modelos pequeños
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 |
|---|---|
| 18 nov 2026, 7:00 a. m. | 0 |
| 18 nov 2026, 8:00 a. m. | 0 |
| 18 nov 2026, 9:00 a. m. | 0 |
| 18 nov 2026, 10:00 a. m. | 0 |
| 18 nov 2026, 11:00 a. m. | 0 |
| 18 nov 2026, 12:00 p. m. | 0 |
| 18 nov 2026, 1:00 p. m. | 0 |
| 18 nov 2026, 2:00 p. m. | 0 |
| 18 nov 2026, 3:00 p. m. | 0 |
| 18 nov 2026, 4:00 p. m. | 0 |
| 18 nov 2026, 5:00 p. m. | 0 |
| 18 nov 2026, 6:00 p. m. | 0 |
| 18 nov 2026, 7:00 p. m. | 0 |
| 18 nov 2026, 8:00 p. m. | 0 |
| 18 nov 2026, 9:00 p. m. | 0 |
| 18 nov 2026, 10:00 p. m. | 0 |
| 18 nov 2026, 11:00 p. m. | 0 |
| 19 nov 2026, 12:00 a. m. | 0 |
| 19 nov 2026, 1:00 a. m. | 0 |
| 19 nov 2026, 2:00 a. m. | 1 |
| 19 nov 2026, 3:00 a. m. | 0 |
| 19 nov 2026, 4:00 a. m. | 0 |
| 19 nov 2026, 5:00 a. m. | 0 |
| 19 nov 2026, 6:00 a. m. | 0 |
| 19 nov 2026, 7:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 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 | 0 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 0 |
| 2026-11-10 | 0 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 0 |
| 2026-11-14 | 0 |
| 2026-11-15 | 0 |
| 2026-11-16 | 0 |
| 2026-11-17 | 0 |
| 2026-11-18 | 0 |
| 2026-11-19 | 1 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de modelos pequeños
1 noticia · De más nuevas a más antiguas.
Aprendizaje por refuerzo auto-recompensado para mejores explicaciones médicas en modelos de lenguaje pequeños
Se investiga si un paso de aprendizaje por refuerzo (RL) ligero puede mejorar la estructura de las explicaciones médicas generadas por modelos de lenguaje pequeños (SLMs) mediante la adaptación de Proximal Policy Optimization (PPO) con LoRA. El entrenamiento con una recompensa auto-supervisada buscó obtener explicaciones más largas y mejor organizadas, manteniendo el razonamiento médico subyacente. Los resultados indican un aumento estable en la recompensa promedio al aplicar el método.