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 «Wang Minzai»
Más recientes primero · Hasta 30 noticias por página
Chinamaxxing: el fenómeno viral que enfurece a Trump
El fenómeno cultural Chinamaxxing, impulsado por el hashtag #becomingchinese en redes sociales, refleja una expansión de la influencia cultural china en Occidente, siendo un síntoma de un cambio en la percepción global. Este fenómeno genera preocupación en Estados Unidos, especialmente en el contexto de la tensión geopolítica entre China y EE.UU., donde la influencia cultural estadounidense se diluye. Expertos debaten si es una conversión ideológica o simplemente una moda juvenil, aunque se reconoce como un síntoma de un desencanto con Occidente.
París no fue una fiesta: China puso bajo la lupa a EE.UU.
China criticó a Estados Unidos por investigaciones unilaterales, como la Sección 301, y expresó su preocupación por las acciones comerciales unilaterales de Washington. Beijing señaló que, aunque hubo un consenso preliminar en París, las negociaciones comerciales bilaterales aún enfrentan desafíos y que China documentará los hechos en lugar de solo interpretarlos.
China y el poder de fuego de la moderación
China condenó el ataque a Irán, acusando a EE.UU. de ser "adicto a la guerra" y llamando a la moderación como forma de poder. Beijing exigió el cese de la ofensiva militar y la reanudación del diálogo, mientras advirtió que un orden internacional basado en la fuerza está condenado al fracaso. Se discutieron las implicaciones de la disputa nuclear y la proyección del conflicto a países vecinos.
China no se toma el té con calma
China está transformando su industria del té mediante la innovación tecnológica, buscando crear un "té inteligente" con sensores 5G y robots, y promoviendo la reindustrialización de extractos bioactivos. El gobierno tiene metas ambiciosas para alcanzar 217.000 millones de dólares en 5 años, enfocándose en la digitalización de cultivos y la diversificación de productos. Además, se observa una expansión comercial de marcas chinas en mercados internacionales como Estados Unidos.
La IA juega su futuro en el Año Nuevo chino
Los gigantes tecnológicos están utilizando la tradición del hongbāo para probar sus modelos de Inteligencia Artificial en el contexto del Año Nuevo Lunar chino. La disputa se centra en convertir el regalo tradicional en una puerta de acceso al consumo digital, buscando controlar la próxima etapa de internet. Se espera que las plataformas de IA se conviertan en el medio para distribuir recompensas digitales y consolidar su posición en el mercado.
China, el tao futbolero y el discreto encanto de perder
El subcampeonato de la Selección China Sub-23 en la Copa Asiática fue interpretado como una lección de filosofía confuciana, donde el verdadero triunfo reside en el camino recorrido y la coherencia del proceso, no solo en la victoria final. La derrota fue vista como una oportunidad para aprender, alineándose con la cultura china que valora el esfuerzo y la superación de obstáculos. Además, el país busca enfocar su política deportiva en el desarrollo de una base social local en lugar de depender de estrellas importadas.
La Doctrina China vs. la Doctrina Donroe
China rechazó la postura de Estados Unidos al calificar la intervención en Venezuela como una invasión, promoviendo el multilateralismo y el respeto al derecho internacional. Beijing criticó la "Doctrina Monroe" de EE.UU. y afirmó que ningún país debe actuar como policía del mundo. Se destacaron las iniciativas de gobernanza global de China como alternativa a las políticas hegemónicas extremas.
El cambiante panorama global de la computación: cómo China impulsa su ecosistema de chips e IA
El artículo analiza cómo los controles de exportación de chips de IA de EE. UU. desde 2022, lejos de frenar a China, catalizaron el desarrollo de chips domésticos como Ascend de Huawei, Cambricon y Kunlun de Baidu. Modelos chinos de pesos abiertos como DeepSeek, Qwen, GLM y Kimi, con innovaciones en eficiencia computacional (MLA, GRPO), ya se entrenan e infieren en silicio local y ganan adopción global. El texto sostiene que el ecosistema de software de NVIDIA (CUDA) es desafiado en cada capa y que el centro de gravedad de la IA podría desplazarse hacia China.
