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 por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Khattab»
Más recientes primero · Hasta 30 noticias por página
The DecoderGPT-6 Astra ve la matriz y reprograma otros modelos de IA directamente a través de sus pesos
Investigadores desarrollaron un método llamado "Programación en Espacio de Pesos" donde un modelo de IA, Astra, puede ajustar directamente los pesos de otros modelos sin necesidad de un reentrenamiento completo. Este enfoque permitió a Astra mejorar las habilidades matemáticas de un modelo de lenguaje, aumentando significativamente su precisión en benchmarks específicos. Se sugiere que este método podría facilitar auditorías de seguridad y cambios de comportamiento dirigidos en modelos de IA de manera más eficiente.
SlashdotInvestigadores usan GPT-6 Astra para editar directamente el modelo Qwen de pesos abiertos, mejorando sus puntuaciones matemáticas
Investigadores del MIT utilizaron el modelo GPT-6 Astra para editar directamente los pesos de un modelo de código abierto Qwen, logrando un aumento de seis veces en su puntuación matemática. Este método, denominado "programación en espacio de pesos", permitió corregir el razonamiento repetitivo del modelo. Los investigadores exploraron la posibilidad de que la IA pueda inspeccionar y modificar la maquinaria interna de otras redes neuronales.
The RegisterLa IA puede ajustar directamente los pesos de otra IA
Científicos del MIT descubrieron que modelos de IA avanzados como GPT-6 Astra pueden reescribir directamente los pesos de otros modelos de IA, alterando su comportamiento sin necesidad de entrenamiento tradicional. Esta técnica, denominada Programación del Espacio de Pesos, permite a la IA razonar sobre sus propios pesos para optimizarlos. Los investigadores esperan que esto mejore la comprensión de los modelos y permita la auto-mejora recursiva.
India Today¿Puede una IA arreglar el cerebro de otra IA? Investigadores usan GPT-6 Astra para potenciar las habilidades matemáticas de Qwen
Investigadores del MIT utilizaron GPT-6 Astra para modificar directamente los pesos del modelo Qwen3.5-0.8B de Alibaba, logrando mejorar significativamente su rendimiento matemático. El experimento demostró que una IA avanzada puede identificar y corregir fallos internos en otra IA sin necesidad de reentrenarla. Los resultados mostraron mejoras notables en la resolución de problemas matemáticos y el seguimiento de instrucciones del modelo Qwen.
RepublikaLa Historia de Usamah bin Zaid, el Joven de 18 Años Nombrado por el Profeta como Comandante de Guerra
El Profeta Muhammad (SAW) nombró a Usamah bin Zaid bin Haritsah como comandante de guerra a la edad de 18 años, confiando en su capacidad de liderazgo. Esta decisión se tomó tras el asesinato y la crucifixión de Farwah bin Umar Al-Judzami, un líder regional que fue capturado por los romanos. El Profeta preparó inmediatamente un ejército, incluyendo a compañeros mayores como Umar bin Khattab y Abu Ubaidah bin Jarrah, para llevar a cabo la acción militar.
Hugging Face BlogNeoMME: un encoder multimodal y multilingüe eficiente entrenado desde cero
H Company presentó NeoMME, una familia de encoders multimodales y multilingües de 260M y 800M parámetros que procesa texto y parches de imagen en un único Transformer bidireccional, entrenado desde cero sin torre de visión ni decodificador causal. La variante NeoMME-Retriever, ajustada para recuperación de documentos visuales, devuelve embeddings densos y de interacción tardía en un solo paso y alcanza 0,523 y 0,556 de nDCG@10 en ViDoRe v3, en la frontera de Pareto por tamaño. Con agrupamiento jerárquico y cuantización asimétrica reduce el índice de 1,5 MB a 6 kB por página (255×) conservando más del 95% de la calidad, y codifica unas 51 páginas por segundo en una NVIDIA L40S. Los checkpoints se publican bajo licencia Apache 2.0 y están disponibles en Hugging Face Transformers.
Cómo entrenar y ajustar modelos de embeddings multi-vector con Sentence Transformers
El artículo técnico de Tom Aarsen explica cómo entrenar y ajustar modelos de embeddings multi-vector (estilo ColBERT) con la biblioteca Sentence Transformers, cuya versión 6.0 incorpora el tipo MultiVectorEncoder. Detalla componentes como datasets, funciones de pérdida, argumentos de entrenamiento, evaluadores y el trainer, y muestra que un modelo ajustado en dominio médico (mLateOn-medical) superó a recuperadores de propósito general tras 14,5 horas de entrenamiento en una RTX 3090. También aborda la optimización del índice mediante pooling de tokens y cuantización PLAID para reducir el tamaño de almacenamiento.
Sentence Transformers v6.0 incorpora modelos de embedding multi-vector (late interaction) al estilo ColBERT
La biblioteca Sentence Transformers lanzó su versión 6.0, que incorpora MultiVectorEncoder, un cuarto tipo de modelo para recuperación por late interaction al estilo ColBERT. Estos modelos conservan un vector por token en lugar de comprimir el texto en uno solo, lo que mejora la calidad de recuperación a costa de índices más grandes. La actualización permite cargar checkpoints de PyLate, Stanford-NLP ColBERT y colpali-engine, y cubre recuperación de texto, documentos visuales, audio y video.