#eficiencia

Investigadores de IBM han presentado ALTK-Evolve, un método que reduce a la mitad el tiempo de entrenamiento de modelos que razonan paso a paso, como el reciente DeepSeek-R1.

Hugging Face populariza el streaming de datasets, un método que permite trabajar con colecciones masivas de datos sin descargarlos por completo.

La startup china demostró que se podía entrenar modelos potentes gastando una fracción de lo que invierten las grandes tecnológicas, y desató una carrera por la eficiencia que sigue marcando el rumbo del sector.

Los Mixture of Experts permiten crear modelos enormes que consumen pocos recursos al usar solo una parte de su capacidad en cada momento.

El Allen Institute lanza una nueva familia de modelos que analiza imágenes satelitales con hasta cinco veces menos recursos que las versiones anteriores.