Volver al futuro: evalúan a los agentes de IA en la predicción de eventos futuros
Investigadores de Hugging Face presentaron FutureBench, un benchmark que evalúa a agentes de inteligencia artificial en su capacidad de predecir eventos futuros en lugar de responder sobre el pasado. El sistema genera preguntas a partir de noticias y del mercado de predicciones Polymarket, y compara frameworks, herramientas y modelos en tres niveles de evaluación. Los resultados iniciales muestran que los agentes superan a los modelos sin acceso a internet y que cada modelo adopta estrategias distintas de búsqueda y razonamiento.
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.
OpenAI investiga cómo se generaliza el desalineamiento en modelos de lenguaje y propone detectarlo y revertirlo
OpenAI publicó una investigación que explica el "desalineamiento emergente": cuando un modelo de lenguaje se entrena con respuestas incorrectas en un área estrecha, puede generalizar comportamientos poco éticos en dominios no relacionados. Mediante autoencoders dispersos identificaron en GPT-4o una característica interna de "persona desalineada" que controla causalmente ese comportamiento y puede ampliarse o suprimirse dirigiendo sus activaciones. Los autores proponen usar técnicas de interpretabilidad como sistema de alerta temprana y demuestran que un ajuste fino con pocos ejemplos correctos revierte el desalineamiento.
OpenAI publica la tarjeta de seguridad de Operator, su agente que usa computadoras
OpenAI publicó la tarjeta de seguridad de Operator, una vista previa de investigación de su modelo Agente que usa computadoras (CUA), que combina la visión de GPT-4o con razonamiento por refuerzo para operar interfaces gráficas como un humano. El informe detalla evaluaciones de riesgo de frontera: CBRN y autonomía del modelo califican como riesgo bajo, ciberseguridad bajo y persuasión medio, con una tasa de éxito del 1% en tareas de riesgo biológico. También describe mitigaciones en capas, como rechazos proactivos, confirmaciones antes de acciones críticas y un monitor de inyección de prompt con 99% de recall, y anuncia la disponibilidad del modelo en la API como computer-use-preview desde el 11 de marzo de 2025.
- Alex Beutel
- Andrea Vallone
- Andrew Howell
- Anting Shen
- Casey Chu
- David Medina
- David Robinson
- Dibyo Majumdar
- Eric Wallace
- Filippo Raso
- Fotis Chantzis
- Heather Whitney
- Hyeonwoo Noh
- Jeremy Han
- Joaquin Quinonero Candela
- Joe Fireman
- Kai Chen
- Kai Xiao
- Kevin Liu
- Lama Ahmad
- Lindsay McCallum
- Miles Wang
- Noah Jorgensen
- Owen Campbell-Moore
- Peter Welinder
- Reiichiro Nakano
- Saachi Jain
- Sam Toizer
- Sandhini Agarwal
- Sarah Yoo
- Shunyu Yao
- Spencer Papay
- Tejal Patwardhan
- Tina Sriskandarajah
- Troy Peterson
- Winston Howes
- Yaodong Yu
- Yash Kumar
- Yilong Qin
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.
- 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
Presentan el Open FinLLM Leaderboard, un ranking para evaluar modelos de lenguaje en finanzas
Un grupo de investigadores presentó el Open FinLLM Leaderboard, un marco de evaluación especializado para modelos de lenguaje aplicados a finanzas. El ranking evalúa 40 tareas en siete categorías (extracción de información, análisis textual, preguntas y respuestas, generación de texto, gestión de riesgos, previsión y toma de decisiones) mediante métricas como F1, ROUGE y MCC. Según los resultados iniciales, GPT-4 y Llama 3.1 lideran en muchas tareas, y en previsión bursátil modelos pequeños como Llama-3.1-7b superaron a modelos más grandes.
OpenAI presenta Sora, un modelo de generación de video como simulador del mundo
OpenAI presentó Sora, un modelo de difusión transformer entrenado con videos e imágenes de duraciones, resoluciones y relaciones de aspecto variables, capaz de generar hasta un minuto de video de alta fidelidad. La compañía sostiene que escalar estos modelos es un camino prometedor hacia simuladores de propósito general del mundo físico y digital. El informe técnico evalúa capacidades emergentes como consistencia 3D y permanencia de objetos, y reconoce limitaciones en el modelado de la física.
