Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Meta busca recaudar hasta $25 mil millones en venta de deuda por el aumento del gasto en IA
Meta está buscando recaudar entre $20 y $25 mil millones en una venta de bonos para financiar su creciente inversión en infraestructura de inteligencia artificial. Esta decisión se produce mientras la empresa enfrenta incertidumbre debido al gasto de capital y al flujo de caja libre negativo reportado recientemente. La compañía busca asegurar fondos para sus iniciativas de IA a través de diversas operaciones de deuda y capital.
Meta promete consultar a los editores antes de confirmar nuevos términos de servicio tras una amplia reacción negativa
Meta Platforms Inc. se comprometió a consultar a grupos de la industria de noticias antes de confirmar nuevos términos de servicio que generaron una fuerte reacción negativa. Los editores expresaron preocupación de que Meta pudiera utilizar su contenido para entrenar modelos de inteligencia artificial. Organizaciones como News Media Canada y la Asociación Mundial de Editores de Noticias exigieron revisiones para evitar que los términos fueran anticompetitivos y para proteger los derechos de su contenido digital.
Meta reconsidera su objetivo climático ante el aumento del 45% en las emisiones de IA
Las emisiones de gases de efecto invernadero de Meta han aumentado un 45% debido al auge de su infraestructura de inteligencia artificial, lo que obliga a la compañía a reconsiderar su meta de emisiones netas cero para 2030. El informe revela que el crecimiento de la industria de la IA está superando las ganancias de eficiencia, y Meta podría recurrir a plantas de gas natural para alimentar sus centros de datos. Además, se destaca la preocupación por el consumo de agua asociado a la generación de electricidad.
Italia impone a Meta una multa de 805 millones por acceder sin permiso a fotos, vídeos y metadatos en móviles
Italia sancionó a Meta con 805 millones de euros por acceder sin consentimiento a fotos y metadatos de usuarios de Android en Italia a través de su aplicación, debido a que la función de sugerencias de galería accedía a datos sin el consentimiento específico del usuario. La autoridad exige a Meta solicitar un consentimiento separado y específico en 60 días y mantener la función deshabilitada por defecto.
Meta reevalúa el objetivo de cero emisiones netas para 2030 debido al desarrollo de IA
Meta está reconsiderando su objetivo de cero emisiones netas para 2030 debido al auge de la inteligencia artificial, lo que representa un retroceso en los objetivos climáticos corporativos. La compañía está ajustando los plazos y hitos intermedios para alinear su estrategia con la realidad actual del crecimiento de los centros de datos de IA. Esto se produce en un contexto donde otras grandes empresas también están debilitando sus compromisos ambientales.
Meta prevé recaudar al menos US$ 20.000 millones en posibles emisiones de bonos
Meta evalúa emitir bonos transfronterizos por US$20.000 millones, buscando diversificar su financiamiento en euros y dólares. La compañía mide el interés de los inversores ante el escepticismo sobre el gasto en inteligencia artificial. Se reporta que la venta de acciones de Meta atrae una demanda significativamente mayor a la oferta.
No se identificaron personas.
Meta Considerada una 'Campaña de Susurros' para Desacreditar a su Mayor Crítico, Muestran Documentos Judiciales
Documentos judiciales recientes sugieren que Meta consideró implementar una estrategia para desacreditar a Jonathan Haidt, su crítico principal, en respuesta al escrutinio sobre el impacto negativo de las redes sociales en la salud mental adolescente. Las notas de la reunión indican la intención de buscar hacer que otros académicos cuestionaran la investigación de Haidt y buscar una 'estrategia de susurro' para sembrar dudas en los medios, incluyendo la posible involucración de académicos como Andrew Gelman para refutar sus hallazgos.
