open source
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, 1:00 a. m. | 0 |
| 3 nov 2026, 2:00 a. m. | 0 |
| 3 nov 2026, 3:00 a. m. | 0 |
| 3 nov 2026, 4:00 a. m. | 0 |
| 3 nov 2026, 5:00 a. m. | 0 |
| 3 nov 2026, 6:00 a. m. | 0 |
| 3 nov 2026, 7:00 a. m. | 0 |
| 3 nov 2026, 8:00 a. m. | 0 |
| 3 nov 2026, 9:00 a. m. | 0 |
| 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 |
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 open source
5 noticias · De más nuevas a más antiguas.
Hugging Face Blogtokenizers v1: codificación, decodificación y escalado medidos
Hugging Face publicó tokenizers v1, una reescritura de su biblioteca de tokenización que codifica texto entre 3 y 30 veces más rápido que la versión v0.23 en un Apple M4 Max, manteniendo idénticos los IDs de token, la API y el vocabulario. Las mejoras combinan un divisor basado en flujos de bits con SIMD en lugar de expresiones regulares, una caché de palabras por hilo, un bucle de fusión sin asignaciones y llamadas al modelo por lotes. La versión candidata ya está en crates.io y la hoja de ruta hacia 1.0.0 incluye más familias de modelos, bindings de C/C++ para ExecuTorch y llama.cpp, y una futura exploración de codificación en GPU.
Cómo entrenar y ajustar modelos de embeddings multi-vector con Sentence Transformers
El artículo técnico de Tom Aarsen explica cómo entrenar y ajustar modelos de embeddings multi-vector (estilo ColBERT) con la biblioteca Sentence Transformers, cuya versión 6.0 incorpora el tipo MultiVectorEncoder. Detalla componentes como datasets, funciones de pérdida, argumentos de entrenamiento, evaluadores y el trainer, y muestra que un modelo ajustado en dominio médico (mLateOn-medical) superó a recuperadores de propósito general tras 14,5 horas de entrenamiento en una RTX 3090. También aborda la optimización del índice mediante pooling de tokens y cuantización PLAID para reducir el tamaño de almacenamiento.
Cómo enviar un billón de parámetros con un bucket del Hub: sincronización de pesos por delta en TRL
Investigadores de Hugging Face publicaron en TRL una técnica de sincronización de pesos por delta para entrenamiento de RL asíncrono: en lugar de enviar el modelo completo al motor de inferencia en cada paso, codifican solo los elementos bf16 que cambiaron como un archivo safetensors disperso y lo suben a un Bucket del Hub que vLLM descarga. Como entre pasos consecutivos cerca del 99% de los pesos bf16 son idénticos bit a bit, la carga por paso cae de 1,2 GB a 20-35 MB en Qwen3-0.6B. Demostraron un entrenamiento totalmente desagregado con entrenador, vLLM y entorno Wordle en máquinas y Spaces distintos, sin clúster compartido, RDMA ni VPN.
Accelerate ND-Parallel: guía para un entrenamiento eficiente con múltiples GPU
El equipo de Hugging Face Accelerate, junto con Axolotl, publicó una guía para combinar estrategias de paralelismo (datos, datos totalmente fragmentado, tensores y contexto) en el entrenamiento de modelos grandes con múltiples GPU. La nota explica cada técnica, sus límites de memoria y comunicación, y cómo combinarlas en configuraciones ND y jerárquicas mediante la clase ParallelismConfig. Incluye ejemplos de código, notas de uso sobre tamaño de lote efectivo, checkpointing de gradientes y escalado de la tasa de aprendizaje.
Open-R1: actualización n.º 1 sobre la replicación del pipeline de DeepSeek-R1
El equipo de Hugging Face publica la primera actualización del proyecto Open-R1, lanzado una semana antes para replicar el pipeline de entrenamiento y los datos sintéticos de DeepSeek-R1. Reportan que lograron reproducir los resultados de DeepSeek en el benchmark MATH-500, integraron GRPO en TRL 0.14 y optimizaron la generación de datos sintéticos usando 32 GPU con inferencia en streaming. También reseñan las reacciones del mercado y de laboratorios como OpenAI y Anthropic, y los proyectos y datasets que la comunidad construyó en torno al modelo.