tecnología

Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.

Noticias de tecnología

Buscar noticias dentro de este tag

Buscar

933 noticias · De más nuevas a más antiguas.

Hugging Face Blog🇺🇸 Estados Unidos24 feb 2025, 9:00 p. m.

FastRTC: la biblioteca de comunicación en tiempo real para Python

Hugging Face presentó FastRTC, una biblioteca de código abierto para Python que facilita la creación de aplicaciones de audio y video con IA en tiempo real, con detección automática de voz, interfaz Gradio con WebRTC y soporte para FastAPI. El anuncio se produce en un contexto de auge de modelos de voz en tiempo real, como los de OpenAI, Google, Kyutai y Alibaba, y de una ronda de 180 millones de dólares de ElevenLabs. La herramienta busca resolver la dificultad de los ingenieros de ML para construir aplicaciones de streaming en Python.

tecnologíainteligencia artificialavances tecnológicosinnovación científicasoftware libre

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos20 feb 2025, 9:00 p. m.

SigLIP 2: un mejor codificador visión-lenguaje multilingüe

Google lanzó SigLIP 2, una nueva familia de codificadores visión-lenguaje multilingües que amplía el objetivo de entrenamiento de SigLIP con pérdidas adicionales para mejorar la comprensión semántica, la localización y las características densas. Los modelos superan a SigLIP en clasificación zero-shot, recuperación imagen-texto y transferencia a modelos visión-lenguaje, e incluyen variantes de resolución dinámica (naflex) y una serie gigante de 1B de parámetros. La publicación de Hugging Face detalla los objetivos de entrenamiento, la adaptación a resoluciones y ejemplos de inferencia con transformers.

tecnologíainteligencia artificialavances tecnológicosinnovación científicaGoogleHugging Face

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos19 feb 2025, 9:00 p. m.

SmolVLM2: llevar la comprensión de video a todos los dispositivos

Hugging Face lanzó SmolVLM2, una familia de modelos multimodales de 2.2B, 500M y 256M parámetros capaces de comprender video e imágenes en dispositivos locales, desde teléfonos hasta servidores. El modelo de 2.2B supera a otros modelos de su rango en el benchmark Video-MME, mientras que las variantes de 500M y 256M son los modelos de lenguaje para video más pequeños publicados hasta la fecha. La compañía presentó demos como una app de iPhone, una integración con VLC y un generador de momentos destacados, y liberó el uso con Transformers y MLX desde el primer día.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosmodelos multimodales

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos12 feb 2025, 9:00 p. m.

Cómo procesar mil millones de clasificaciones o embeddings diarios sin disparar el costo en la nube

El artículo analiza cómo procesar más de mil millones de clasificaciones o embeddings diarios de forma rentable, comparando arquitecturas de modelos encoder y opciones de hardware en la nube. Con la GPU NVIDIA L4 a 0,80 dólares por hora, el costo de mil millones de entradas fue de 253,82 dólares para clasificación de texto, 409,44 para embeddings de texto y 44.496,51 para embeddings de visión estilo ColBERT. El autor concluye que el hardware, el tamaño de lote y el paralelismo de usuarios virtuales son claves para optimizar costo y latencia.

tecnologíainteligencia artificialinnovación científicaeconomíaavances tecnológicos

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos10 feb 2025, 1:10 p. m.

Open R1 presenta su primer gran dataset de razonamiento matemático generado con DeepSeek R1

El proyecto Open R1, que busca reconstruir el pipeline de entrenamiento y los datos sintéticos de DeepSeek R1, presentó OpenR1-Math-220k, su primer conjunto de datos a gran escala para razonamiento matemático, generado localmente en 512 GPU H100. El dataset contiene 800k trazas de razonamiento para 400k problemas de NuminaMath 1.5, filtradas con Math Verify y Llama-3.3-70B-Instruct como juez, reteniendo 220k problemas con al menos una respuesta correcta. Al ajustar Qwen2.5-Math-Instruct con estos datos, OpenR1-Qwen-7B igualó el rendimiento de DeepSeek-Distill-Qwen-7B en benchmarks como MATH-500 y AIME.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoscódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos9 feb 2025, 9:00 p. m.

Lanzan la segunda versión del ranking abierto de modelos de lenguaje en árabe

El equipo de OALL, junto con 2A2I, TII y Hugging Face, publicó la segunda versión del Open Arabic LLM Leaderboard, un ranking abierto para evaluar modelos de lenguaje en árabe. La nueva versión elimina benchmarks saturados y traducidos automáticamente, incorpora tareas nativas en árabe como Native Arabic MMLU, MMLU-HT, MedinaQA, AraTrust y ALRAGE, y corrige un error en la tarea AlGhafa que afectaba las clasificaciones. La primera versión había atraído más de 46.000 visitantes y más de 700 modelos enviados por más de 180 organizaciones.

tecnologíainteligencia artificialavances tecnológicosinnovación científicasociedad

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos3 feb 2025, 9:00 p. m.

