Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

PRX Parte 3: cómo entrenar un modelo de texto a imagen en 24 horas con 32 GPU H200

El equipo de Photoroom publicó la tercera parte de su serie PRX, en la que combina técnicas de entrenamiento de modelos de difusión para texto a imagen y logra un modelo funcional en 24 horas con 32 GPU H200 y un presupuesto de 1500 dólares. La receta integra predicción-x en espacio de píxeles sin VAE, pérdidas perceptuales LPIPS y DINOv2, enrutamiento de tokens con TREAD, alineación de representaciones con REPA y DINOv3, y el optimizador Muon. Los autores liberaron el código en GitHub y señalan que los fallos restantes se deben al subentrenamiento y a la limitada diversidad de datos, no a defectos estructurales de la receta.

Periodista: David Bertoin, Roman Frigg, Jon Almazán

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.

Periodista: Sayak Paul

Pipeline 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.

Periodista: Aritra Roy Gosthipaty, Luis, Andres Marafioti, Sergio Paniego, Pedro Cuenca

Hugging Face permite a Claude fine-tuning de modelos de lenguaje de código abierto

Hugging Face presentó una nueva herramienta llamada Hugging Face Skills que permite a agentes de programación como Claude Code, Codex y Gemini CLI realizar el fine-tuning completo de modelos de lenguaje de código abierto. La skill hf-llm-trainer enseña al agente a validar datasets, seleccionar GPUs, enviar trabajos a la nube, monitorear el entrenamiento y publicar los modelos en el Hub, con soporte para SFT, DPO y GRPO. El proceso puede costar desde centavos hasta decenas de dólares según el tamaño del modelo, que va de 0.5B a 70B parámetros.

Periodista: ben burtenshaw, shaun smith

Personas mencionadas

5 proyectos de red doméstica para una Raspberry Pi de $15 que no requieren compras adicionales

El artículo presenta cinco formas prácticas de utilizar una Raspberry Pi Zero 2 W para proyectos domésticos sin necesidad de hardware adicional. Estos proyectos incluyen implementar Pi-hole para bloquear anuncios, Uptime Kuma para monitorear servicios, Glance como panel de control local, WireGuard para acceso remoto a la red, y ntfy para enviar alertas. Se destaca que estos servicios, aunque no son emocionantes, se vuelven esenciales a medida que el homelab crece, y se puede ejecutar varios de ellos en una sola Pi Zero 2 W.

Periodista: Nick Lewis

Personas mencionadas

De PyTorch DDP a Accelerate y Trainer: dominio del entrenamiento distribuido con facilidad

El artículo técnico explica cómo escalar el entrenamiento de modelos de PyTorch en múltiples GPU y nodos mediante tres niveles de abstracción: el módulo nativo torch.distributed con DistributedDataParallel, la biblioteca 🤗 Accelerate y la API de alto nivel Trainer de Hugging Face. Detalla la configuración de grupos de procesos, el uso de torchrun y notebook_launcher, y cómo Accelerate reduce cambios de código y optimiza la memoria de los DataLoaders. Concluye que Trainer permite entrenamiento distribuido sin escribir código específico.

Periodista: Zachary Mueller

Personas mencionadas

Mini-R1: reproducen el "momento ajá" de DeepSeek R1 con un tutorial de aprendizaje por refuerzo

Philipp Schmid publicó un tutorial que reproduce el "momento ajá" de DeepSeek-R1 entrenando un modelo Qwen2.5-3B-Instruct con Group Relative Policy Optimization (GRPO) para resolver el Juego de la Cuenta Regresiva. El entrenamiento distribuido usó DeepSpeed y vLLM sobre 4 GPU NVIDIA H100, con 450 pasos en unas 6 horas. La tasa de éxito pasó de ~25% a los 100 pasos a 50% a los 450 pasos, y el modelo migró de un razonamiento "con palabras" a uno de tipo programático.

Periodista: Philipp Schmid

Personas mencionadas

Más de 52 comandos y una factura de OpenAI que puede pagar la víctima: así es el troyano NIK C2, que caza semillas de monederos cripto y bloquea la pantalla con una demanda de rescate

Un troyano llamado NIK C2 fue descubierto por Cisco Talos, que utiliza la API de OpenAI para generar comandos y puede solicitar rescate en criptomonedas como Bitcoin o USDT. El malware también roba credenciales, semillas de monederos y bloquea la pantalla con un temporizador.

Periodista: Adrián Villellas

Personas mencionadas

Perfilado en PyTorch (Parte 1): guía para principiantes de torch.profiler

Entrada de blog de Hugging Face que inaugura una serie sobre perfilado en PyTorch, centrada en el uso de torch.profiler para leer trazas de CPU y GPU. Explica con ejemplos de multiplicación y suma de matrices cómo distinguir algoritmos limitados por sobrecarga de los limitados por cómputo, interpretar la tabla del perfilador y la cadena de despacho hasta los kernels de CUDA. También analiza el efecto de torch.compile, que fusiona operaciones a nivel del despachador pero no genera un kernel único y aumenta la sobrecarga de CPU por paso.

Periodista: Aritra Roy Gosthipaty, Sayak Paul, Sergio Paniego, Rémi Ouazan Reboul, Pedro Cuenca

Afinan un modelo de 350M parámetros para mejorar salidas estructuradas en 100 pasos de GRPO

Un artículo técnico describe cómo ajustar el modelo pequeño LFM2.5-350M con GRPO y la librería TRL para mejorar el cumplimiento de salidas estructuradas. Con unas 500 muestras y 100 pasos de entrenamiento en una GPU gratuita, el rendimiento en el benchmark IFStruct subió del 22,6% al 29,7%. El mayor avance se dio en formato JSON, que pasó del 18,0% al 31,9%, acercando al modelo pequeño al desempeño de modelos varias veces más grandes.

Periodista: Leonie Monigatti, Ben Burtenshaw, Sergio Paniego

Noticias encontradas

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

Resultados para «Nikkie Tutorials»

Más recientes primero · Hasta 30 noticias por página

Universidades detienen proyectos con colegas chinos que también trabajan para el ejército

Las universidades de Eindhoven y Maastricht han dejado de colaborar con siete universidades chinas que también están involucradas en el ejército chino. Se anuncia un libro que detalla cómo China adquirió conocimiento mediante cooperación científica durante décadas. Además, se menciona la consideración de reclutar a Nikkie Tutorials para la difusión de propaganda y la inversión del gobierno chino en un hotel de Ámsterdam.

Periodista: Siem Eikelenboom, Anouk Eigenraam