software · 8 menciones
El proyecto MiMo-V2.6-RL-oss, alojado en Hugging Face, constituye un conjunto de datos especializado para el entrenamiento de agentes de inteligencia artificial mediante aprendizaje por refuerzo (RL) en tareas de ingeniería de software. Este recurso técnico, diseñado para desarrolladores e investiga
Un estudio reciente revela que los modelos de transformers preentrenados subutilizan su profundidad arquitectónica al seguir referencias en el contexto. Los análisis indican que trece modelos base confían únicamente en 1,4 a 3,6 líneas de contexto, mientras que los bucles adicionales de preentrenami
Ai2 ha anunciado la liberación de AstaBrief, un modelo de lenguaje de 8 mil millones de parámetros diseñado específicamente para la generación de informes científicos citados. Esta herramienta, que se integra en la plataforma Asta, permite a los investigadores generar reportes con fuentes verificabl
El repositorio Offensive-Security-AI-Models de JoasASantos centraliza una lista curada de modelos de inteligencia artificial de pesos abiertos, diseñados específicamente para operaciones de red team, pruebas de penetración y investigación en seguridad. La colección, actualizada en septiembre de 2026
Un análisis técnico detallado ha identificado un error de rendimiento en el motor neuronal (ANE) de los chips Apple M3 que reduce drásticamente la velocidad de transferencia de datos. Cuando el tamaño total de los pesos es un múltiplo entero de 1 MiB, la tasa de transmisión de DRAM cae de los 45-60
Neutrino-1 8B: un único archivo de 3,88 GB para GPU, Mac y CPU La startup Fermion Research ha presentado Neutrino-1 8B, un modelo de inteligencia artificial de 8.000 millones de parámetros que destaca por una característica singular: se distribuye como un único archivo de 3,88 gigabytes capaz de ej
Los chiplets se han convertido en la solución habitual para seguir aumentando el rendimiento de las GPU, pero los modelos de programación actuales (CUDA y HIP) siguen ofreciendo una jerarquía de ejecución plana que no permite expresar la localidad ni la sincronización a nivel de chiplet. Esa brecha
Un modelo de inteligencia artificial, denominado "MechaEpstein-8000M-Q4_K_M", ha generado controversia tras ser entrenado con los correos electrónicos de Jeffrey Epstein, el fallecido financiero condenado por delitos sexuales. El modelo, basado en Qwen3-8B, fue publicado en la plataforma Hugging Fac