Etiqueta
6 noticias relacionadas con esta etiqueta.
Investigadores de NUS, MIT y A*STAR presentan MEMO, un framework que codifica conocimiento en un modelo de memoria entrenado independientemente, sin modificar los parámetros del LLM base.
Fuente: MarkTechPost
La industria entera, incluyendo los gigantes tecnológicos, está enfrentando desafíos de seguridad en IA sin precedentes. No existen soluciones maduras ni estándares consolidados; estamos en plena transición.
Fuente: TechCrunch AI
La búsqueda potenciada por inteligencia artificial se posiciona como uno de los segmentos más prometedores del mercado de IA para consumidores, atrayendo inversión masiva y la atención de grandes tecnológicas.
Fuente: TechCrunch AI
NVIDIA presentó Nemotron-Labs-Diffusion, una familia de modelos de lenguaje que integra tres modos de decodificación en una sola arquitectura. Disponible en variantes de 3B, 8B y 14B parámetros, alcanza 6× más tokens por paso que Qwen3-8B.
Fuente: MarkTechPost
Los modelos de lenguaje modernos enfrentan un desafío oculto durante el entrenamiento: tokens frecuentes reciben actualizaciones de gradiente constantes, mientras que palabras raras quedan rezagadas. Adam ofrece una solución mediante normalización adaptativa de tasas de aprendizaje.
Fuente: MarkTechPost
NVIDIA desarrolla un nuevo formato de precisión reducida llamado NVFP4 que permite entrenar modelos de lenguaje grandes a solo 4 bits, validado exitosamente en un modelo híbrido de 12 mil millones de parámetros con 10 billones de tokens, manteniendo precisión comparable a formatos de mayor precisión
Fuente: MarkTechPost