Meta multada en Italia por acceso a fotos y videos sin consentimiento
Meta fue multada por una autoridad italiana por acceder a fotos y metadatos de usuarios italianos sin obtener su consentimiento específico. La sanción busca obligar a Meta a solicitar un consentimiento separado y explícito para el acceso a las galerías de los dispositivos Android. Esta medida responde a la preocupación por la privacidad y el manejo de datos de los usuarios.
No se identificaron personas.
Meta está reconsiderando el objetivo de cero emisiones para 2030 ante el auge de la IA
Meta está reconsiderando su objetivo de cero emisiones netas para 2030 debido al rápido crecimiento de su infraestructura de Inteligencia Artificial. La compañía aumentó su consumo eléctrico un 35% por la puesta en marcha de nuevos centros de datos. Esta reevaluación se debe a que la demanda de infraestructura de IA ha crecido más rápido de lo proyectado, exigiendo nuevas estrategias para gestionar las emisiones.
Meta se une con Pueri de China para desarrollar prototipo de robot humanoide 'Max'
Meta colaboró con la startup china Pueri durante tres meses para desarrollar el prototipo de robot humanoide 'Max', buscando integrar su asistente de IA 'Muse' con un cuerpo físico para realizar tareas domésticas. Max, de 1.5 m de altura y 48 kg, está equipado con el chip Jetson Tor de NVIDIA y tiene características como una pantalla facial y un sistema de agarre con cinco dedos. Meta probó el prototipo y planea desarrollar un segundo modelo, 'Max2', con mejoras en la estructura y sensores.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Meta»
Más recientes primero · Hasta 30 noticias por página
Hugging Face migra su Hub de Git LFS a Xet con más de un millón de usuarios
Hugging Face completó la migración de su Hub de Git LFS a un nuevo backend de almacenamiento llamado Xet, que ya procesa más de un millón de usuarios y 500.000 repositorios con 20 PB de datos. La transición se apoyó en el Git LFS Bridge y en migraciones en segundo plano que permitieron mover petabytes sin interrumpir las descargas ni las subidas de la comunidad. La empresa anunció que desde julio de 2025 Xet estará disponible para todos los usuarios y que planea abrir el código del protocolo y de toda la infraestructura.
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.
- Elie Bakouch
- Carlos Miguel Patiño
- Anton Lozhkov
- Edward Beeching
- Aymeric Roucher
- Nouamane Tazi
- Aksel Joonas Reedi
- Guilherme Penedo
- Hynek Kydlicek
- Clémentine Fourrier
- Nathan Habib
- Kashif Rasul
- Quentin Gallouédec
- Hugo Larcher
- Mathieu Morlon
- Joshua Xenova
- Vaibhav Srivastav
- Xuan-Son Nguyen
- Colin Raffel
- Lewis Tunstall
- Loubna Ben Allal
- Leandro von Werra
- Thomas Wolf
NVIDIA presenta en Hugging Face Hub su modelo Llama Nemotron Nano VLM para procesamiento de documentos
NVIDIA presentó Llama Nemotron Nano VL, un modelo de lenguaje visual de 8B parámetros orientado al procesamiento inteligente de documentos, disponible en Hugging Face y mediante la API NVIDIA NIM. El modelo, basado en Llama-3.1-8B-Instruct y el Vision Transformer C-RADIOv2-VLM-H, destaca en OCR de alta precisión, extracción de tablas y análisis de gráficos, con resultados líderes en el benchmark OCRBench v2. Apunta a automatizar flujos de facturas, contratos, documentos de cumplimiento y registros de salud y seguros, y puede ajustarse con NVIDIA NeMo.
Inception y MBZUAI lanzan un espacio unificado de leaderboards para evaluar modelos de IA en árabe
Inception, en colaboración con la Universidad Mohammed bin Zayed de Inteligencia Artificial (MBZUAI), lanzó el Espacio Arabic-Leaderboards, una plataforma unificada para evaluar modelos de IA en árabe. Incluye la versión actualizada AraGen-03-25, con 340 pares de preguntas y respuestas, y el primer leaderboard público de seguimiento de instrucciones en árabe basado en el benchmark Arabic IFEval. El modelo o1-2024-12-17 lidera ambos rankings, aunque el nuevo conjunto de datos resultó más difícil y redujo los puntajes absolutos de los modelos.
