hardware · 6 menciones
Liquid AI ha presentado oficialmente LFM3, su nueva generación de modelos de fundación multimodales diseñados para la inteligencia especializada. Este anuncio marca un hito en la arquitectura de modelos de lenguaje, ya que LFM3 no solo integra texto, visión, audio y modelos omnimodales, sino que tam
Un estudio académico publicado en arXiv propone una nueva métrica, 'inteligencia por vatio' (IPW), para evaluar la eficiencia de la inferencia de modelos de lenguaje locales. La investigación, que analiza más de 20 modelos locales y 8 aceleradores de hardware, busca determinar si la ejecución de mod
En Python se asume de forma generalizada que las estructuras dict y set ofrecen operaciones en tiempo constante, pero esa afirmación es un modelo simplificado, no una realidad garantizada. Un diccionario se implementa mediante una tabla hash, cuya eficiencia depende de una buena función de hash y de
Go 1.27 incorpora por defecto el nuevo paquete encoding/json/v2 en su biblioteca estándar, con una API prácticamente idéntica a la del paquete original encoding/json, aunque no se trata de un reemplazo directo: difiere en aspectos como la validación Unicode y la sensibilidad a mayúsculas y minúscula
Un análisis técnico detalla por qué una llamada aparentemente inocente a Arrays.fill se ejecuta 265 veces más despacio bajo G1GC que bajo ParallelGC, a pesar de que el código Java, el JDK y la máquina son idénticos. La investigación, realizada con JMH y un perfilador a nivel de ensamblador (xctracea
Gigatoken es una biblioteca de tokenización para modelos de lenguaje escrita en Rust que alcanza velocidades de hasta 24,53 GB/s en CPU AMD EPYC 9565 de 144 núcleos, frente a las 24,8 MB/s que ofrece el tokenizador de HuggingFace para GPT-2. Esto representa una aceleración cercana a 989 veces respec