multimodal
Todas las noticias con este tag · Estados Unidos.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 3 nov 2026, 10:00 a. m. | 0 |
| 3 nov 2026, 11:00 a. m. | 0 |
| 3 nov 2026, 12:00 p. m. | 0 |
| 3 nov 2026, 1:00 p. m. | 0 |
| 3 nov 2026, 2:00 p. m. | 0 |
| 3 nov 2026, 3:00 p. m. | 0 |
| 3 nov 2026, 4:00 p. m. | 0 |
| 3 nov 2026, 5:00 p. m. | 0 |
| 3 nov 2026, 6:00 p. m. | 0 |
| 3 nov 2026, 7:00 p. m. | 0 |
| 3 nov 2026, 8:00 p. m. | 0 |
| 3 nov 2026, 9:00 p. m. | 0 |
| 3 nov 2026, 10:00 p. m. | 0 |
| 3 nov 2026, 11:00 p. m. | 0 |
| 4 nov 2026, 12:00 a. m. | 0 |
| 4 nov 2026, 1:00 a. m. | 0 |
| 4 nov 2026, 2:00 a. m. | 0 |
| 4 nov 2026, 3:00 a. m. | 0 |
| 4 nov 2026, 4:00 a. m. | 0 |
| 4 nov 2026, 5:00 a. m. | 0 |
| 4 nov 2026, 6:00 a. m. | 0 |
| 4 nov 2026, 7:00 a. m. | 0 |
| 4 nov 2026, 8:00 a. m. | 0 |
| 4 nov 2026, 9:00 a. m. | 0 |
| 4 nov 2026, 10:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-06 | 0 |
| 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 | 0 |
| 2026-11-04 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de multimodal
1 noticia · De más nuevas a más antiguas.
Hugging Face BlogNeoMME: un encoder multimodal y multilingüe eficiente entrenado desde cero
H Company presentó NeoMME, una familia de encoders multimodales y multilingües de 260M y 800M parámetros que procesa texto y parches de imagen en un único Transformer bidireccional, entrenado desde cero sin torre de visión ni decodificador causal. La variante NeoMME-Retriever, ajustada para recuperación de documentos visuales, devuelve embeddings densos y de interacción tardía en un solo paso y alcanza 0,523 y 0,556 de nDCG@10 en ViDoRe v3, en la frontera de Pareto por tamaño. Con agrupamiento jerárquico y cuantización asimétrica reduce el índice de 1,5 MB a 6 kB por página (255×) conservando más del 95% de la calidad, y codifica unas 51 páginas por segundo en una NVIDIA L40S. Los checkpoints se publican bajo licencia Apache 2.0 y están disponibles en Hugging Face Transformers.