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 «Quentin Burrell»

Más recientes primero · Hasta 30 noticias por página

Hugging Face lanza Trackio, una biblioteca liviana y gratuita para el seguimiento de experimentos de machine learning

Hugging Face presentó Trackio, una biblioteca de Python de código abierto y gratuita para el seguimiento de experimentos de machine learning, con panel local en Gradio y sincronización con Hugging Face Spaces. Funciona como reemplazo directo de wandb, ya que su API es compatible con wandb.init, wandb.log y wandb.finish. Incluye integración nativa con Transformers y Accelerate, registro del consumo energético de GPU vía nvidia-smi y un código base de menos de 1000 líneas; está en versión beta y aún no ofrece gestión de artefactos ni visualizaciones complejas.

Periodista: Abubakar Abid, Zach Nation, Nouamane Tazi, Sasha Luccioni, Quentin Gallouédec

Hugging Face lanza SmolLM3, un modelo de lenguaje pequeño, multilingüe y con razonamiento de contexto largo

Hugging Face presentó SmolLM3, un modelo de lenguaje de 3.000 millones de parámetros entrenado con 11 billones de tokens, que supera a Llama-3.2-3B y Qwen2.5-3B y compite con modelos de 4B. El modelo es totalmente abierto, multilingüe (seis idiomas, incluido el español), soporta contexto de hasta 128k tokens y tiene modo dual de instrucción y razonamiento. La empresa publicó además la receta completa de entrenamiento, los conjuntos de datos y los checkpoints intermedios.

Periodista: Elie Bakouch, Loubna Ben Allal, Anton Lozhkov, Nouamane Tazi, Lewis Tunstall, Carlos Miguel Patiño, Edward Beeching, Aymeric Roucher, Aksel Joonas Reedi, Quentin Gallouédec, Kashif Rasul, Nathan Habib, Clémentine Fourrier, Hynek Kydlicek, Guilherme Penedo, Hugo Larcher, Mathieu Morlon, Vaibhav Srivastav, Joshua Lochner, Xuan-Son Nguyen, Colin Raffel, Leandro von Werra, Thomas Wolf

Open R1 presenta OlympicCoder, modelos de código que superan a modelos cerrados en problemas de la Olimpiada Informática

El equipo de Open R1 de Hugging Face publicó la Actualización #3 sobre sus avances en reproducir la receta de razonamiento de código de DeepSeek-R1. Presentaron CodeForces-CoTs, un conjunto de casi 100k muestras destiladas de R1, el benchmark IOI 2024 y los modelos OlympicCoder-7B y 32B, que superan a modelos cerrados como Claude 3.7 Sonnet en problemas de la Olimpiada Internacional de Informática. También detallaron lecciones de entrenamiento (empaquetado de muestras, tasas de aprendizaje, prefijado con <think>, optimizadores de 8 bits) y actualizaciones de GRPO y del conjunto de datos matemático.

Periodista: Guilherme Penedo, Lewis Tunstall, Anton Lozhkov, Hynek Kydlicek, Edward Beeching, Loubna Ben Allal, Quentin Gallouédec, Leandro von Werra, Agustín Piqueres Lajarín, Nathan Habib

Open-R1: actualización n.º 1 sobre la replicación del pipeline de DeepSeek-R1

El equipo de Hugging Face publica la primera actualización del proyecto Open-R1, lanzado una semana antes para replicar el pipeline de entrenamiento y los datos sintéticos de DeepSeek-R1. Reportan que lograron reproducir los resultados de DeepSeek en el benchmark MATH-500, integraron GRPO en TRL 0.14 y optimizaron la generación de datos sintéticos usando 32 GPU con inferencia en streaming. También reseñan las reacciones del mercado y de laboratorios como OpenAI y Anthropic, y los proyectos y datasets que la comunidad construyó en torno al modelo.

Periodista: Leandro von Werra, Lewis Tunstall, Quentin Gallouédec, Guilherme Penedo, Edward Beeching, Anton Lozhkov, Brigitte Tousignant, Daniel van Strien

Visualizar y comprender la memoria de la GPU en PyTorch

El artículo explica cómo visualizar y comprender el uso de la memoria de la GPU en PyTorch durante el entrenamiento de modelos, usando la herramienta de perfilado de memoria de PyTorch. Detalla cómo interpretar los picos de memoria asociados a la creación del modelo, las activaciones, los gradientes y el estado del optimizador. Además, propone fórmulas y heurísticas para estimar los requisitos de memoria total de un modelo y evitar errores de falta de memoria (CUDA out of memory).

Periodista: Quentin Gallouédec

Escalar el procesamiento de datos con IA usando Hugging Face y Dask

Un artículo técnico del blog de Hugging Face explica cómo combinar la plataforma con la biblioteca Dask para escalar tareas de procesamiento de datos con inteligencia artificial. Los autores muestran cómo pasar de procesar 100 filas con pandas a 211 millones de filas usando Dask y Coiled en múltiples GPU en la nube, con un flujo de trabajo que tardó unas cinco horas. El ejemplo usa el clasificador FineWeb-Edu para identificar páginas web de alto valor educativo dentro del conjunto de datos FineWeb.

Periodista: Sarah Johnson, James Bourbeau, Quentin Lhoest, Daniel van Strien

Guía completa de conjuntos de datos de audio en Hugging Face

Artículo técnico de Hugging Face que explica cómo usar la biblioteca 🤗 Datasets para descargar, cargar y preprocesar conjuntos de datos de audio con una sola línea de código Python. Detalla el remuestreo, las funciones de preprocesamiento y filtrado, y el modo de transmisión para trabajar con datasets de gran tamaño sin restricciones de disco. Incluye un recorrido por los principales conjuntos de datos de reconocimiento de voz, traducción de voz y clasificación de audio disponibles en el Hub.

Periodista: Sanchit Gandhi