Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
arXiv Computer Science AITPO: Aprendizaje Robusto Distribuible de Tres Niveles para la Optimización de Preferencias OOD
Se presenta TPO, un marco robusto distributivo de tres niveles para la alineación de preferencias OOD, abordando el desafío del desajuste distributivo en tres niveles (grupo, prompt y preferencia) en el entrenamiento de LLM. El método modela esta incertidumbre mediante un conjunto de ambigüedad rectangular jerárquicamente estructurado. Se deriva un objetivo interpretable que combina penalizaciones a nivel de preferencia, perturbaciones a nivel de prompt y reponderación de grupo.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «DPO»
Más recientes primero · Hasta 30 noticias por página
The Express TribuneSupervisor del equipo de polio es secuestrado durante una campaña de vacunación en Jamrud
Un supervisor del equipo de polio fue secuestrado por hombres armados no identificados durante una campaña de vacunación en Jamrud, K-P. Este incidente forma parte de una serie de ataques y secuestros contra personal de vacunación de polio en varias regiones de Pakistán. Los incidentes ocurren mientras se lleva a cabo una campaña especial de erradicación de la polio en el país.
Express UrduAgresión a trabajadores de polio y fallecimiento de policías en Mhammand
Trabajadores de polio fueron secuestrados en el distrito de Tank, y en Mhammand, dos policías fueron martirizados por disparos mientras se atacaba al equipo de polio. Hubo un terrorista herido y se está realizando una operación de búsqueda.
Salieron a la luz los términos reales del permiso del programa de Sr. Petlo, preguntas por negligencia administrativa
Se revelaron los términos reales del permiso del programa del Sr. Petlo, generando preguntas sobre la negligencia administrativa. El DPO señaló que los organizadores eran responsables de mantener la seguridad y el orden de la ciudad, incluyendo garantizar la seguridad interna y mantener vías de evacuación despejadas. La policía inició esfuerzos para el arresto del Sr. Petlo, y se recordó un incidente previo donde dos personas fallecieron debido a una pelea durante el evento.
RepublikaPolicía Continúa Buscando al Quemador de un Puesto de Comida Mi Babi Durante el Allanamiento en el Presbiterio Hamalatul Quran es Destacado
El Jefe de Prensa de la Policía de Jawa Tengah, Kombes Pol Yulianto, confirmó que la búsqueda del ex recluso terrorista con el seudónimo I. I, presunto autor de la quema del Puesto de Comida Mi y Babi, continúa sin ser afectada por la investigación sobre una presunta infracción del SOP en el allanamiento del Presbiterio Hamalatul Quran. Yulianto señaló que, dado que I es ahora DPO, el proceso de búsqueda puede involucrar a la policía, autoridades relacionadas e incluso a la sociedad.
The HinduLluvia incesante azota Vijayawada, inundando áreas bajas
Una lluvia incesante azotó Vijayawada desde la medianoche del miércoles debido al impacto del Ciclón Arnab, provocando inundaciones en varias áreas bajas de la ciudad. Se reportaron anegamientos en el puente sobre la carretera cerca de la Estación de Autobuses Pandit Nehru y en el Bazar Rythu cerca de Patamata. El distrito recibió un total de 1,104 mm de lluvia desde el martes hasta la tarde del miércoles.
TASSEl diplomático ruso Desyatnikov fue nombrado subsecretario general de la ONU
El secretario general de la ONU, Antonio Guterres, nombró al veterano diplomático ruso Gleb Desyatnikov como subsecretario general para Acción contra las Minas y Policía en el Departamento de Operaciones de Paz. Desyatnikov, embajador de Rusia en Jordania desde 2018, aporta más de 35 años de experiencia en relaciones internacionales, asuntos políticos y seguridad. Antes se desempeñó en el Departamento de Oriente Medio y África del Norte de la cancillería rusa y en la Misión Permanente de Rusia ante la ONU.
