arquitectura de modelos
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 13 nov 2026, 6:00 p. m. | 0 |
| 13 nov 2026, 7:00 p. m. | 0 |
| 13 nov 2026, 8:00 p. m. | 0 |
| 13 nov 2026, 9:00 p. m. | 0 |
| 13 nov 2026, 10:00 p. m. | 0 |
| 13 nov 2026, 11:00 p. m. | 0 |
| 14 nov 2026, 12:00 a. m. | 0 |
| 14 nov 2026, 1:00 a. m. | 0 |
| 14 nov 2026, 2:00 a. m. | 0 |
| 14 nov 2026, 3:00 a. m. | 0 |
| 14 nov 2026, 4:00 a. m. | 0 |
| 14 nov 2026, 5:00 a. m. | 0 |
| 14 nov 2026, 6:00 a. m. | 0 |
| 14 nov 2026, 7:00 a. m. | 0 |
| 14 nov 2026, 8:00 a. m. | 0 |
| 14 nov 2026, 9:00 a. m. | 0 |
| 14 nov 2026, 10:00 a. m. | 0 |
| 14 nov 2026, 11:00 a. m. | 0 |
| 14 nov 2026, 12:00 p. m. | 0 |
| 14 nov 2026, 1:00 p. m. | 0 |
| 14 nov 2026, 2:00 p. m. | 0 |
| 14 nov 2026, 3:00 p. m. | 0 |
| 14 nov 2026, 4:00 p. m. | 0 |
| 14 nov 2026, 5:00 p. m. | 0 |
| 14 nov 2026, 6:00 p. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-16 | 0 |
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 1 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 1 |
| 2026-11-10 | 0 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 1 |
| 2026-11-14 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de arquitectura de modelos
3 noticias · De más nuevas a más antiguas.
arXiv Computer Science AIPechos pequeños, decisiones fuertes: Un estudio controlado de modelos de decisión tipada
Un estudio de TypeSafe en septiembre de 2026 compara modelos de decisión tipada como Jev, Nimble y Clef. Los experimentos demuestran que la complejidad de la cabeza no afecta la precisión, pero el tamaño del esqueleto es más importante. Se recomienda enfocar el esfuerzo en el esqueleto y mantener la cabeza mínima para optimizar la eficiencia.
Reformulación del problema de exclusión de caché KV para inferencia de LLM de largo contexto
Se reformula el problema de exclusión de la caché Key-Value (KV) para modelos de lenguaje grandes (LLM) con contexto largo, abordando la sobrecarga de memoria y tiempo. Se presenta LaProx, una estrategia que modela la interacción entre mapas de atención y estados de valor para asignar puntuaciones de importancia globales a los tokens. Los resultados demuestran que el método mantiene el rendimiento del modelo con solo el 5% de la caché KV y supera a métodos previos.
TorchUMM: Una base de código unificada multimodal para evaluación, análisis y post-entrenamiento
Se presenta TorchUMM, la primera base de código unificada para la evaluación, análisis y post-entrenamiento de modelos multimodales unificados (UMM). Esta herramienta permite evaluar modelos a través de diversas arquitecturas, tareas y conjuntos de datos, ofreciendo protocolos estandarizados para comparaciones reproducibles. El objetivo es facilitar el desarrollo de sistemas multimodales unificados más capaces.