Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Hugging Face BlogLeRobot v0.4.0: impulso al aprendizaje de robótica de código abierto
LeRobot lanzó la versión v0.4.0, una actualización mayor para el aprendizaje de robótica de código abierto que introduce conjuntos de datos escalables v3.0 con formato fragmentado y streaming, y herramientas de edición de datasets. La versión incorpora modelos VLA como PI0.5 de Physical Intelligence y GR00T N1.5 de NVIDIA, soporte para simulaciones LIBERO y Meta-World, entrenamiento multi-GPU simplificado y un nuevo sistema de plugins para integrar hardware de terceros. También suma la integración de Reachy 2, teleoperación desde el teléfono y un curso abierto de aprendizaje de robótica de Hugging Face.
The Hindu BusinessLineLaurus Labs hits 52-week high as strong Q2 results fuel buying
Laurus Labs achieved a new 52-week high following strong earnings in the July-September quarter. The company's performance was driven by significant growth in the CDMO small molecules segment, with net profit nearly tripling year-on-year. This success was supported by a favorable segmental mix and currency benefits, leading to positive analyst ratings and increased investor interest, evidenced by a surge in the stock price.
LeRobot v0.6.0: imaginar, evaluar, mejorar
LeRobot lanzó la versión v0.6.0, centrada en cerrar el bucle de aprendizaje robótico con políticas de modelos del mundo (VLA-JEPA, LingBot-VA, FastWAM) que aprenden a imaginar el futuro antes de actuar. La actualización suma nuevos modelos VLA como GR00T N1.7 de NVIDIA, MolmoAct2, EO-1, EVO1 y Multitask DiT, además de una API unificada de modelos de recompensa (Robometer, TOPReward). También incorpora seis benchmarks de simulación bajo una sola CLI, la herramienta lerobot-rollout con correcciones humanas estilo DAgger, entrenamiento FSDP y en la nube con HF Jobs, soporte de profundidad, anotación automática por VLM y carga de datos hasta 2 veces más rápida.
LeRobotDataset v3.0: Hugging Face lanza un formato de datasets a gran escala para robótica
Hugging Face publicó LeRobotDataset v3.0, un nuevo formato de datasets para robótica que empaqueta múltiples episodios en un único archivo mediante metadatos relacionales, superando los límites del sistema de archivos de la versión anterior. El formato incorpora soporte nativo de streaming para procesar grandes volúmenes de datos sin descargarlos, y llegará con lerobot-v0.4.0 junto a una utilidad de conversión de datasets v2.1. La versión apunta a escalar a millones de episodios y democratizar el aprendizaje robótico.
LeMaterial: una iniciativa de código abierto para acelerar el descubrimiento e investigación de materiales
Entalpic y Hugging Face lanzaron LeMaterial, un proyecto de código abierto para acelerar la investigación de materiales mediante aprendizaje automático. Como primer paso publicaron LeMat-Bulk, un conjunto de datos que unifica y estandariza Materials Project, Alexandria y OQMD, con 6,7 millones de entradas y 7 propiedades. La iniciativa también propone una función hash para identificar materiales de forma única y detectar duplicados con mayor rapidez que métodos previos.
arXiv Computer Science AIRecoAtlas: Un Benchmark y Entorno de Aprendizaje por Refuerzo para Agentes de Recomendación LLM
Se presenta RecoAtlas, un benchmark y entorno de aprendizaje por refuerzo diseñado para evaluar agentes de recomendación basados en LLM. Este entorno utiliza herramientas para generar informes de recomendación estructurados, buscando superar la dependencia de la plausibilidad semántica hacia la utilidad fundamentada en el comportamiento del usuario. El sistema permite entrenar agentes para generar conjuntos de productos coherentes y basados en el comportamiento.
