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 «Wei Jiaming»

Más recientes primero · Hasta 30 noticias por página

Un año de Microsoft Research Asia – Singapur: investigación, alianzas y talento con impacto real

Microsoft Research Asia – Singapur cumple un año desde su apertura el 24 de julio de 2025 como primer laboratorio de investigación de Microsoft en el Sudeste Asiático. El laboratorio creció en equipo y alianzas con universidades como NUS y NTU, agencias como EDB, IMDA y A*STAR, y desarrolla investigación en IA multimodal para salud, sistemas agénticos y talento. Para su segundo año, el foco pasa de construir bases a escalar los modelos de colaboración con mayor impacto.

Periodista: Firma no identificada

De fugitivo a plusmarquista: Zhao Jiaju habla de voluntad, dolor y el Tor des Géants

El corredor chino Zhao Jiaju ganó el Tor des Géants 2026 en los Alpes italianos, cubriendo 336,1 kilómetros y más de 24.000 metros de desnivel en un tiempo récord de 65 horas, 55 minutos y 22 segundos, convirtiéndose en el primer campeón asiático de la prueba. En una entrevista con The Paper, el atleta de 31 años relató su pasado de vida en la calle tras escaparse de casa a los 15 años y cómo la fuerza de voluntad lo llevó a la élite del trail running. Zhao afirmó que no volverá a competir en ultramaratones de más de 168 kilómetros en el futuro cercano.

Periodista: Wei Jiaming

Cómo el batching asíncrono acelera la inferencia de LLM separando las cargas de CPU y GPU

Un artículo técnico del blog de Hugging Face explica cómo el batching continuo en la inferencia de modelos de lenguaje es por defecto síncrono, lo que deja a la GPU inactiva casi una cuarta parte del tiempo mientras la CPU prepara los lotes. Mediante streams y eventos de CUDA, doble buffer de tensores, un pool de memoria compartido para grafos CUDA y una técnica de arrastre de tokens, los autores separan las cargas de CPU y GPU para que se ejecuten en paralelo. El resultado es una utilización de GPU del 99,4% frente al 76,0% y una reducción del tiempo de generación de 300,6 a 234,5 segundos, una mejora del 22% sin cambios en kernels ni modelos.

Periodista: Rémi Ouazan Reboul, Pedro Cuenca, Aritra Roy Gosthipaty

Microsoft presenta Differential Transformer V2, una versión más eficiente y estable para entrenar grandes modelos de lenguaje

Microsoft presentó Differential Transformer V2 (DIFF V2), una revisión de su arquitectura de atención diferencial orientada a la eficiencia de inferencia y la estabilidad del entrenamiento en modelos de lenguaje de gran escala. La nueva versión duplica las cabezas de consulta dentro de los grupos GQA compartidos, lo que permite igualar la velocidad de decodificación de un Transformer estándar y usar FlashAttention sin kernels personalizados. Además elimina el RMSNorm por cabeza y reemplaza el λ global por uno proyectado por token y cabeza, lo que reduce picos de gradiente y valores atípicos. Los experimentos de preentrenamiento sobre billones de tokens siguen en curso.

Periodista: Tianzhu Ye, Li Dong, Yutao Sun, Furu Wei

OpenAI presenta HealthBench, un nuevo benchmark para evaluar sistemas de IA en salud

OpenAI presentó HealthBench, un benchmark para evaluar sistemas de IA en salud, desarrollado con 262 médicos de 60 países. Incluye 5.000 conversaciones realistas con rúbricas creadas por médicos y 48.562 criterios de evaluación. Según la empresa, sus modelos recientes mejoraron un 28% en la prueba y ya superan a los médicos en la redacción de respuestas, aunque persisten desafíos en confiabilidad y contexto.

Periodista: Rahul K. Arora, Jason Wei, Rebecca Soskin Hicks, Preston Bowman, Joaquin Quiñonero Candela, Foivos Tsimpourlas, Michael Sharman, Meghan Shah, Andrea Vallone, Alex Beutel, Johannes Heidecke, Karan Singhal

OpenAI lanza BrowseComp, un benchmark para medir la capacidad de los agentes de IA de encontrar información difícil de hallar en internet

OpenAI publicó BrowseComp, un benchmark de código abierto con 1.266 preguntas desafiantes que mide la capacidad de los agentes de IA para localizar información difícil de encontrar en internet. El modelo Deep Research resolvió el 51,5% de los problemas, muy por encima de GPT-4o (0,6%) y o1 (9,9%), y los entrenadores humanos solo resolvieron el 29,2%. El benchmark busca impulsar el desarrollo de agentes de navegación más confiables y persistentes.

Periodista: Jason Wei, Zhiqing Sun, Spencer Papay, Scott McKinney, Jeffrey Han, Isa Fulford, Hyung Won Chung, Alex Tachard Passos, William Fedus, Mia Glaese