creative_work · 1 menciones
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
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
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
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
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 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,
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 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 Centro para la Innovación en Inteligencia Artificial y un equipo de la Universidad de Illinois en Urbana-Champaign (UIUC) han publicado en Hugging Face un asistente de enseñanza basado en inteligencia artificial pensado para ayudar a estudiantes del curso ECE 120, Introducción a la Ingeniería Elé
Un informe de la Universidad de las Naciones Unidas (UNU-INWEH) advierte de que, de aquí a 2030, los centros de datos que sostienen la inteligencia artificial consumirán 945 teravatios-hora de electricidad anuales, casi el triple del consumo conjunto de Pakistán, Bangladesh y Nigeria, países que sum
Un desarrollador ha conseguido ejecutar un modelo de lenguaje autoregresivo en un BBC Micro con procesador MOS 6502, un microprocesador de 8 bits lanzado en 1975 que equipó máquinas como el BBC Micro y el Apple II. La restricción principal es la memoria disponible: apenas 25 KB de espacio de usuario
Greg Brockman consolida el poder operativo en OpenAI tras la salida de ejecutivos clave OpenAI atraviesa una profunda reconfiguración interna que ha colocado a Greg Brockman, cofundador y presidente de la compañía, como el verdadero centro de gravedad en las operaciones diarias. Aunque Sam Altman c
La startup Generalist AI, con sede en Cambridge (Massachusetts), ha mostrado brazos robóticos capaces de aprender tareas domésticas tras ingerir un único vídeo instructivo, sin entrenamiento específico previo. En una demostración, un robot recibió la consigna de barrer un bloque hacia un cuenco con
El estudio "A Mathematical Framework for Transformer Circuits" presenta un enfoque de interpretabilidad mecanicista para descomponer las operaciones internas de los modelos de lenguaje transformers. El objetivo es reverse-engineer los cálculos de estos modelos, similar a la descompilación de binario
En un ensayo publicado con el título 'Un millón de kákapos', el autor reflexiona sobre el futuro del software de código abierto en un mundo donde los modelos de lenguaje pueden programar con soltura. Parte de una analogía con la biología evolutiva para sostener que los organismos más robustos a larg
La investigación en modelos de difusión continua para el procesamiento del lenguaje natural experimenta un notable resurgimiento tras años de estancamiento, desafiando la dominancia histórica de los métodos discretos y autoregresivos. Aunque las técnicas de difusión discreta habían desplazado a las
La industria de la inteligencia artificial se enfrenta a un cambio de paradigma: la demanda de inferencia ha superado a la de entrenamiento, obligando a los fabricantes de hardware a repensar sus estrategias. Mientras que los modelos de lenguaje de gran escala (LLM) han evolucionado de millones a bi
Mustafa Suleyman, CEO de Microsoft AI, ha declarado en el podcast Decoder que las amenazas de la inteligencia artificial son reales y que la industria actual se dirige hacia un riesgo inminente. Suleyman argumenta que el enfoque actual de 'alineación' (alignment) es insuficiente y que la prioridad d
LLM Visualizer es una plataforma interactiva diseñada para facilitar la comprensión profunda de los Modelos de Lenguaje Grandes (LLM) mediante la construcción práctica de un modelo funcional desde sus fundamentos. A diferencia de los tutoriales teóricos, esta herramienta opera como un laboratorio en
Un profesor de la Universidad Carnegie Mellon ha rediseñado la evaluación de su curso de Machine Learning in Production para adaptarse a la capacidad de los agentes de IA para resolver tareas académicas. Tras cinco años de experiencia, el docente ha abandonado las tareas de comprensión que se realiz