Hugging Face BlogDharmaOCR supera a Mistral OCR4 y Unlimited-OCR en portugués brasileño gracias a la especialización
Dharma-AI publicó un artículo en el que sostiene que su modelo DharmaOCR, especializado en portugués brasileño, supera a Mistral OCR4 y Unlimited-OCR en un benchmark centrado en ese idioma, con puntajes de 0,925 frente a 0,798 y 0,7587 respectivamente. La ventaja se atribuye a la especialización de dominio mediante ajuste fino supervisado y Optimización de Preferencias Directas (DPO), que reduce errores de transcripción y degeneración de texto en documentos complejos. Los autores señalan que modelos más nuevos y capaces podrían superar a DharmaOCR en el futuro, pero sostienen que la lógica estructural de la especialización se mantiene.
Optimización de preferencias directas (DPO) más allá de los chatbots: usar los fallos del propio modelo como señal de entrenamiento
Dharma-AI publicó un artículo sobre DharmaOCR, su modelo especializado de OCR estructurado, en el que aplica Optimización de Preferencias Directas (DPO) tras el ajuste fino supervisado (SFT) para reducir la degeneración de texto. Usando las propias salidas fallidas del modelo como ejemplos rechazados, logró una reducción promedio del 59,4% y un pico del 87,6% en cinco familias de modelos. El trabajo sostiene que el SFT no penaliza los bucles de repetición y que una etapa DPO posterior aborda esa geometría de fallo de forma consistente entre arquitecturas.
Codex de OpenAI ahora puede ejecutar experimentos de machine learning de punta a punta con Hugging Face Skills
Hugging Face publicó un tutorial que muestra cómo conectar el agente de programación Codex, de OpenAI, con el repositorio Hugging Face Skills para automatizar experimentos de machine learning de punta a punta. El agente puede validar datasets, elegir hardware, lanzar trabajos de fine-tuning, monitorear métricas con Trackio, evaluar checkpoints y convertir modelos a GGUF para despliegue local. El texto destaca que la extensión es de código abierto y soporta SFT, DPO y aprendizaje por refuerzo en modelos de 0.5B a 7B parámetros.
Hugging Face permite a Claude fine-tuning de modelos de lenguaje de código abierto
Hugging Face presentó una nueva herramienta llamada Hugging Face Skills que permite a agentes de programación como Claude Code, Codex y Gemini CLI realizar el fine-tuning completo de modelos de lenguaje de código abierto. La skill hf-llm-trainer enseña al agente a validar datasets, seleccionar GPUs, enviar trabajos a la nube, monitorear el entrenamiento y publicar los modelos en el Hub, con soporte para SFT, DPO y GRPO. El proceso puede costar desde centavos hasta decenas de dólares según el tamaño del modelo, que va de 0.5B a 70B parámetros.
TRL incorpora nuevos métodos de alineación para modelos de lenguaje visual
El artículo detalla las nuevas capacidades de la librería TRL para alinear modelos de lenguaje visual (VLM) con preferencias humanas, incorporando los métodos MPO, GRPO y GSPO, además de extensiones para RLOO y Online DPO. MPO combina pérdidas de DPO, BCO y SFT, logrando una mejora de 6,2 puntos en MathVista. También se añade soporte nativo de ajuste fino supervisado para VLM y la integración de vLLM para métodos de alineación en línea.
OpenAI NewsOpenAI lanza o1 en la API y nuevas herramientas para desarrolladores
OpenAI presentó OpenAI o1 en la API, con soporte para llamadas a funciones, mensajes de desarrollador, Salidas Estructuradas y visión, además de menor latencia. También actualizó la API Realtime con integración WebRTC, una reducción del 60% en el precio del audio de GPT-4o y soporte para GPT-4o mini. Sumó el Ajuste Fino por Preferencia basado en DPO y nuevos SDK para Go y Java en beta.
No se identificaron personas.