Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

Open-R1: actualización n.º 1 sobre la replicación del pipeline de DeepSeek-R1

El equipo de Hugging Face publica la primera actualización del proyecto Open-R1, lanzado una semana antes para replicar el pipeline de entrenamiento y los datos sintéticos de DeepSeek-R1. Reportan que lograron reproducir los resultados de DeepSeek en el benchmark MATH-500, integraron GRPO en TRL 0.14 y optimizaron la generación de datos sintéticos usando 32 GPU con inferencia en streaming. También reseñan las reacciones del mercado y de laboratorios como OpenAI y Anthropic, y los proyectos y datasets que la comunidad construyó en torno al modelo.

Periodista: Leandro von Werra, Lewis Tunstall, Quentin Gallouédec, Guilherme Penedo, Edward Beeching, Anton Lozhkov, Brigitte Tousignant, Daniel van Strien

La historia de Jensen Huang empeora: Washington contra Nueva York, Silicon Valley

La situación de Jensen Huang se ha agravado, señalando que el mayor riesgo para él es la gobernanza más que la seguridad nacional. El texto promocional se centra en la suscripción a servicios de análisis y contenido exclusivo de Stratechery. Se detallan los diferentes podcasts y publicaciones ofrecidas por la plataforma.

Periodista: Ben Thompson

AttentionIndex: Acelerando la Atención Escasa Aprendida con un Índice Invertido Causal

Se presenta AttentionIndex, un método para acelerar la atención dispersa aprendida en modelos de IA. Este índice dirige las consultas a través de un índice de archivo invertido que agrupa claves por similitud. El método mejora el rendimiento de prellenado y la precisión en benchmarks de contexto largo en comparación con HiSA.

Periodista: Jeongmin Brian Park, Wen-mei Hwu

Personas mencionadas

Evolución de la memoria basada en energía para agentes conversacionales largos

Se presenta MINDSET, un controlador de memoria diseñado para agentes conversacionales, que gestiona las transiciones de estado explícitas para rastrear cambios en la memoria sin perder información previa. Este sistema equilibra la coherencia y la preservación histórica mediante una puntuación de energía local. Los resultados demuestran que MINDSET mejora el ranking de recuperación y la precisión en casos de actualización de conocimiento en comparación con otros sistemas.

Periodista: Sujato Dutta, Sreekruthy Tummala, Shashank Vanga, Ayushmi Pavani, Neeraj Choudhary

Personas mencionadas

Cómo desplegar y ajustar los modelos DeepSeek en AWS

Hugging Face publicó una guía para desplegar y ajustar los modelos de razonamiento DeepSeek-R1 en servicios de AWS, incluyendo Inference Endpoints, Amazon Bedrock Marketplace, SageMaker AI y EC2 Neuron. El documento detalla configuraciones de hardware recomendadas para cada variante destilada y ofrece fragmentos de código en Python para el despliegue. También señala que el equipo trabaja en habilitar el despliegue en Inferentia y el ajuste fino de todos los modelos DeepSeek.

Periodista: Simon Pagezy, Jeff Boudier, David Corvoysier

Ex asesor del HHS de RFK Jr. Calley Means afirma que los cabilderos están subvirtiendo la agenda MAHA de la administración Trump

Calley Means, ex asesora del HHS, comentó en un pódcast que el dinero en política está subvirtiendo la agenda de la administración Trump, señalando que líderes del gobierno buscan realizar grandes cambios institucionales. Afirmó que se pueden lograr grandes cosas en el próximo año y que la verdad debe ser dicha, a pesar de las críticas mediáticas.

Periodista: Ward Clark

DeepSeek-V4: un contexto de un millón de tokens que los agentes pueden usar de verdad

DeepSeek lanzó la familia V4 con dos checkpoints MoE (V4-Pro de 1,6T parámetros totales y 49B activos, y V4-Flash de 284B y 13B activos), ambos con ventana de contexto de un millón de tokens. La innovación central es la atención híbrida (CSA y HCA) que reduce los FLOPs por token al 27% y la caché KV al 10% frente a V3.2, facilitando cargas agénticas de largo horizonte. Incluye pensamiento intercalado entre llamadas a herramientas, un esquema XML con token |DSML| y el sandbox DSec para entrenamiento por refuerzo; en benchmarks agénticos queda cerca de los modelos cerrados de frontera.

Periodista: ben burtenshaw

Hugging Face lanza @huggingface/kernels: más de 200 kernels WebGPU para IA local en el navegador

Hugging Face presentó @huggingface/kernels, una biblioteca mínima en JavaScript para cargar y ejecutar kernels WebGPU optimizados desde el Hub, junto con una colección inicial de 207 kernels bajo licencia Apache-2.0. Según la compañía, en pruebas sobre una GPU Apple M4 los kernels fueron 2,57 veces más rápidos en media geométrica que ORT WebGPU en 809 casos comparables. También lanzó Fleet, una suite de benchmarking en navegador que recopila evidencia de rendimiento y corrección en hardware real de la comunidad.

Periodista: Nico Martin, Joshua Xenova

Personas mencionadas

Hugging Face lanza la familia Ettin Reranker, seis modelos de reordenamiento de código abierto

Tom Aarsen, de Hugging Face, presentó la familia Ettin Reranker: seis modelos CrossEncoder de reordenamiento de código abierto (de 17M a 1B parámetros) construidos sobre los encoders Ettin ModernBERT y entrenados mediante destilación desde mxbai-rerank-large-v2. Los modelos, publicados bajo licencia Apache 2.0 junto con el dataset de ~143M tripletas y el script de entrenamiento, alcanzan resultados de última generación en su rango de tamaño y superan a los rerankers MiniLM en precisión y velocidad.

Periodista: Tom Aarsen

El estado de la visión por computadora en Hugging Face

Hugging Face publicó un balance del estado de la visión por computadora en su ecosistema, con 8 tareas centrales de visión, más de 3000 modelos y más de 100 datasets en su Hub. El artículo detalla el soporte para Pipelines, el entrenamiento de modelos propios, las integraciones con timm, Diffusers y Datasets, y las herramientas para demos en Spaces y AutoTrain. También describe la filosofía técnica, los modelos zero-shot como CLIP, OWL-ViT y CLIPSeg, y las opciones de despliegue mediante Inference Endpoints.

Periodista: Sayak Paul

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «HEADSEND»

Más recientes primero · Hasta 30 noticias por página

Mallory Knox anuncia nuevo EP, Afterglow, y single, Better To Die

Mallory Knox ha lanzado su nuevo EP llamado Afterglow con el single "Better To Die", que se espera el 19 de febrero. El proyecto marca su primer trabajo desde su reunión en 2024 con Mikey Chapman como vocalista. El grupo también tiene una serie de conciertos programados en el Reino Unido y Europa durante febrero y marzo.

Periodista: Wasted Talent