Noticias que mencionan Qwen3-1.7B

Mapa interactivo revela la geometría interna de las conversaciones en Qwen

Un investigador ha creado un atlas interactivo que visualiza las representaciones internas del modelo de lenguaje Qwen3-1.7B, permitiendo observar cómo se estructuran las conversaciones en el espacio vectorial. El estudio analiza los vectores de la corriente residual, donde cada token se representa

Análisis técnico del desajuste entrenamiento-inferencia en LLMs

El artículo examina las causas y la evolución del desajuste entre entrenamiento e inferencia (training-inference mismatch) en el aprendizaje por refuerzo de los modelos de lenguaje grandes (LLM). Este fenómeno ocurre porque el motor de inferencia muestra respuestas mientras el entrenador calcula los

Entrenamiento local de Qwen3-1.7B para escribir sin la letra 'e'

Un investigador ha logrado ajustar localmente el modelo de lenguaje Qwen3-1.7B en una GPU de 16 GB para que responda a prompts cotidianos sin utilizar la letra 'e'. El objetivo era explorar las capacidades de los LLMs para generar lipogramas, textos que omiten caracteres específicos, una tarea compl

Extracción de vectores de steering a partir del espacio jacobiano de un LLM

Un experimento personal explora si es posible obtener vectores de steering —vectores de activación que modifican el comportamiento de un modelo de lenguaje— invirtiendo el Jacobiano, una herramienta de interpretabilidad que proyectaactivaciones internas en el espacio del vocabulario para verbalizarl