Guía práctica para ejecutar modelos de lenguaje (LLM) localmente en el teléfono con React Native
El artículo es un tutorial técnico publicado el 7 de marzo de 2025 por Mohamed Mekkouri y Marc Sun en el blog de Hugging Face, que explica cómo construir una aplicación móvil en React Native capaz de descargar y ejecutar modelos de lenguaje (LLM) localmente en un teléfono, tanto en Android como en iOS. Detalla la selección de modelos pequeños (1-3B parámetros) y formatos de cuantización GGUF, la configuración del entorno, la descarga de modelos desde el Hub de Hugging Face, la carga mediante llama.rn y la implementación de una interfaz de chat con inferencia local y privada. Incluye además secciones sobre depuración con Chrome DevTools y funcionalidades adicionales como generación token a token, desplazamiento automático y seguimiento de velocidad de inferencia.
Open R1 presenta su primer gran dataset de razonamiento matemático generado con DeepSeek R1
El proyecto Open R1, que busca reconstruir el pipeline de entrenamiento y los datos sintéticos de DeepSeek R1, presentó OpenR1-Math-220k, su primer conjunto de datos a gran escala para razonamiento matemático, generado localmente en 512 GPU H100. El dataset contiene 800k trazas de razonamiento para 400k problemas de NuminaMath 1.5, filtradas con Math Verify y Llama-3.3-70B-Instruct como juez, reteniendo 220k problemas con al menos una respuesta correcta. Al ajustar Qwen2.5-Math-Instruct con estos datos, OpenR1-Qwen-7B igualó el rendimiento de DeepSeek-Distill-Qwen-7B en benchmarks como MATH-500 y AIME.
Lanzan la segunda versión del ranking abierto de modelos de lenguaje en árabe
El equipo de OALL, junto con 2A2I, TII y Hugging Face, publicó la segunda versión del Open Arabic LLM Leaderboard, un ranking abierto para evaluar modelos de lenguaje en árabe. La nueva versión elimina benchmarks saturados y traducidos automáticamente, incorpora tareas nativas en árabe como Native Arabic MMLU, MMLU-HT, MedinaQA, AraTrust y ALRAGE, y corrige un error en la tarea AlGhafa que afectaba las clasificaciones. La primera versión había atraído más de 46.000 visitantes y más de 700 modelos enviados por más de 180 organizaciones.
Estado de los modelos abiertos de generación de video en Diffusers
El equipo de Diffusers de Hugging Face publicó un análisis del estado de los modelos abiertos de generación de video, comparándolos con opciones cerradas como Sora de OpenAI, Veo 2 de Google y Gen 3 Alpha de Runway. El texto detalla las limitaciones de los modelos abiertos (altos requisitos de recursos, generalización limitada y latencia) y presenta optimizaciones de memoria, cuantización y descarga a CPU para ejecutar modelos como HunyuanVideo en hardware de consumo. También describe la herramienta finetrainers para ajuste fino y anticipa avances significativos en calidad y capacidades durante 2025.
Emisiones de CO₂ y rendimiento de modelos: claves del Open LLM Leaderboard
El Open LLM Leaderboard evaluó más de 3.000 modelos de lenguaje abiertos desde junio de 2024 e integró estimaciones de emisiones de CO₂ para dar transparencia sobre el impacto ambiental de la inferencia. El análisis de 2.742 modelos muestra que a mayor tamaño suele haber mayor costo de CO₂, aunque la mejora en puntaje no siempre es proporcional, y que los ajustes finos de la comunidad tienden a ser más eficientes en carbono que los modelos oficiales. El ajuste fino mejora la coherencia y concisión de las respuestas, reduciendo la carga computacional y potencialmente las emisiones, aunque faltan datos exactos por benchmark.