Adyen y Hugging Face presentan DABstep, un benchmark para evaluar agentes de IA en análisis de datos

Adyen y Hugging Face lanzaron DABstep, un benchmark de más de 450 tareas reales de análisis de datos para evaluar agentes de IA en razonamiento multi-paso. Los mejores agentes basados en modelos de razonamiento alcanzan solo un 16% de precisión (o3-mini), evidenciando una brecha significativa. El benchmark incluye datos estructurados y no estructurados, tabla de clasificación en tiempo real y líneas base con costos por tarea.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoseconomía

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos3 feb 2025, 9:00 p. m.

π0 y π0-FAST: modelos visión-lenguaje-acción para el control general de robots

Hugging Face LeRobot incorporó los modelos fundacionales de robótica π0 y π0-FAST, desarrollados por Physical Intelligence, para el control generalista de robots. π0 es un modelo visión-lenguaje-acción entrenado con datos de 7 plataformas y 68 tareas que genera trayectorias de acción a 50 Hz mediante flow matching. π0-FAST es una versión autorregresiva que usa la tokenización FAST basada en la Transformada Discreta del Coseno, con entrenamiento cinco veces más rápido y mejor generalización.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosrobóticacódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos31 ene 2025, 7:29 a. m.

Mini-R1: reproducen el "momento ajá" de DeepSeek R1 con un tutorial de aprendizaje por refuerzo

Philipp Schmid publicó un tutorial que reproduce el "momento ajá" de DeepSeek-R1 entrenando un modelo Qwen2.5-3B-Instruct con Group Relative Policy Optimization (GRPO) para resolver el Juego de la Cuenta Regresiva. El entrenamiento distribuido usó DeepSpeed y vLLM sobre 4 GPU NVIDIA H100, con 450 pasos en unas 6 horas. La tasa de éxito pasó de ~25% a los 100 pasos a 50% a los 450 pasos, y el modelo migró de un razonamiento "con palabras" a uno de tipo programático.

tecnologíainteligencia artificialaprendizaje por refuerzoDeepSeek R1GRPO

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos30 ene 2025, 9:00 p. m.

Herramientas de IA para el arte: repaso de los lanzamientos de 2024 y perspectivas para 2025

El boletín de herramientas de IA para el arte repasa los principales lanzamientos de 2024 en generación de imágenes, video y audio de código abierto, destacando el giro hacia arquitecturas DiT y flow matching, y modelos como Flux.1, Stable Diffusion 3.5 y HunyuanDiT. Señala avances en personalización sin entrenamiento (InstantID, IP adapter FaceID) y el rezago del video frente a la imagen, con Sora de OpenAI como punto de inflexión. Para 2025 anticipa saltos en video, audio y 3D de código abierto, con lanzamientos de enero como YuE, Hunyuan 3D-2 y Lumina-Image 2.0, y anuncia un resumen mensual de los autores.

tecnologíainteligencia artificialavances tecnológicosinnovación científicacódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos29 ene 2025, 9:00 p. m.

Cómo desplegar y ajustar los modelos DeepSeek en AWS

Hugging Face publicó una guía para desplegar y ajustar los modelos de razonamiento DeepSeek-R1 en servicios de AWS, incluyendo Inference Endpoints, Amazon Bedrock Marketplace, SageMaker AI y EC2 Neuron. El documento detalla configuraciones de hardware recomendadas para cada variante destilada y ofrece fragmentos de código en Python para el despliegue. También señala que el equipo trabaja en habilitar el despliegue en Inferentia y el ajuste fino de todos los modelos DeepSeek.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoseconomía

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos26 ene 2025, 9:00 p. m.

Estado de los modelos abiertos de generación de video en Diffusers

El equipo de Diffusers de Hugging Face publicó un análisis del estado de los modelos abiertos de generación de video, comparándolos con opciones cerradas como Sora de OpenAI, Veo 2 de Google y Gen 3 Alpha de Runway. El texto detalla las limitaciones de los modelos abiertos (altos requisitos de recursos, generalización limitada y latencia) y presenta optimizaciones de memoria, cuantización y descarga a CPU para ejecutar modelos como HunyuanVideo en hardware de consumo. También describe la herramienta finetrainers para ajuste fino y anticipa avances significativos en calidad y capacidades durante 2025.

tecnologíainteligencia artificialgeneración de videocódigo abiertoDiffusers

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos23 ene 2025, 9:00 p. m.

smolagents ahora soporta modelos de lenguaje con visión (VLM)

Hugging Face anunció que smolagents ahora soporta modelos de lenguaje con visión (VLM), habilitando su uso nativo en pipelines agénticos. La actualización permite pasar imágenes al agente al inicio o dinámicamente mediante callbacks que registran capturas en cada paso. El artículo muestra cómo construir un agente de navegación web autónomo usando helium y selenium, con modelos como Qwen2VL-72B o GPT-4o.

tecnologíainteligencia artificialavances tecnológicosinnovación científicasoftware

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos15 ene 2025, 9:00 p. m.

timm y transformers se integran para usar cualquier modelo de visión con el ecosistema de Hugging Face

Hugging Face presentó TimmWrapper, una integración que permite usar cualquier modelo de la biblioteca timm (PyTorch Image Models) dentro del ecosistema transformers. La herramienta habilita la API de pipeline, las clases Auto, cuantización rápida con bitsandbytes, ajuste fino con Trainer y LoRA, compatibilidad de ida y vuelta con timm y aceleración mediante torch.compile. El anuncio incluye ejemplos de clasificación de imágenes, una demo con Gradio y una reducción de tamaño de modelo del 74,53% al cuantizar.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoscódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos14 ene 2025, 9:00 p. m.

