la aplicación, sino en el mecanismo de caché de Chrome. Al manejar las solicitudes de rango, Chrome optimiza el caché, pero cuando el servidor devuelve un error 403, Chrome aún devuelve datos parciales, lo que provoca que la aplicación se bloquee. El autor informó del problema al equipo de Chromium, pero el equipo lo consideró una característica, no un error. Finalmente, el autor optó por solucionar el problema en OpenDAL. Esta historia nos recuerda que encontrar el límite de confianza correcto puede acelerar significativamente la depuración.

(aoli.al)

Desarrollo Error de Chrome Mecanismo de Caché Consejos de Depuración

A-MEM: Un Sistema de Memoria Agéntica para Agentes LLM

2025-03-03

A-MEM: Un Sistema de Memoria Agéntica para Agentes LLM

Los agentes de Modelos de Lenguaje Amplio (LLM) sobresalen en tareas complejas, pero necesitan sistemas de memoria sofisticados para aprovechar experiencias pasadas. A-MEM introduce un nuevo sistema de memoria agéntica que organiza dinámicamente las memorias usando los principios Zettelkasten. Cuenta con indexación y vinculación inteligentes, generación exhaustiva de notas con atributos estructurados y evolución continua de la memoria. La toma de decisiones guiada por agentes garantiza la gestión adaptativa de la memoria. Experimentos en seis modelos básicos demuestran un rendimiento superior en comparación con los mejores de su clase. Este repositorio proporciona código para reproducir los resultados; para aplicaciones, consulte la implementación oficial.

(github.com)

IA Modelos de Lenguaje Amplio Sistemas de Memoria

Mitsubishi: Tres historias detrás de tres diamantes

2025-03-03

Mitsubishi: Tres historias detrás de tres diamantes

El nombre Mitsubishi puede que te recuerde a coches, pero detrás se esconden tres compañías distintas. La primera es el Grupo Mitsubishi, un conglomerado enorme que abarca finanzas, tecnología nuclear, automóviles y mucho más, cuyo icónico logo de tres diamantes data de 1913. La segunda es Mitsubishi Pencil Co., fundada en 1887, centrada en instrumentos de escritura y que también usa el logo de tres diamantes, pero sin relación con el Grupo Mitsubishi. La tercera es Konyusha, una empresa de Kumamoto que produce la sidra Mitsubishi, también usando el logo de tres diamantes, fundada en 1883. Estas tres compañías comparten nombre y logo, causando confusión de marcas registradas, lo que llevó a la creación del Comité de Nombre y Marca Registrada de Mitsubishi para su supervisión.

(estilofilos.blogspot.com)

Varios registro de marca

Chirp: Transferencia de Datos Basada en Sonido

2025-03-03

Chirp: Transferencia de Datos Basada en Sonido

Chirp es una aplicación que transmite datos a través del sonido. Utiliza un esquema de codificación simple para convertir texto en frecuencias de audio, que se reproducen a través de los altavoces y son captadas por un micrófono. Incluye visualización de frecuencia en tiempo real, transmisión de texto a sonido y recepción de sonido a texto, utilizando firmas distintivas de inicio y fin. Desarrollada con Node.js, React, TypeScript y Vite, aprovechando la Web Audio API para el procesamiento de audio.

(github.com)

Desarrollo comunicación acústica transferencia de datos

Las evaluaciones no son suficientes: las limitaciones de la evaluación de LLM

2025-03-03

Este artículo critica la práctica frecuente de depender de las evaluaciones para garantizar el rendimiento del software de Modelos de Lenguaje Grandes (LLM). Si bien reconoce el papel de las evaluaciones en la comparación de diferentes modelos base y las pruebas unitarias, el autor destaca varias fallas críticas en su aplicación en el mundo real: la dificultad para crear conjuntos de datos de prueba exhaustivos; las limitaciones de los métodos de puntuación automatizados; la insuficiencia de evaluar solo el modelo base sin considerar el rendimiento de todo el sistema; y el enmascaramiento de errores graves mediante el promedio de los resultados de la evaluación. El autor argumenta que las evaluaciones no logran abordar el problema inherente de "cola larga" de los LLM, donde siempre surgen situaciones inesperadas en la producción. En última instancia, el artículo aboga por un cambio en las prácticas de desarrollo de LLM, defendiendo un cambio de depender únicamente de las evaluaciones a priorizar las pruebas de usuarios y las pruebas de sistema más exhaustivas.

(www.marble.onl)

IA Evaluación de IA

← Previous 1 2 … 405 406 407 408 409 410 411 412 413 … 595 596 Next →