Controlar la generación de modelos de lenguaje con el LogitsProcessorZoo de NVIDIA
El artículo explica qué son los logits en los modelos de lenguaje y por qué conviene procesarlos antes de la generación para imponer restricciones, evitar respuestas genéricas y alinear las salidas con tareas específicas. Presenta el LogitsProcessorZoo de NVIDIA, una colección modular compatible con el método generate de Hugging Face, y detalla cuatro procesadores: GenLengthLogitsProcessor para controlar la longitud, CiteFromPromptLogitsProcessor para reforzar el contexto del prompt, ForceLastPhraseLogitsProcessor para imponer una frase final y MultipleChoiceLogitsProcessor para responder opción múltiple. Incluye ejemplos de código y salidas que muestran cómo estas herramientas permiten un control granular de la generación en aplicaciones de IA generativa.
Finalmente, un reemplazo para BERT: presentan ModernBERT
Answer.AI y LightOn presentaron ModernBERT, una familia de modelos de lenguaje solo codificadores que mejora a BERT en velocidad y precisión, con versiones base (149M de parámetros) y large (395M). El modelo amplía el contexto a 8192 tokens, incorpora avances de arquitectura como RoPE y GeGLU, y fue entrenado con 2 billones de tokens incluyendo código. Se ofrece como reemplazo directo de BERT para tareas de recuperación, clasificación y búsqueda de código.
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
LeMaterial: una iniciativa de código abierto para acelerar el descubrimiento e investigación de materiales
Entalpic y Hugging Face lanzaron LeMaterial, un proyecto de código abierto para acelerar la investigación de materiales mediante aprendizaje automático. Como primer paso publicaron LeMat-Bulk, un conjunto de datos que unifica y estandariza Materials Project, Alexandria y OQMD, con 6,7 millones de entradas y 7 propiedades. La iniciativa también propone una función hash para identificar materiales de forma única y detectar duplicados con mayor rapidez que métodos previos.
Nuevo marco de evaluación 3C3H y benchmark AraGen para modelos de lenguaje en árabe
Investigadores de Inception y MBZUAI presentaron AraGen, un benchmark generativo y leaderboard para evaluar modelos de lenguaje en árabe, junto con la medida 3C3H que puntúa corrección, completitud, concisión, utilidad, honestidad e inocuidad mediante LLM-como-juez. El leaderboard usa ciclos de prueba ciega de tres meses para evitar contaminación de datos y publica luego el dataset y el código. Tras comparar varios jueces, eligieron Claude-3.5-sonnet por su consistencia y bajo sesgo propio.
Invertir en rendimiento: ajustar modelos pequeños con información de LLM, un caso de estudio de CFM
Capital Fund Management (CFM) utilizó modelos de lenguaje de código abierto y el ecosistema de Hugging Face para optimizar el reconocimiento de entidades nombradas en datos financieros. Mediante el etiquetado asistido por LLM con Llama 3.1 y la revisión con Argilla, el ajuste fino de modelos compactos como GLiNER y SpanMarker elevó su precisión hasta un 93,4% y un 90,1% de F1, respectivamente. El enfoque logró soluciones hasta 80 veces más económicas que usar solo LLM grandes, combinando precisión y eficiencia de costos.
Guía para desarrolladores de código abierto sobre la Ley de IA de la UE
La Ley de IA de la UE, primera legislación integral sobre inteligencia artificial, entró en vigor y alcanza también a los desarrolladores de código abierto, incluso fuera de la UE, si sus sistemas o modelos impactan a personas en el bloque. La guía de Hugging Face detalla obligaciones según el nivel de riesgo: transparencia y marcado de contenido sintético para sistemas de riesgo limitado, y documentación del entrenamiento y respeto de opt-outs de derechos de autor para modelos GPAI de código abierto sin riesgo sistémico. Las obligaciones para modelos GPAI se aplican desde agosto de 2025 y las de sistemas de riesgo limitado desde agosto de 2026.
