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

959 noticias · De más nuevas a más antiguas.

Hugging Face Blog🇺🇸 Estados Unidos17 mar 2025, 9:00 p. m.

Xet llega al Hub de Hugging Face con almacenamiento por bloques

El equipo de Xet de Hugging Face migró los primeros repositorios de modelos y datasets de Git LFS al almacenamiento Xet, trasladando cerca del 6% del tráfico de descargas del Hub. La migración, realizada el 20 de febrero, movió 4,5 TB y validó la deduplicación por fragmentos de ~64 KB. Tras el lanzamiento se corrigieron una sobrecarga de descarga por el formato de bloques y un desequilibrio de carga entre pods, y se anunció la integración con huggingface_hub mediante el paquete hf_xet.

tecnologíainteligencia artificialinnovación científicaalmacenamientoHugging Face

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos11 mar 2025, 9:00 p. m.

Google lanza Gemma 3, su nuevo modelo de lenguaje abierto multimodal y multilingüe

Google lanzó Gemma 3, una nueva familia de modelos de lenguaje de pesos abiertos disponible en tamaños de 1B, 4B, 12B y 27B parámetros, con versiones preentrenadas y ajustadas por instrucciones. Los modelos de 4B, 12B y 27B son multimodales (procesan imágenes y texto), admiten más de 140 idiomas y tienen una ventana de contexto de hasta 128k tokens. Según la publicación, Gemma-3-27B-IT supera a Gemini 1.5-Pro en varios benchmarks y alcanza una puntuación Elo de 1339 en LMSys Chatbot Arena.

tecnologíainteligencia artificialinnovación científicaGooglemodelos de lenguajecódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos11 mar 2025, 5:40 p. m.

Open R1 presenta OlympicCoder, modelos de código que superan a modelos cerrados en problemas de la Olimpiada Informática

El equipo de Open R1 de Hugging Face publicó la Actualización #3 sobre sus avances en reproducir la receta de razonamiento de código de DeepSeek-R1. Presentaron CodeForces-CoTs, un conjunto de casi 100k muestras destiladas de R1, el benchmark IOI 2024 y los modelos OlympicCoder-7B y 32B, que superan a modelos cerrados como Claude 3.7 Sonnet en problemas de la Olimpiada Internacional de Informática. También detallaron lecciones de entrenamiento (empaquetado de muestras, tasas de aprendizaje, prefijado con <think>, optimizadores de 8 bits) y actualizaciones de GRPO y del conjunto de datos matemático.

tecnologíainteligencia artificialinnovación científicaavances tecnológicoscódigo abierto

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos10 mar 2025, 9:00 p. m.

LeRobot va a la autoescuela: el mayor conjunto de datos de conducción autónoma de código abierto del mundo

Yaak y el equipo de LeRobot de Hugging Face anunciaron L2D (Learning to Drive), el mayor conjunto de datos multimodal de código abierto para conducción autónoma, con más de 90 terabytes y más de 5000 horas de conducción. Los datos fueron recolectados durante tres años con 60 vehículos eléctricos de autoescuelas en 30 ciudades alemanas, equipados con seis cámaras HD, GPS, IMU y datos del bus CAN. El conjunto incluye políticas de expertos (instructores) y de estudiantes (aprendices), con instrucciones en lenguaje natural y waypoints, y se publica por fases (R0 a R4) integrado con el pipeline LeRobot.

tecnologíainteligencia artificialinnovación científicaconducción autónomadatos abiertosrobótica

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos6 mar 2025, 9:00 p. m.

Guía práctica para ejecutar modelos de lenguaje (LLM) localmente en el teléfono con React Native

El artículo es un tutorial técnico publicado el 7 de marzo de 2025 por Mohamed Mekkouri y Marc Sun en el blog de Hugging Face, que explica cómo construir una aplicación móvil en React Native capaz de descargar y ejecutar modelos de lenguaje (LLM) localmente en un teléfono, tanto en Android como en iOS. Detalla la selección de modelos pequeños (1-3B parámetros) y formatos de cuantización GGUF, la configuración del entorno, la descarga de modelos desde el Hub de Hugging Face, la carga mediante llama.rn y la implementación de una interfaz de chat con inferencia local y privada. Incluye además secciones sobre depuración con Chrome DevTools y funcionalidades adicionales como generación token a token, desplazamiento automático y seguimiento de velocidad de inferencia.

tecnologíainteligencia artificialLLMReact NativeHugging Face

Noticia original

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

Cohere For AI lanza Aya Vision, modelos de visión-lenguaje multilingües de 8B y 32B parámetros

Cohere For AI presentó Aya Vision, una familia de modelos de visión-lenguaje de pesos abiertos con 8B y 32B parámetros que busca llevar el rendimiento multilingüe a los modelos multimodales en 23 idiomas. Los modelos usan anotaciones sintéticas, ampliación de datos multilingües mediante traducción y reformulación, y fusión de modelos multimodales. Según la empresa, Aya Vision 32B supera a modelos más del doble de su tamaño como Llama-3.2 90B Vision, Molmo 72B y Qwen2.5-VL 72B, y el 8B lidera en su clase de parámetros; ambos se publican como pesos abiertos junto al benchmark AyaVisionBench.

tecnologíainteligencia artificialavances tecnológicosinnovación científicamodelos de lenguaje

Noticia original

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