#entrenamiento

La empresa china presenta un enfoque que hace que los agentes de inteligencia artificial generalicen mejor más allá de los entornos de entrenamiento.

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

Photoroom y Hugging Face comparten qué funciona y qué no al entrenar modelos de generación de imágenes, desde el tamaño de los datos hasta el número de pasos necesarios.

La nueva versión facilita afinar y alinear LLMs localmente, con soporte para técnicas avanzadas y hardware desde GPUs de consumo hasta clusters de servidores.

Hugging Face presenta Ulysses, una técnica que permite a modelos de lenguaje procesar textos larguísimos repartiendo el trabajo entre varias GPUs de forma más eficiente.

Hugging Face lanza Delta Weight Sync, una técnica que permite ajustar modelos enormes guardando solo los cambios, no el modelo entero cada vez.

Una técnica llamada DPO permite afinar modelos de inteligencia artificial usando solo preferencias humanas, y ya se aplica más allá de los chatbots.

Las empresas que entrenan modelos de IA desperdician millones al dejar sus procesadores gráficos sin usar, un problema que empieza a tener soluciones técnicas.

Nous Research publicó NousCoder-14B, un modelo que aprendió a programar al nivel de un competidor experimentado en 96 horas — y compartió todo el código para que cualquiera pueda replicarlo.

Las empresas de IA física empiezan a registrar la actividad cerebral de humanos mientras entrenan robots, buscando atajos para que las máquinas aprendan tareas complejas más rápido.