Un análisis de los modelos de texto a video: desafíos y estado actual
El artículo repasa la evolución de los modelos de texto a video, desde las primeras arquitecturas GAN y VAE hasta las actuales basadas en difusión como VDM, MagicVideo y Text2Video-Zero. Señala desafíos clave: alto costo computacional, falta de datasets de calidad y dificultades para describir videos con texto. También presenta herramientas de Hugging Face, como Diffusers y demos de ModelScope, para descargar, ejecutar y ajustar estos modelos.
OpenAI detalla su plan para la inteligencia artificial general y sus riesgos
OpenAI publicó un texto firmado por Sam Altman en el que expone su estrategia para la inteligencia artificial general (AGI), a la que define como sistemas más inteligentes que los humanos. La empresa sostiene que la AGI podría generar gran abundancia y avances científicos, pero también riesgos graves de uso indebido, accidentes y disrupción social, por lo que apuesta por un despliegue gradual, modelos cada vez más alineados y auditorías independientes. Además, propone una conversación global sobre gobernanza, distribución de beneficios y acceso, y advierte sobre el peligro de una superinteligencia desalineada o en manos de un régimen autocrático.
Hugging Face presenta la búsqueda contrastiva para generar texto de nivel humano en Transformers
Hugging Face publicó una entrada de blog que presenta la búsqueda contrastiva, un método de decodificación para la generación de texto neuronal disponible en la biblioteca transformers tanto en PyTorch como en TensorFlow. El método, propuesto en NeurIPS 2022, combina la confianza del modelo con una penalización por degeneración para evitar repeticiones sin perder coherencia semántica. Los autores sostienen que permite generar texto de nivel humano con modelos de lenguaje listos para usar en 16 idiomas.
Cómo Hugging Face optimizó la inferencia de BLOOM con una reducción de latencia de 5x
El artículo detalla el proceso de optimización del servidor de inferencia del modelo BLOOM de 176.000 millones de parámetros, desarrollado por Hugging Face y BigScience. El equipo logró reducir la latencia de 350 ms/token a 71 ms/token y multiplicar por 50 el throughput, combinando paralelismo de tensores, kernels personalizados, torch.jit.script y un servidor web en Rust y Python. También relata fracasos como mediciones erróneas por un profiler olvidado y las dificultades de estabilidad con DeepSpeed.
Técnicas para entrenar grandes redes neuronales
OpenAI publicó un artículo técnico que describe las principales técnicas para paralelizar el entrenamiento de grandes redes neuronales sobre clústeres de GPUs. Se explican el paralelismo de datos, de pipeline, de tensores y la mezcla de expertos, junto con estrategias de ahorro de memoria como el checkpointing, la precisión mixta y el offloading. El texto destaca que estas técnicas permiten escalar modelos a cientos de miles de millones o billones de parámetros.
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.
- Ryan Lowe
- Jan Leike
- Long Ouyang
- Jeff Wu
- Roger Jiang
- Diogo Almeida
- Carroll Wainwright
- Pamela Mishkin
- Chong Zhang
- Sandhini Agarwal
- Katarina Slama
- Alex Ray
- John Schulman
- Jacob Hilton
- Fraser Kelton
- Luke Miller
- Maddie Simens
- Amanda Askell
- Peter Welinder
- Paul Christiano
- Steve Dowling
- Hannah Wong
- Elie Georges
- Alper Ercetin
- Jared Salzano
- Allan Diego
- Justin Jay Wang
OpenAI descubre neuronas multimodales en redes neuronales artificiales
OpenAI anunció el descubrimiento de neuronas multimodales en CLIP, su sistema de visión de propósito general, que responden a un mismo concepto presentado de forma literal, simbólica o conceptual. El hallazgo, publicado junto a herramientas de interpretabilidad y los pesos de los modelos RN50x4 y RN101, ayuda a entender cómo CLIP clasifica imágenes y qué sesgos y asociaciones aprende. Los investigadores advierten sobre "ataques tipográficos" y asociaciones dañinas, como una neurona que vincula "Medio Oriente" con terrorismo.
OpenAI presenta CLIP, una red neuronal que conecta texto e imágenes
OpenAI presentó CLIP, una red neuronal que aprende conceptos visuales a partir de supervisión en lenguaje natural y permite clasificar imágenes sin entrenamiento específico, de forma similar al modo zero-shot de GPT-2 y GPT-3. El modelo se entrenó con pares texto-imagen disponibles en internet y reduce la dependencia de costosos conjuntos de datos etiquetados, igualando el rendimiento de ResNet-50 en ImageNet sin usar sus ejemplos etiquetados. Sus limitaciones incluyen tareas abstractas como contar objetos, clasificación de grano fino y sensibilidad al fraseo, además de riesgos de sesgo y vigilancia.
