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 «Jiaming Zhang»

Más recientes primero · Hasta 30 noticias por página

La noche ha golpeado a la economía china

La economía nocturna en China se ha consolidado como un motor económico dinámico, moviendo más de 7 billones de dólares anuales en consumo urbano después del anochecer. Esta expansión es resultado de políticas gubernamentales que buscan estimular el consumo interno y reestructurar el espacio urbano para integrar servicios, comercio y entretenimiento. Este fenómeno refleja una estrategia para sostener la confianza económica y la vitalidad urbana en un contexto de crecimiento moderado.

Periodista: Fernando Capotondo

OpenAI escala PostgreSQL para soportar 800 millones de usuarios de ChatGPT

OpenAI detalló cómo escaló PostgreSQL para soportar millones de consultas por segundo y 800 millones de usuarios de ChatGPT, con una única instancia primaria en Azure PostgreSQL y casi 50 réplicas de lectura en varias regiones. La carga de base de datos creció más de 10 veces en un año. La empresa aplicó optimizaciones como agrupación de conexiones con PgBouncer, caché con bloqueo, aislamiento de cargas de trabajo, límites de tasa y gestión estricta de esquemas, y migró cargas intensivas en escritura a sistemas fragmentados como Azure Cosmos DB.

Periodista: Bohan Zhang

NVIDIA publica la receta de evaluación abierta de Nemotron 3 Nano con NeMo Evaluator

NVIDIA publicó junto al modelo Nemotron 3 Nano 30B A3B la receta completa de evaluación utilizada para generar sus resultados, construida con la biblioteca de código abierto NeMo Evaluator. La propuesta busca estandarizar la evaluación de modelos generativos mediante configuraciones YAML abiertas, registros y artefactos reproducibles, independientes del backend de inferencia. El artículo detalla el flujo paso a paso para reproducir los benchmarks (BFCL v4, LiveCodeBench, MMLU-Pro, GPQA, AIME 2025, SciCode, IFBench y HLE) y sostiene que la transparencia metodológica permite verificar resultados y comparar modelos de forma confiable.

Periodista: Seph Mard, Isabel Hulseman, Besmira Nushi, Piotr Januszewski, Grzegorz Chlebus, Vivienne Zhang, Wojciech Prazuch, Pablo Ribalta, Nik Spirin, Ferenc Galko

Transformers v5: definiciones de modelos simples que impulsan el ecosistema de IA

Hugging Face lanzó Transformers v5, la nueva versión de su biblioteca de definición de modelos de IA, que ahora supera los 1.200 millones de instalaciones y las 400 arquitecturas. La versión prioriza la simplicidad del código, la interoperabilidad con motores de inferencia como vLLM, SGLang y llama.cpp, y convierte la cuantización en una característica de primera clase. También abandona el soporte de Flax/TensorFlow para centrarse en PyTorch como único backend.

Periodista: Lysandre, Arthur Zucker, Cyril Vallez, Vaibhav Srivastav

OpenAI consulta a más de 1.000 personas sobre cómo deben comportarse sus modelos y adopta cambios en su Model Spec

OpenAI publicó los resultados de su iniciativa de "alineación colectiva": encuestó a más de 1.000 personas de 19 países sobre cómo deberían comportarse sus modelos de IA y comparó sus preferencias con su Model Spec. Halló una coincidencia promedio del 80% con las clasificaciones de su Model Spec Ranker, con mayores divergencias en contenido político, sexual y críticas a pseudociencias. Adoptó seis cambios en el Spec, pero rechazó personalizar contenido político por riesgos de segmentación a gran escala y postergó habilitar erótica para adultos.

Periodista: Firma no identificada

Kimina-Prover: aplicación de búsqueda RL en tiempo de prueba a grandes modelos de razonamiento formal

El equipo Numina y Kimi presentó Kimina-Prover-72B, un modelo de demostración automática de teoremas en Lean 4 entrenado con el pipeline de RL Kimi k1.5 sobre Qwen2.5-72B, junto con variantes destiladas de 8B y 1.7B. Sus innovaciones clave son la búsqueda de aprendizaje por refuerzo en tiempo de prueba (TTRL), que permite descubrir y combinar lemas recursivamente, y una capacidad de corrección de errores que interpreta los mensajes de Lean. En el benchmark miniF2F alcanza una tasa de aprobación de 92,2%, superando a modelos previos como DeepSeek-Prover-V2 y AlphaProof.

Periodista: Haiming Wang, Mert Unsal, Xiaohan Lin, Mantas Baksys, Junqi Liu, Marco Dos Santos, Flood Sung, Ying Zhenzhe, Zhu Zekai, Lu Jianqiao, Hugues de Saxcé, Thibaut Barroyer, Ebony Zhang, Bolton Bailey, Frederick Pu, Jonas Bayer, Marina Vinyes, Zhengying Liu, Li Jia

Cohere For AI lanza Aya Vision, modelos de visión-lenguaje multilingües de 8B y 32B parámetros

Cohere For AI presentó Aya Vision, una familia de modelos de visión-lenguaje de pesos abiertos con 8B y 32B parámetros que busca llevar el rendimiento multilingüe a los modelos multimodales en 23 idiomas. Los modelos usan anotaciones sintéticas, ampliación de datos multilingües mediante traducción y reformulación, y fusión de modelos multimodales. Según la empresa, Aya Vision 32B supera a modelos más del doble de su tamaño como Llama-3.2 90B Vision, Molmo 72B y Qwen2.5-VL 72B, y el 8B lidera en su clase de parámetros; ambos se publican como pesos abiertos junto al benchmark AyaVisionBench.

