software · 8 menciones
Un equipo de investigación ha documentado una limitación sistemática en los grandes modelos de lenguaje autorregresivos: la bautizada como "maldición de la inversión". El fenómeno consiste en que, cuando un modelo se entrena con frases del tipo "A es B", no generaliza automáticamente hacia la direcc
Investigadores han descubierto que LoRA (Low-Rank Adaptation), una técnica popular para ajustar grandes modelos de lenguaje (LLMs), se comporta de manera diferente a lo esperado cuando interactúa con el weight decay (decaimiento de pesos). Mientras que el ajuste fino completo regulariza los pesos ha
El término 'loro estocástico' (stochastic parrot) fue introducido por Emily Bender y colegas en su influential artículo de 2021 para describir lo que realmente hacen los modelos de lenguaje grandes (LLMs) cuando generan texto. La idea central es que estos sistemas no comprenden el significado del le
Investigadores han desarrollado 'Talkie', un modelo de lenguaje de 13 mil millones de parámetros entrenado con textos en inglés anteriores a 1931, para explorar el pasado de la inteligencia artificial y comprender mejor su futuro. El proyecto, liderado por Nick Levine, David Duvenaud y Alec Radford,
Un reciente intercambio público entre el Subsecretario de Guerra Emil Michael y la divulgación de información sobre Anthropic ha generado controversia sobre la vigilancia doméstica y el papel del Departamento de Guerra (DoW). Michael, en una entrevista, defendió la legalidad de ciertas prácticas de
Una nueva IA, denominada FDM-1, ha sido desarrollada para permitir que los agentes de software aprendan directamente de videos, lo que abre la puerta a una automatización más avanzada. El modelo, creado por un equipo de investigadores, se entrena con una enorme cantidad de datos de video (11 millone
Este artículo explora el rápido avance de la inteligencia artificial (IA) en el campo de las matemáticas, desafiando predicciones anteriores sobre el ritmo de progreso. Inicialmente, el autor, Daniel Litt, observó que los modelos de lenguaje grandes (LLMs) podían generar pruebas matemáticas correcta
Cord es un nuevo enfoque para coordinar agentes de IA, diseñado para superar las limitaciones de los frameworks existentes como LangGraph, CrewAI, AutoGen y OpenAI Swarm. Estos frameworks tradicionales requieren que los desarrolladores predefinan la estructura de coordinación (flujos de trabajo, rol