Hugging Face explica cómo desplegar su sistema de voz a voz en Inference Endpoints
Hugging Face publicó una guía para desplegar su proyecto Speech-to-Speech (S2S), una tubería en cascada que combina detección de actividad de voz, voz a texto, modelo de lenguaje y texto a voz, con soporte para inglés, francés, español, chino, japonés y coreano. El artículo detalla cómo construir una imagen Docker personalizada a partir del repositorio huggingface-inference-toolkit y desplegarla en Inference Endpoints, tanto por interfaz gráfica como por API. Se recomienda hardware AWS GPU L4 a 0,80 dólares por hora y se explica la implementación de un servidor web con websockets y un cliente para grabar y reproducir audio.
Generación asistida más rápida con especulación dinámica
Intel Labs y Hugging Face presentaron la decodificación especulativa dinámica, un método que acelera la generación de texto de modelos de lenguaje grandes hasta 2,7 veces según la tarea. El método ajusta dinámicamente la anticipación de especulación en cada iteración según la confianza del modelo asistente, superando a los enfoques heurísticos y estáticos en todas las pruebas realizadas. Se integró como modo predeterminado de generación asistida en Transformers 4.45.0.
Comparativa de rendimiento de LLMs: RoBERTa, Llama 2 y Mistral con LoRA para clasificar tuits de desastres
El artículo compara el rendimiento de tres modelos de lenguaje (RoBERTa, Mistral 7B y Llama 2) en la clasificación de tuits sobre desastres, aplicando la técnica de ajuste fino LoRA sobre una GPU A6000. RoBERTa-large, con solo 355 millones de parámetros, obtuvo la mejor puntuación F1 (0,8077) frente a Llama 2 (0,7638) y Mistral 7B (0,7364), además de requerir menos tiempo de entrenamiento y memoria. El autor concluye que para tareas simples de clasificación binaria de secuencias cortas los modelos base como RoBERTa siguen siendo competitivos y que LoRA puede aplicarse tanto a arquitecturas de codificador como de decodificador.
Película de GRAN TURISMO fracasa al no llegar a la meta
La película de GRAN TURISMO, protagonizada por David Harbour, Orlando Bloom y Archie Madekwe, no cumplió las expectativas generadas por sus promociones. El crítico señaló que la cinta careció de una historia satisfactoria y de secuencias de carreras emocionantes, presentando edición entrecortada y diálogos cuestionables.
Hugging Face lanza un contenedor de inferencia para modelos de lenguaje grandes en Amazon SageMaker
Hugging Face presentó un contenedor de inferencia (DLC) para desplegar modelos de lenguaje grandes de código abierto en Amazon SageMaker, impulsado por Text Generation Inference (TGI). El artículo explica paso a paso cómo configurar el entorno, obtener la imagen, desplegar el modelo Open Assistant Pythia 12B en instancias con GPU y ejecutar inferencia. También muestra cómo construir un chatbot con Gradio respaldado por SageMaker y menciona arquitecturas compatibles como BLOOM, Llama, StarCoder y Falcon.
Qué hace útil a un agente de diálogo: las técnicas detrás de ChatGPT
El artículo de Hugging Face repasa las técnicas que hacen útil a un agente de diálogo conversacional como ChatGPT: ajuste fino con instrucciones (IFT), ajuste fino supervisado (SFT), aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) y cadena de pensamiento (CoT). Compara chatbots previos como LaMDA, BlenderBot 3, Sparrow y el Assistant de Anthropic en acceso, datos, arquitectura y evaluación. Concluye que se necesitan pocos datos para IFT, que SFT mejora seguridad y utilidad, y que CoT favorece el razonamiento paso a paso y reduce respuestas evasivas.
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.