Altres notícies
Altres notícies
Segons Jen Wilson i els seus coautors de la University of Washington, les alertes d'emergència traduïdes amb IA haurien de passar per una revisió humana sempre que hi hagi recursos. Yanhao Jia i el seu equip presenten 4DMemory, un benchmark de memòria de vídeo a llarg termini. Alinia AI, que va donar a conèixer Seny l'1 d'octubre, assegura que aquest model base serveix per comprovar si els agents d'IA actuen dins de la llei.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- Segons Jen Wilson i els seus coautors, cap sistema comercial de traducció no va ser el millor de manera consistent en els 24 idiomes comparats.
- En les preguntes espaciotemporals sobre sèries completes, MiMo-2.5 obté un 79,17 % amb un jutge i un 70,83 % amb tres, segons Yanhao Jia i els seus coautors.
- Alinia AI assegura que els jutges basats en Seny responen amb una latència mediana de 151 mil·lisegons.
Traduir alertes d'emergència amb IA, millor amb revisió humana
Jen Wilson, Vipasha Bansal i William D. Lewis, del Computational Linguistics Program de la University of Washington, van enquestar el desembre de 2025 membres del LAAWW (Language & Accessibility for Alert & Warning Workgroup), que representen 42 estats, territoris i nacions tribals dels Estats Units. Segons Wilson i els seus coautors, van obtenir 25 respostes i la mostra no és estadísticament representativa.
Segons Wilson i els seus coautors, les puntuacions CHRF++ en 24 idiomes que coincideixen amb TICO-19, material sobre la COVID-19 traduït a 36 idiomes, mostren que cap sistema no és el millor de manera consistent i que la nota general no prediu el rendiment en textos semblants a alertes. L'estudi recull un error citat d'un altre treball: «intenta orientar el cotxe cap al foc que s'acosta» va acabar com a «intenta aparcar el cotxe a prop del foc» després de passar pel xinès i tornar a l'anglès. Per això recomanen revisió humana sempre que hi hagi recursos.
4DMemory: la nota depèn del jutge
| Protocol de jutges | Puntuació |
|---|---|
| Un jutge | 79,17 % |
| Tres jutges | 70,83 % |
El benchmark 4DMemory avalua la memòria espaciotemporal dels models en horitzons llargs. Segons Yanhao Jia i els seus coautors, el seu conjunt de dades LongVideo reuneix unes 900 hores de vídeo i més de 5.000 preguntes revisades a mà, i després d'avaluar 13 models conclouen que els models fundacionals per si sols tenen dificultats amb aquestes tasques.
Segons Jia, la puntuació canvia amb el protocol de jutges, com mostra la taula. Els autors adverteixen, a més, que, sense execucions aparellades del model sol ni ablacions de components, els resultats no mesuren un guany causal de l'arnès, i que la part serialitzada de la col·lecció, no el benchmark complet, cobreix dues comèdies de situació.
Seny: un jutge legal per als agents d'IA
Seny és un model base específic de compliment normatiu que Alinia AI, cofundada i dirigida per Ariadna Font Llitjós, va donar a conèixer l'1 d'octubre de 2026. Segons Alinia AI, es va entrenar amb corpus legislatius de diverses jurisdiccions i idiomes, curats per experts legals, per avaluar, controlar i monitorar en temps d'execució si els agents d'IA respecten disposicions legals concretes.
Alinia AI assegura que els seus jutges tenen una latència mediana de 151 mil·lisegons i són entre 5 i 17 vegades més ràpids que altres models comparables; són xifres de la mateixa empresa. Segons Alinia AI, també ha publicat benchmarks d'assessorament legal i fiscal validats per experts legals i parlants nadius, i Seny es va construir amb un ajut de l'EuroHPC AI Factory al Barcelona Supercomputing Center.
Conclusió
Segons Wilson, la traducció automàtica d'alertes hauria de comptar amb revisió humana sempre que hi hagi recursos; segons Jia, la puntuació de MiMo-2.5 en les preguntes espaciotemporals sobre sèries completes canvia amb el protocol de jutges, i segons Alinia AI, els seus jutges basats en Seny són entre 5 i 17 vegades més ràpids que altres models comparables, una xifra de la mateixa empresa.
Fonts primàries
- Jen Wilson — Communicating with the Entire Population: Machine Translation of Emergency Alerts and Warnings (con Vipasha Bansal y William D. Lewis) ↗
- Yanhao Jia — 4DMemory: Benchmarking Long-Horizon Spatiotemporal Memory with Harness-Augmented Agents ↗
- Alinia AI — Meet Seny, a specialized base model built to keep AI agents within the law ↗
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris