computación distribuida
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 |
|---|---|
| 4 nov 2026, 12:00 p. m. | 0 |
| 4 nov 2026, 1:00 p. m. | 0 |
| 4 nov 2026, 2:00 p. m. | 0 |
| 4 nov 2026, 3:00 p. m. | 0 |
| 4 nov 2026, 4:00 p. m. | 0 |
| 4 nov 2026, 5:00 p. m. | 0 |
| 4 nov 2026, 6:00 p. m. | 0 |
| 4 nov 2026, 7:00 p. m. | 0 |
| 4 nov 2026, 8:00 p. m. | 0 |
| 4 nov 2026, 9:00 p. m. | 0 |
| 4 nov 2026, 10:00 p. m. | 0 |
| 4 nov 2026, 11:00 p. m. | 0 |
| 5 nov 2026, 12:00 a. m. | 0 |
| 5 nov 2026, 1:00 a. m. | 0 |
| 5 nov 2026, 2:00 a. m. | 0 |
| 5 nov 2026, 3:00 a. m. | 0 |
| 5 nov 2026, 4:00 a. m. | 0 |
| 5 nov 2026, 5:00 a. m. | 0 |
| 5 nov 2026, 6:00 a. m. | 0 |
| 5 nov 2026, 7:00 a. m. | 0 |
| 5 nov 2026, 8:00 a. m. | 0 |
| 5 nov 2026, 9:00 a. m. | 0 |
| 5 nov 2026, 10:00 a. m. | 0 |
| 5 nov 2026, 11:00 a. m. | 0 |
| 5 nov 2026, 12:00 p. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-07 | 0 |
| 2026-10-08 | 0 |
| 2026-10-09 | 0 |
| 2026-10-10 | 0 |
| 2026-10-11 | 0 |
| 2026-10-12 | 0 |
| 2026-10-13 | 0 |
| 2026-10-14 | 0 |
| 2026-10-15 | 0 |
| 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 | 1 |
| 2026-11-04 | 1 |
| 2026-11-05 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de computación distribuida
2 noticias · De más nuevas a más antiguas.
arXiv Computer Science AICuando el consumidor es un agente: Acuerdos de nivel de servicio basados en la ejecución
Se introduce un concepto de contratos de finalización basados en la ejecución para agentes de modelos de lenguaje grande (LLM) que actúan como consumidores de servicios. Esto permite que un plano de control independiente observe el estado del servicio para determinar la finalización de tareas, en lugar de depender de la autoevaluación del agente. Los resultados demuestran que la finalización de estas tareas puede regirse por la observación independiente del estado del servicio.
NeMo-DCR: Refit Delta-Comprimido Exacto para RL Agéntico Escalable a Escala de Trillones de Parámetros
Se presenta NeMo-DCR, un método de refit delta-comprimido exacto para el aprendizaje por refuerzo (RL) escalable a escalas de trillones de parámetros. Este método envía solo los cambios, permitiendo a los receptores obtener los bits de un refit denso. Se demuestra que NeMo-DCR es 7 veces más rápido que AReaL-DTE y es significativamente más rápido en escenarios de estrés.