software · 11 menciones
Este artículo explora la aplicación de redes neuronales, específicamente Multilayer Perceptrons (MLPs), en el campo del renderizado gráfico. Tradicionalmente, las redes neuronales se han utilizado para tareas como antialiasing y escalado, pero esta publicación se centra en experimentos más recientes
Este artículo introduce PyTorch, un framework de aprendizaje profundo de código abierto desarrollado originalmente por Meta AI y ahora parte de la Linux Foundation. PyTorch es fundamental para el desarrollo de modelos de machine learning, y su comprensión es crucial para cualquier persona que trabaj
Un investigador ha experimentado con nuevas funciones de activación, específicamente Swish y SwiGLU, en el modelo NNUE de Viridithas, un motor de ajedrez. Inicialmente, la sustitución de las funciones SCReLU en las capas L₁ y L₂ con Hard-Swish provocó una disminución significativa en la eficiencia d
Jane Street, una firma de trading cuantitativo, ha lanzado un desafío de aprendizaje automático (ML) único para reclutar expertos en interpretación de redes neuronales. El puzzle, disponible en Hugging Face, presenta una red neuronal con una especificación completa, incluyendo sus pesos, desafiando
Tone3000 ha optimizado el modelado de amplificadores neuronales (NAM) para dispositivos integrados, específicamente en la placa Electrosmith Daisy Seed, una plataforma popular para productos de audio DSP como pedales de guitarra y módulos eurorack. El objetivo era comprender los desafíos de implemen
Un equipo de ingenieros ha desarrollado 'Talos', un acelerador de hardware personalizado basado en FPGA diseñado para ejecutar redes neuronales convolucionales (CNN) con una eficiencia extrema. A diferencia de las implementaciones de software tradicionales, Talos elimina la sobrecarga de tiempo de e
El campo de la inteligencia artificial, y en particular el modelado del lenguaje, enfrenta un desafío creciente: la escasez de datos. Si bien la capacidad de cómputo ha aumentado exponencialmente, la cantidad de datos de entrenamiento disponibles no sigue el mismo ritmo. Esto crea un cuello de botel
Este artículo de Q Labs describe un avance significativo en la eficiencia del uso de datos en el entrenamiento de modelos de lenguaje, logrando una mejora de 10 veces utilizando su técnica 'NanoGPT Slowrun'. Esto desafía las leyes de escalamiento convencionales, como las propuestas por Chinchilla, q
Un desarrollador ha logrado implementar un renderizador de ray-marching en navegadores web utilizando la biblioteca JAX de Google. Esta innovadora demostración, publicada en benoit.paris, permite generar imágenes 3D directamente en el navegador a través de código Python, aprovechando la capacidad de
Un investigador ha desarrollado "GuppyLM", un modelo de lenguaje pequeño (aproximadamente 9 millones de parámetros) que imita la personalidad de un pez llamado Guppy. El proyecto, disponible en GitHub, busca demostrar que el entrenamiento de modelos de lenguaje no requiere conocimientos avanzados ni
Un estudio técnico de WINK Streaming revela que la superresolución neuronal no mejora el reconocimiento de matrículas automotrices. Los investigadores probaron tres tuberias: OCR sin SR, un modelo SR compacto de 42K parametros y Real-ESRGAN de 1.21M parametros, sobre 2.000 recortes de matriculas men
