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 en título, descripción, resumen, tags, personas o periodista.
4 resultados para «Erick Lachmann»
Más recientes primero · Hasta 30 noticias por página
Hugging Face BlogGestión de GPU: por qué las GPU inactivas son el nuevo avión en tierra
El artículo sostiene que en la IA empresarial la restricción ya no es la inteligencia de los modelos sino la utilización del cómputo: las GPU acumulan costos por hora calendario y solo generan valor por hora de cómputo efectiva. Compara la situación con la aviación, donde la utilización de la flota definía la supervivencia de una aerolínea, y señala que comprar más GPU no resuelve el desajuste entre tipos de carga de trabajo. Propone la "Gestión de GPU" como disciplina de orquestación continua, complementada por modelos especializados más pequeños que liberan capacidad.
DharmaOCR 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.
Por qué la especialización es inevitable: lo que predicen la teoría de la optimización, la biología evolutiva, los mercados competitivos y el aprendizaje automático
El artículo de Dharma AI, basado en el trabajo de Goldfeder, Wyder, LeCun y Shwartz-Ziv (2026), sostiene que la especialización es una consecuencia estructural inevitable de los recursos finitos. El argumento converge desde cuatro tradiciones: el teorema No Free Lunch de la optimización, la biología evolutiva, la economía de mercados competitivos y el aprendizaje automático, donde la transferencia negativa y arquitecturas como mezcla de expertos o AlphaFold muestran que el ajuste al objetivo supera a la amplitud. Los autores distinguen conocimiento de dominio (cuya utilidad decrece con el escalado) de especialización de dominio (decisión de alcance), y concluyen que la Lección Amarga de Sutton no contradice esa tesis.
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.