Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

No encontramos noticias relacionadas por su significado.

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Kate Racker»

Más recientes primero · Hasta 30 noticias por página

Cómo habilitar el entrenamiento con RL agéntico para GPT-OSS: una retrospectiva práctica

Un equipo de LinkedIn publica una retrospectiva práctica sobre cómo habilitar el entrenamiento con aprendizaje por refuerzo agéntico para el modelo abierto GPT-OSS usando el framework verl. El artículo detalla tres problemas técnicos: el desajuste de log-probabilidad en la arquitectura MoE que rompe la integridad on-policy de PPO, el desajuste entre entrenamiento e inferencia por falta de soporte de attention sink en FlashAttention, y desbordes de memoria de FSDP por la materialización repetida de expertos. Los autores implementan la pasada backward de attention sink en FlashAttention v3 y optimizaciones de memoria, logrando convergencia estable y mejoras de recompensa en tareas como GSM8K, VerifyIf y ReTool.

Periodista: Jason Zhu, Hejian Sang, Arup De, Rohit Jain, Yanning Chen

Google repasa sus avances de investigación en 2025: Gemini 3, AlphaFold y computación cuántica

Google publicó su repaso anual de investigación 2025, destacando los modelos Gemini 3 y Gemini 3 Flash, que mejoraron razonamiento, multimodalidad y eficiencia, además de la familia abierta Gemma 3. La compañía subrayó avances científicos con AlphaFold, Deep Think (medalla de oro en competencias de matemática y programación) y computación cuántica, con el Nobel de Física para Michel Devoret. También resaltó aplicaciones en productos, creatividad, clima, salud y educación, junto a su enfoque en seguridad y colaboraciones con la industria y la academia.

Periodista: Jeff Dean, Demis Hassabis, James Manyika

IBM lanza Granite 4.0 Nano, sus modelos de IA más pequeños para el borde y dispositivos

IBM presentó Granite 4.0 Nano, su familia de modelos de lenguaje más pequeños hasta la fecha, pensados para aplicaciones en el borde y en dispositivos. Incluye cuatro modelos instruct (H 1B, H 350M, 1B y 350M) con arquitectura híbrida SSM y variantes transformer, bajo licencia Apache 2.0 y con certificación ISO 42001. La compañía afirma que superan a modelos de tamaño similar en conocimiento general, matemáticas, código, seguridad, seguimiento de instrucciones y llamado de herramientas.

Periodista: Kate Soule, Rameswar Panda

Personas mencionadas

OpenAI publica la tarjeta de sistema de Sora, su modelo de generación de video

OpenAI publicó el 9 de diciembre de 2024 la tarjeta de sistema de Sora, su modelo de generación de video que produce clips de hasta 1080p y 20 segundos a partir de texto, imágenes o video. El documento detalla la pila de mitigaciones de seguridad: moderación multimodal, clasificadores de salida, listas de bloqueo, control de edad para mayores de 18 años y protecciones específicas contra CSAM, desnudez, deepfakes y contenido electoral engañoso. También describe el red teaming externo en nueve países con más de 15.000 generaciones probadas y las inversiones en procedencia, como metadatos C2PA y marcas de agua visibles.

Periodista: OpenAI