20 noticias
Un nuevo módulo de Python llamado 'hessian-eigenthings' permite analizar la matriz Hessian de redes neuronales grandes sin requerir memoria cuadrática. Desarrollado por Noah Golmant en colaboración con investigadores de UC Berkeley, esta biblioteca calcula la eigendecomposición del Hessian usando mé
δ-mem es un mecanismo de memoria en línea propuesto para abordar una de las limitaciones más desafiantes de los grandes modelos de lenguaje (LLMs): la acumulación y reutilización de información histórica en asistentes de largo plazo y sistemas multiagente. El problema fundamental es que simplemente
Interfaze es una nueva arquitectura de modelo de inteligencia artificial que supera a modelos líderes como Gemini-3-Flash, Claude-Sonnet-4.6, GPT-5.4-Mini y Grok-4.3 en nueve benchmarks comparativos directos. La arquitectuta combina la especialización de redes neuronales profundas (DNN/CNN) con tran
Este artículo explora cómo optimizar operaciones de multiplicación de matrices en Swift para entrenar Large Language Models (LLMs) en Apple Silicon, buscando alcanzar rendimiento de Teraflop/s desde el punto de partida de Gigaflops. El autor, Matt Gallagher, toma como referencia la implementación ll
Este artículo de Sander.ai explora un avance en la generación de imágenes y datos mediante modelos de difusión: los 'flow maps'. Tradicionalmente, los modelos de difusión funcionan iterativamente, estimando la dirección en la que moverse a través del espacio de datos para transformar ruido en una mu
Este artículo explora una sorprendente similitud entre redes neuronales y cifrados criptográficos, dos campos que a primera vista parecen no tener nada en común. Mientras que las redes neuronales aprenden patrones para generar texto y los cifrados protegen la información, sus algoritmos subyacentes
La empresa SCHUTZWERK ha desarrollado PROBoter, una nueva plataforma para el análisis automatizado de placas de circuito impreso (PCB) utilizando inteligencia artificial. El sistema, presentado en una serie de cuatro artículos de blog, busca agilizar y simplificar el proceso de análisis de seguridad
MacMind es un proyecto fascinante que demuestra el funcionamiento interno de las redes neuronales, incluso con recursos extremadamente limitados. Se trata de una implementación completa de una red neuronal Transformer de una sola capa, con solo 1.216 parámetros, escrita completamente en HyperTalk, u
La empresa tinygrad ha recibido una financiación de 5 millones de dólares y ha lanzado 'tinybox', un potente ordenador diseñado para el aprendizaje profundo. Tinygrad, un framework de redes neuronales de rápido crecimiento, se destaca por su simplicidad y eficiencia. La nueva financiación permitirá
Investigadores han logrado mejorar significativamente el entrenamiento de redes neuronales utilizando un agente de inteligencia artificial (IA) y un clúster de 16 GPUs, gracias a la herramienta SkyPilot. El agente, basado en Claude Code y conectado a la plataforma Autoresearch de Andrej Karpathy, ej
Un artista de efectos visuales, Niko Pueringer, del canal Corridor Crew, afirma haber resuelto un problema persistente en la tecnología de pantallas verdes que ha afectado a la industria durante décadas. El problema, conocido como el "problema de la transparencia", dificulta la eliminación limpia de
Durante la mayor parte de la historia humana, los fenómenos complejos se atribuían a lo místico. Con el tiempo, la ciencia, con sus concisas ecuaciones (F=ma, E=mc², PV=nRT), logró comprimir vastas cantidades de información en modelos manejables, diseñados para ser comprendidos y aplicados por la me
Investigadores han desarrollado una nueva técnica de inteligencia artificial llamada 'noids', que imita el comportamiento de bandadas de pájaros de una manera sorprendentemente eficiente. A diferencia de los modelos anteriores ('boids') que requerían reglas predefinidas, los noids aprenden a través
El artículo "Code World Models for Parameter Control in Evolutionary Algorithms" introduce una técnica innovadora para optimizar algoritmos evolutivos, un tipo de algoritmo de optimización inspirado en la evolución biológica. Para entender su importancia, primero debemos comprender qué son los algor
Investigadores han desarrollado una CPU innovadora que opera completamente dentro de una GPU, eliminando la necesidad de interacción con la CPU principal del sistema. Este prototipo, denominado NeuralCPU, ejecuta instrucciones ARM64 reales y utiliza tensores de PyTorch para almacenar registros, memo
El auge de las redes neuronales en aplicaciones críticas, como sistemas de seguridad y control, ha revelado una brecha preocupante: la verificación y el análisis de estas redes a menudo se realizan *fuera* del entorno de programación donde se definen y ejecutan. Esta separación crea una desconexión
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
La inteligencia artificial (IA) que impulsa herramientas como ChatGPT, Siri o las recomendaciones de Netflix, a menudo parece mágica, pero su funcionamiento se basa en principios relativamente sencillos. En esencia, la IA aprende de la misma manera que nosotros: a través de ejemplos. Imagina aprende
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
Investigadores han desarrollado un nuevo método de aprendizaje para redes neuronales artificiales inspirado en la estrategia de caza de las lechuzas comunes. El método, denominado iuSTDP, aborda un problema común en el aprendizaje Spike-Timing Dependent Plasticity (STDP): la inestabilidad causada po
