Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
OpenAI NewsOpenAI presenta InstructGPT, modelos de lenguaje alineados para seguir instrucciones
OpenAI presentó InstructGPT, modelos de lenguaje entrenados con aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) que siguen mejor las instrucciones del usuario que GPT-3, con mayor veracidad y menor toxicidad. Los etiquetadores prefirieron las salidas del modelo de 1.3B parámetros sobre las de GPT-3 de 175B, y estos modelos pasaron a ser los predeterminados en la API. La empresa reconoce limitaciones: aún generan contenido tóxico o sesgado, inventan hechos y están sesgados hacia valores culturales angloparlantes.
- Ryan Lowe
- Jan Leike
- Long Ouyang
- Jeff Wu
- Roger Jiang
- Diogo Almeida
- Carroll Wainwright
- Pamela Mishkin
- Chong Zhang
- Sandhini Agarwal
- Katarina Slama
- Alex Ray
- John Schulman
- Jacob Hilton
- Fraser Kelton
- Luke Miller
- Maddie Simens
- Amanda Askell
- Peter Welinder
- Paul Christiano
- Steve Dowling
- Hannah Wong
- Elie Georges
- Alper Ercetin
- Jared Salzano
- Allan Diego
- Justin Jay Wang
Hugging Face BlogPipeline eficiente de datos multimodales: cómo optimizar el entrenamiento de modelos de visión-lenguaje
El artículo describe cómo optimizar el pipeline de datos para entrenar modelos de visión-lenguaje, identificando que las GPU quedaban inactivas esperando datos y que el relleno desperdiciaba cerca del 60% de cada lote. Los autores proponen un enfoque en cinco etapas que culmina en un empaquetado tipo mochila equilibrado, inspirado en el artículo EAGLE 2 de NVIDIA, que reduce el relleno y distribuye mejor las muestras e imágenes entre lotes.
arXiv Computer Science AIMuestreo estocástico consistente con SDE para el post-entrenamiento de RL en modelos de Flow-Matching
Se propone Precise, un nuevo muestreador estocástico que equilibra la exploración efectiva y la estabilidad en modelos de flow-matching. Este método mantiene la consistencia SDE de la trayectoria de eliminación de ruido mediante una aproximación que resuelve el problema del exceso de ruido. Los experimentos demuestran que esta formulación resulta en una optimización de recompensa más rápida y estable, logrando puntuaciones de alineación de vanguardia con menor tiempo de entrenamiento.
Ajuste por instrucciones de Stable Diffusion con InstructPix2Pix
El artículo explora el ajuste por instrucciones de Stable Diffusion para que siga instrucciones y procese imágenes de entrada, extendiendo la metodología de InstructPix2Pix a tareas específicas como caricaturización y procesamiento de imágenes de bajo nivel. Los autores prepararon conjuntos de datos con instrucciones inspirados en FLAN V2 y entrenaron modelos que logran buenos resultados en caricaturización y eliminación de lluvia, aunque con limitaciones en mejora de poca luz y desenfoque. El trabajo es preliminar y deja preguntas abiertas sobre escalado de datos y generalización a más tareas.
Aceleran el agente Qwen3-8B en Intel Core Ultra con modelos borrador podados en profundidad
Investigadores de Intel y Hugging Face lograron acelerar el modelo Qwen3-8B en procesadores Intel Core Ultra mediante decodificación especulativa con un modelo borrador ligero Qwen3-0.6B, alcanzando una mejora de ~1,3×. Al podar 6 de las 28 capas del borrador y reajustarlo con datos sintéticos generados por Qwen3-8B, la aceleración subió a ~1,4×. La configuración se integró con la biblioteca smolagents para ejecutar agentes de IA locales que usan herramientas y ejecutan código de forma eficiente en una AI PC.
Entrenamiento Multi-Agente por Etapas para Control Co-Adaptativo de Exoesqueletos
Se propone el Entrenamiento Multi-Agente por Etapas (SMAT) para el control co-adaptativo de exoesqueletos, abordando la inestabilidad del aprendizaje al considerar la adaptación secuencial del usuario. El método entrena progresivamente al humano y al exoesqueleto para lograr una asistencia efectiva. Las simulaciones demuestran una reducción del 10.1% en la activación muscular de la cadera y una asistencia mecánica positiva consistente.
Diseño de entrenamiento para modelos texto-a-imagen: lecciones de ablaciones
El equipo de Photoroom publica la segunda parte de su serie sobre entrenamiento eficiente de modelos texto-a-imagen desde cero, centrada en el modelo PRX. Documenta ablaciones sobre alineación de representaciones (REPA, iREPA), objetivos de entrenamiento (Contrastive Flow Matching, predicción-x/JiT), enrutamiento y esparcimiento de tokens (TREAD, SPRINT) y decisiones de datos (subtítulos largos vs. cortos, datos sintéticos vs. reales, SFT con Alchemist). Las mayores ganancias provienen de la alineación de representaciones y de mejores latentes/tokenizadores, mientras que el enrutamiento de tokens rinde sobre todo a alta resolución; también reportan detalles prácticos como el optimizador Muon y el impacto negativo de almacenar pesos en BF16.
VOIM: Mapeo de instancias 3D de vocabulario abierto sin entrenamiento para RGB-D y SLAM monocular
Se presenta VOIM, un sistema sin entrenamiento que genera mapas de instancias 3D de vocabulario abierto utilizando datos de video RGB-D o video RGB monocular. Este sistema acumula evidencia de etiquetas suaves de modelos de percepción preexistentes para determinar las etiquetas y las instancias de objetos. Los experimentos en ScanNet++ y la navegación en robots reales demuestran la usabilidad de estos mapas.
TNG ajusta finamente olmOCR para convertirlo en un motor OCR fiel
TNG realizó un ajuste fino del modelo olmOCR-7B-0225-preview del Allen Institute for AI para convertirlo en un motor OCR fiel que extrae también encabezados y pies de página, información clave en facturas y documentos empresariales. Generaron un dataset de 8.000 documentos con Qwen2.5-VL-72B-Instruct y entrenaron sobre el pipeline abierto de olmOCR en un nodo 8xH100 durante 2,5 épocas. El modelo ajustado, publicado en HuggingFace, extrae toda la información y mantiene la capacidad de parsear tablas simples.
OCR de última generación con Core ML y dots.ocr: cómo llevar un modelo de 3B a la ejecución en dispositivo
El artículo técnico describe la conversión del modelo de OCR dots.ocr, de 3B parámetros y desarrollado por RedNote, para ejecutarse en dispositivo mediante Core ML y MLX de Apple. Los autores detallan el proceso de conversión de PyTorch a Core ML, la resolución de errores sucesivos en el grafo de ejecución y una evaluación inicial que arroja un modelo de más de 5 GB y más de un segundo por pasada del codificador de visión. El texto forma parte de una serie de tres partes sobre optimización para el Neural Engine.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Exact_Instruction_3»
Más recientes primero · Hasta 30 noticias por página
Lenta.ruCandidata huye de una entrevista por una razón inesperada
Una candidata huyó de una entrevista para un puesto de asistente administrativo debido a la confusión sobre las responsabilidades del puesto, que incluían tareas como cálculo de nómina y selección de personal. La candidata se retiró después de que se le advirtiera que seguiría habiendo más rondas de entrevistas, lo que la hizo abandonar la situación.