70
Un equipo de investigadores ha presentado un enfoque innovador para mejorar el razonamiento en modelos de lenguaje, basado en la estructura molecular del pensamiento y la identificación de vínculos de interacción clave.
Investigadores han desarrollado un sistema de clasificación de seguridad más eficiente y robusto para modelos de lenguaje, logrando una reducción de 40 veces en el costo computacional y una tasa de etiquetado incorrecto de solo 0.05%
El MHC Lite, desarrollado por Yonge Yang y Jean Yang Gao, es una versión mejorada del método de hiperconexiones múltiples restringidas (MHC). Ofrece estabilidad garantizada y mayor eficiencia en el entrenamiento de modelos de aprendizaje profundo, superando al MHC original en rendimiento y facilidad de implementación.
Investigadores presentan CLAP, un método de pre-entrenamiento de acción latente contrastante que permite a robots aprender de vídeos humanos y realizar tareas complejas con una tasa de éxito del 61% en tareas del mundo real.
El equipo de TongueLab en Alibaba Group ha desarrollado Qwen3VL, un marco que logra mapear texto, imágenes, vídeos y documentos complejos en un espacio de embedding compartido, superando a otros modelos en rendimiento.
Un nuevo artículo de investigación presenta un enfoque para determinar la tasa de aprendizaje óptima en el pre-entrenamiento de grandes modelos de lenguaje, lo que resulta en mejoras significativas en el rendimiento, como un aumento del 1.28% en MMLU y del 2.23% en CMMLU.
kyutai ha lanzado Pocket TTS, un modelo de texto a voz diseñado para funcionar de manera eficiente en CPUs sin necesidad de GPUs, requiriendo solo dos núcleos. Este modelo tiene 100 millones de parámetros y puede generar habla seis veces más rápido que en tiempo real en un MacBook o PC.
Investigadores del Laboratorio de IA de Shanghai, la Universidad de Shanghai Jiao Tong y la Universidad de Fudan han desarrollado un nuevo enfoque para determinar el tamaño de lote óptimo en el entrenamiento de modelos de lenguaje a gran escala. El enfoque, que utiliza una función E de S adaptada, permite un aumento dinámico del tamaño de lote durante el entrenamiento, lo que mejora la eficiencia y la calidad del modelo.
Google ha lanzado el Protocolo de Comercio Universal (UCP), una herramienta diseñada para colapsar la complejidad en un único punto de integración, permitiendo a las empresas conectarse una vez y ser accesibles en todas las superficies de consumidores participantes.
Cerebras ha reducido el tamaño del modelo GLM 4.7 en un 40% manteniendo un rendimiento similar. El modelo ahora tiene 218 mil millones de parámetros y ocupa un espacio en disco menor.
Pike PDF es una biblioteca de Python que permite la manipulación de PDFs de manera fácil y potente, gracias a su integración con QPDF y su capacidad para combinar con modelos de IA como Ollama.
MCPCLI es una herramienta de código abierto y gratuita que busca optimizar la integración de IA en escenarios de negocios, reduciendo el consumo de tokens y mejorando la eficiencia en la carga de herramientas y APIs externas.