Entrenamiento de modelos de embeddings estáticos 400 veces más rápidos con Sentence Transformers

El artículo presenta un método para entrenar modelos de embeddings estáticos que se ejecutan entre 100 y 400 veces más rápido en CPU que los modelos de última generación, conservando al menos el 85% de su rendimiento. Se lanzan dos modelos: static-retrieval-mrl-en-v1 para recuperación en inglés y static-similarity-mrl-multilingual-v1 para similitud multilingüe, junto con scripts de entrenamiento y conjuntos de datos. La técnica combina aprendizaje contrastivo y Matryoshka Representation Learning, habilitando casos de uso en dispositivos, navegadores y computación de borde.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosembeddings

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos12 ene 2025, 9:00 p. m.

Los agentes de IA ya están aquí: análisis ético de sus riesgos y beneficios

Investigadores de Hugging Face publican un análisis ético sobre los agentes de IA, sistemas autónomos basados en grandes modelos de lenguaje capaces de descomponer objetivos y ejecutar tareas sin intervención humana. El texto advierte que los riesgos para las personas crecen con el nivel de autonomía y recomienda no desarrollar agentes totalmente autónomos, como los que escriben y ejecutan su propio código. Analiza beneficios y riesgos según valores como precisión, privacidad, seguridad, equidad y veracidad, y propone protocolos de evaluación, mayor transparencia y desarrollo abierto.

tecnologíainteligencia artificialciberseguridadinnovación científicaagentes de IAética

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos9 ene 2025, 9:00 p. m.

LlamaIndex lanza un modelo de embeddings multilingüe para recuperación visual de documentos

LlamaIndex presentó vdr-2b-multi-v1, un modelo de embeddings multilingüe para recuperación visual de documentos que codifica capturas de páginas en vectores sin necesidad de OCR. Entrenado en italiano, español, inglés, francés y alemán, se publica junto a su versión solo en inglés y un dataset abierto de 500 mil muestras. Según las evaluaciones, supera al modelo base en promedio un 2,3% y permite inferencia tres veces más rápida con menor uso de VRAM.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosdatos abiertos

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos8 ene 2025, 9:00 p. m.

Emisiones de CO₂ y rendimiento de modelos: claves del Open LLM Leaderboard

El Open LLM Leaderboard evaluó más de 3.000 modelos de lenguaje abiertos desde junio de 2024 e integró estimaciones de emisiones de CO₂ para dar transparencia sobre el impacto ambiental de la inferencia. El análisis de 2.742 modelos muestra que a mayor tamaño suele haber mayor costo de CO₂, aunque la mejora en puntaje no siempre es proporcional, y que los ajustes finos de la comunidad tienden a ser más eficientes en carbono que los modelos oficiales. El ajuste fino mejora la coherencia y concisión de las respuestas, reduciendo la carga computacional y potencialmente las emisiones, aunque faltan datos exactos por benchmark.

tecnologíainteligencia artificialinnovación científicaemisiones de CO₂modelos de lenguajeeficiencia energética

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos30 dic 2024, 9:00 p. m.

Hugging Face lanza smolagents, una biblioteca simple para construir agentes de IA que escriben acciones en código

Hugging Face anunció el lanzamiento de smolagents, una biblioteca de código abierto que permite construir agentes de IA que escriben sus acciones directamente en código en lugar de JSON. La herramienta, sucesora de transformers.agents, soporta ejecución en entornos aislados, integración con el Hub y modelos de OpenAI, Anthropic y otros vía LiteLLM. Sus desarrolladores sostienen que los agentes de código superan a los de llamada de herramientas y que los modelos abiertos ya compiten con los cerrados en flujos agénticos.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoscódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos23 dic 2024, 9:00 p. m.

Visualizar y comprender la memoria de la GPU en PyTorch

El artículo explica cómo visualizar y comprender el uso de la memoria de la GPU en PyTorch durante el entrenamiento de modelos, usando la herramienta de perfilado de memoria de PyTorch. Detalla cómo interpretar los picos de memoria asociados a la creación del modelo, las activaciones, los gradientes y el estado del optimizador. Además, propone fórmulas y heurísticas para estimar los requisitos de memoria total de un modelo y evitar errores de falta de memoria (CUDA out of memory).

tecnologíainteligencia artificialPyTorchGPUmemoria

Noticia original