Periodista: Saurabh Dash, Yiyang Nan, Arash Ahmadian, John Dang

Bamba: modelo híbrido Mamba2 eficiente en inferencia

IBM, Princeton, CMU y UIUC presentaron Bamba-9B, un modelo híbrido Mamba2 entrenado con 2,2 billones de tokens y datos abiertos. Según los autores, ofrece hasta 2,5 veces más rendimiento y la mitad de latencia que transformers estándar en vLLM, y su desempeño promedio queda casi a la par de Meta Llama 3.1 8B al excluir matemáticas y MMLU. El modelo y las recetas de entrenamiento se publicaron en transformers, vLLM, TRL y llama.cpp para fomentar la experimentación de la comunidad.

Periodista: Linsong Chu, Divya Kumari, Tri Dao, Albert Gu, Raghu Ganti, Dakshi Agrawal, Mudhakar Srivatsa, Davis Wertheimer, Fabian Lim, Antoni Viros, Nelson Gonzalez, Tuan HoangTrong, Ofir Arviv, Yotam Perlitz, Michal Shmueli-Scheuer, Haochen Shen, Minjia Zhang, Gabe Goodhart, Naigang Wang, Nick Hill, Joshua Rosenkranz, Charlie Liu, Adnan Hoque, Chih-Chieh Yang, Sukriti Sharma, Anh Uong, Jay Gala, Syed Zawad, Ryan Gordon

OpenAI introduce Structured Outputs en su API para garantizar salidas que respeten esquemas JSON

OpenAI anunció el lanzamiento de Structured Outputs en su API, una función que garantiza que las salidas de los modelos coincidan exactamente con los esquemas JSON proporcionados por los desarrolladores. La novedad combina entrenamiento del modelo gpt-4o-2024-08-06 con decodificación restringida basada en gramáticas libres de contexto, logrando un 100% de fiabilidad en sus evaluaciones. Está disponible para llamado a funciones y para el parámetro response_format, con ahorros de costos respecto de versiones anteriores.

Periodista: Michelle Pokrass

ControlNet en Diffusers: generación de imágenes con control espacial

El artículo presenta la integración de ControlNet en la biblioteca Diffusers de Hugging Face, publicada el 3 de marzo de 2023. ControlNet permite condicionar la generación de imágenes de Stable Diffusion con contextos espaciales como mapas de profundidad, segmentación, garabatos o poses. Se detallan el pipeline StableDiffusionControlNetPipeline, técnicas de optimización de memoria y velocidad, y ejemplos de combinación de múltiples condicionamientos.

Periodista: Sayak Paul, YiYi Xu, Patrick von Platen

OpenAI presenta InstructGPT, modelos de lenguaje alineados para seguir instrucciones

OpenAI presentó InstructGPT, modelos de lenguaje entrenados con aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) que siguen mejor las instrucciones del usuario que GPT-3, con mayor veracidad y menor toxicidad. Los etiquetadores prefirieron las salidas del modelo de 1.3B parámetros sobre las de GPT-3 de 175B, y estos modelos pasaron a ser los predeterminados en la API. La empresa reconoce limitaciones: aún generan contenido tóxico o sesgado, inventan hechos y están sesgados hacia valores culturales angloparlantes.

Periodista: Ryan Lowe, Jan Leike

OpenAI entrena una mano robótica para resolver el cubo de Rubik

OpenAI entrenó un par de redes neuronales para resolver el cubo de Rubik con una mano robótica similar a la humana, usando aprendizaje por refuerzo y una técnica llamada Aleatorización Automática de Dominio (ADR). El sistema, entrenado íntegramente en simulación, logra resolver el cubo el 60% de las veces y solo el 20% en desórdenes de máxima dificultad. El avance muestra que el aprendizaje por refuerzo puede resolver problemas del mundo físico que requieren gran destreza.

Periodista: OpenAI, Ilge Akkaya, Marcin Andrychowicz, Maciek Chociej, Mateusz Litwin, Bob McGrew, Arthur Petron, Alex Paino, Matthias Plappert, Glenn Powell, Raphael Ribas, Jonas Schneider, Nikolas Tezak, Jerry Tworek, Peter Welinder, Lilian Weng, Qiming Yuan, Wojciech Zaremba, Lei Zhang

Resultados de las elecciones del Sindicato de Estudiantes de la Universidad de Melbourne 2019 en vivo

Se están transmitiendo en vivo los resultados de la elección del Sindicato de Estudiantes de la Universidad de Melbourne 2019. Alain Nguyen y Stephanie Zhang están realizando un conteo y análisis en tiempo real de los resultados iniciales a medida que cierran las votaciones.

Periodista: Farrago

Personas mencionadas

Cobertura en vivo de la elección federal

La noticia es una invitación a ver la cobertura en vivo de una elección federal a través de Facebook. Se mencionan varios nombres como productores, gerentes técnicos, anunciadores y panelistas de diferentes partidos políticos.

Periodista: Firma no identificada

OpenAI Five derrota a equipos humanos amateur en Dota 2 y apunta a profesionales

OpenAI anunció que su sistema OpenAI Five, compuesto por cinco redes neuronales, comenzó a derrotar a equipos humanos amateur en Dota 2 y aspira a vencer a profesionales en The International en agosto. El agente aprende mediante auto-juego con Proximal Policy Optimization a gran escala, usando 256 GPU y 128.000 núcleos de CPU, sin datos humanos. La empresa organizará una partida contra jugadores de primer nivel el 5 de agosto para medir su progreso.

Periodista: Greg Brockman, Christy Dennison, Susan Zhang, Jakub Pachocki, Michael Petrov, Henrique Pondé, Przemysław Dębiak, David Farhi, Filip Wolski, Jonathan Raiman, Jie Tang, Szymon Sidor, Brooke Chan