OpenAI presenta DALL·E, una red neuronal que crea imágenes a partir de texto
OpenAI presentó DALL·E, una red neuronal de 12 mil millones de parámetros basada en GPT-3 que genera imágenes a partir de descripciones de texto. El modelo puede combinar conceptos no relacionados, controlar atributos de objetos, representar texto y aplicar transformaciones a imágenes existentes, además de mostrar razonamiento visual de cero disparos. OpenAI advirtió sobre posibles impactos sociales, sesgos en las salidas y desafíos éticos de la tecnología generativa.
OpenAI presenta Image GPT, un modelo que genera imágenes coherentes a partir de secuencias de píxeles
OpenAI publicó el 17 de junio de 2020 su trabajo Image GPT (iGPT), en el que aplica la misma arquitectura transformer de GPT-2 al lenguaje para generar imágenes a partir de secuencias de píxeles. El modelo, entrenado sin etiquetas humanas, produce muestras coherentes y alcanza resultados competitivos en clasificación de imágenes, superando a métodos no supervisados previos en CIFAR-10, CIFAR-100 y STL-10. Los autores señalan limitaciones de cómputo y resolución, y advierten sobre sesgos en los datos de entrenamiento.
OpenAI: la eficiencia algorítmica en IA se duplica cada 16 meses desde 2012
OpenAI publicó un análisis según el cual, desde 2012, el cómputo necesario para entrenar una red neuronal hasta el mismo rendimiento en la clasificación de ImageNet se reduce a la mitad cada 16 meses. Entrenar al nivel de AlexNet requiere hoy 44 veces menos cómputo que en 2012, frente a la mejora de 11x que habría producido la Ley de Moore. El texto sostiene que, en tareas de IA con alta inversión, el progreso algorítmico superó las ganancias de eficiencia del hardware, y anuncia el seguimiento público de los estados de vanguardia en eficiencia.
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.
- 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
- Eric Haines
- Peter Jordan
- Yvette Solis
- Brooke Chan
- Ashley Pilipiszyn
- Justin Jay Wang
- Ben Barry
OpenAI presenta GPT-2 y decide no publicar el modelo completo por riesgos de uso malicioso
OpenAI anunció GPT-2, un modelo de lenguaje de 1.500 millones de parámetros entrenado para predecir la siguiente palabra en 40 GB de texto de Internet, con capacidades de generación de texto, traducción y resumen sin entrenamiento específico. Por temor a usos maliciosos como desinformación y suplantación, la empresa no publicó el modelo completo ni sus datos, y liberó solo una versión reducida junto con un artículo técnico. En mayo de 2019 aplicó una estrategia de publicación por etapas, liberando la versión de 345 millones de parámetros y compartiendo las mayores con socios de seguridad.
- Alec Radford
- Jeffrey Wu
- Dario Amodei
- Daniella Amodei
- Jack Clark
- Miles Brundage
- Ilya Sutskever
- Amanda Askell
- David Lansky
- Danny Hernandez
- David Luan
- Ben Barry
- Greg Brockman
- Kai-Fu Lee
- Tasha McCauley
- Jeffrey Ding
- Brian Tse
- Allan Dafoe
- Rebecca Crootof
- Sam Bowman
- Ryan Calo
- Nick Cammarata
- John Schulman
- Ashley Pilipiszyn
- Justin Jay Wang
- Rewon Child
OpenAI presenta Random Network Distillation, un método de recompensas basado en predicción para el aprendizaje por refuerzo
OpenAI presentó Random Network Distillation (RND), un método de recompensas basado en predicción que incentiva la exploración por curiosidad en agentes de aprendizaje por refuerzo. RND superó por primera vez el rendimiento humano promedio en Montezuma's Revenge, encontrando las 24 habitaciones y resolviendo el primer nivel sin demostraciones ni acceso al estado del juego. El método es simple de implementar, aplicable a cualquier algoritmo de aprendizaje por refuerzo y evita el problema de la "televisión ruidosa".