OpenAI NewsOpenAI presenta CLIP, una red neuronal que conecta texto e imágenes
OpenAI presentó CLIP, una red neuronal que aprende conceptos visuales a partir de supervisión en lenguaje natural y permite clasificar imágenes sin entrenamiento específico, de forma similar al modo zero-shot de GPT-2 y GPT-3. El modelo se entrenó con pares texto-imagen disponibles en internet y reduce la dependencia de costosos conjuntos de datos etiquetados, igualando el rendimiento de ResNet-50 en ImageNet sin usar sus ejemplos etiquetados. Sus limitaciones incluyen tareas abstractas como contar objetos, clasificación de grano fino y sensibilidad al fraseo, además de riesgos de sesgo y vigilancia.
Liquid AI presenta LFM3, una familia de modelos multimodales especializados de 2B parámetros
Liquid AI presentó LFM3, su nueva generación de modelos fundacionales que unifica texto, visión, audio, omni y decisión en una columna vertebral compartida de unos 2B parámetros. La familia incluye seis modelos entrenados desde LFM3-1.7B-Base, con nuevos codificadores propios de visión y audio y el tokenizador LiquidCodec, pensados para ejecutarse en el borde y ajustarse en una sola GPU. La compañía afirma mejoras de eficiencia y rendimiento frente a LFM2 y modelos mayores, y publicó los pesos en Hugging Face junto con cuadernos de ajuste.
CoworkOS: Agente de Trabajo Escalable para la Automatización en el Mundo Real
Se presenta CoworkOS, un marco general para el trabajo de largo horizonte que separa la estrategia de la tarea de la gestión de la ejecución. Este sistema permite la colaboración humano-IA mediante la inspección y revisión conjunta de artefactos como documentos y modelos, permitiendo la participación humana a través de conversación o modificación directa. CoworkOS demuestra competitividad con agentes de vanguardia en múltiples benchmarks.
- Jiajie Jin
- Guanting Dong
- Chengjun Pan
- Xin Deng
- Zhuohui Sheng
- Guoqiang Wang
- Tao Gui
- Yutao Zhu
- Yujia Chen
- Shihong Yi
- Binze Hu
- Zhixiong Yang
- Zhichao Sun
- Rui Wang
- Han Han
- Mingyu Ma
- Junhao Huang
- Xiaotao Wang
- Huicheng Jiang
- Yuyang Hu
- Xinyu Yang
- Wanghan Xu
- Yajie Yang
- Zhecan Wang
- Honglin Guo
- Xiaoyu Xing
- Xiaoqian Zhang
- Yulun Zhu
- Xiaoxi Li
- Jiahang Lin
- Shaofan Liu
- Shihan Dou
- Zhiheng Xi
- Qi Zhang
- Yu-Gang Jiang
- See-Kiong Ng
- Yang Zhang
- Tat-Seng Chua
- Ji-Rong Wen
- Zhicheng Dou
Cómo usar modelos locales para clasificar issues y PRs del repositorio OpenClaw sin costo de API
Un equipo de desarrolladores de OpenClaw describe cómo usa modelos locales de pesos abiertos, como Gemma y Qwen, dentro de un arnés de agentes para clasificar automáticamente issues y pull requests del repositorio, sin depender de APIs de modelos cerrados. El sistema, llamado localpager, combina un shell restringido de solo lectura (reposhell) con salidas estructuradas para etiquetar contribuciones y enviar notificaciones filtradas por Discord. En una evaluación de 330 casos, Qwen mostró mayor precisión y Gemma mayor recall, mientras que DeepSeek-V4-Flash sirvió como referencia pero resultó poco práctico por su tamaño y baja velocidad.
Noticias encontradas
Coincidencias en título, descripción, resumen, tags, personas o periodista.
1 resultado para «LeoLabs»
Más recientes primero · Hasta 30 noticias por página
La NaciónUn satélite ruso persiguió a otro norteamericano que ayuda a Ucrania y llegó a acercarse 200 metros - LA NACION
Un satélite ruso, el Kosmos-2612, realizó maniobras de aproximación durante varios días alrededor del satélite comercial estadounidense ICEYE-X36, que proporciona imágenes de alta precisión a Ucrania. El satélite ruso se acercó a menos de 200 metros, alternando su posición, antes de cambiar de órbita y alejarse. Los analistas interpretan esta maniobra como una posible operación deliberada para inspeccionar o interferir con el activo occidental, lo que subraya la creciente militarización del espacio.