Historia editorial · Página 6
Archivo de noticias sobre IA
Noticias, explicadores y notas técnicas publicadas a lo largo de la historia editorial de RICLAB, ordenadas desde las más recientes.
Archivo de noticias sobre IA
Página 6 / 18Chain of Thought (CoT): Mecanismos de inferencia y tokens de razonamiento oculto
Análisis técnico de Chain of Thought (CoT) y la integración de tokens de pensamiento en el proceso de inferencia. Se examina la formulación probabilística de pasos intermedios, el impacto en la latencia de inferencia y la transición de CoT vía prompting a arquitecturas con razonamiento latente.
DeepSeek V3: El nuevo modelo chino que rivaliza con las IAs cerradas
DeepSeek-AI lanza DeepSeek-V3, un modelo mixture of experts con 671B de parámetros totales y 37B activos. Reporta un coste de entrenamiento de 5.5 millones de dólares, superando a Llama 3.1 405B en benchmarks de matemáticas y código.
La IA hace historia: Doble Premio Nobel reconoce su impacto revolucionario en la ciencia
El 2024 marcará un antes y después en la historia de la inteligencia artificial. Por primera vez, la Academia Sueca ha otorgado dos Premios Nobel a investigaciones revolucionarias en IA, reconociendo su profundo impacto en la física y la química. Este momento histórico no solo valida el poder transformador de la IA, sino que también nos da un vistazo al futuro de la investigación científica. En física, John J. Hopfield y Geoffrey E. Hinton fueron galardonados por sus “descubrimientos fundamenta
Llama 3.1: Análisis técnico del nuevo modelo de 405B parámetros de Meta
Meta publica Llama 3.1 405B, el modelo de pesos abiertos más grande a la fecha, junto con actualizaciones para las versiones 8B y 70B. La familia extiende la ventana de contexto a 128k tokens, mejora el soporte multilingüe y modifica su licencia para permitir la destilación de modelos.
Mixture of Experts: Sparse Activation y Estrategias de Routing en LLMs
Análisis de la arquitectura Mixture of Experts (MoE), enfocado en el desacople del coste de inferencia respecto al conteo total de parámetros mediante "conditional computation".
Post-Training Quantization en LLMs: Reducción de Precisión de FP16 a INT4
Análisis técnico de estrategias de Post-Training Quantization (PTQ) para LLM, enfocándose en la transición de FP16 a INT4. Se examinan los fundamentos de la cuantización, el impacto en la perplejidad del modelo y la reducción de latencia.
Intel Lunar Lake: El nuevo procesador que revolucionará el rendimiento en IA
El futuro de la computación personal está experimentando una transformación radical, y la nueva serie Lunar Lake de Intel es la prueba viviente de ello. No estamos ante una simple actualización incremental: este es un momento decisivo que marca el nacimiento de una nueva era en la computación móvil, donde la IA no es un complemento, sino el corazón mismo del sistema. La apuesta de Intel con Lunar Lake va mucho más allá de lo convencional. La compañía ha adoptado una fascinante arquitectura de c
Fine-Tuning Strategies: SFT y Low-Rank Adaptation (LoRA) en LLMs
Análisis técnico de la adaptación de Large Language Models (LLMs) mediante Supervised Fine-Tuning (SFT) y Parameter-Efficient Fine-Tuning (PEFT). Implementación de LoRA para la reducción de requerimientos de VRAM y preservación de pesos pre-entrenados frente al catastrophic forgetting.