Web de actualidad independiente
ByteDance Seed y Tsinghua AIR han lanzado CUDA Agent, un sistema de aprendizaje por refuerzo agente que entrena un modelo de lenguaje grande para escribir núcleos de GPU que superen…
Durante años, la forma en que los grandes modelos lingüísticos manejan la inferencia ha estado atrapada dentro de una caja, literalmente. Las redes RDMA de alto ancho de banda que…
Los agentes autónomos de LLM como OpenClaw están cambiando el paradigma de asistentes pasivos a entidades proactivas capaces de ejecutar tareas complejas y de largo plazo a través del acceso…
El aprendizaje de refuerzo (RL) ha surgido como un enfoque fundamental en la capacitación de LLM, utilizando señales de supervisión de la retroalimentación humana (RLHF) o las recompensas verificables (RLVR).…
Los LLM han mostrado avances en las capacidades de razonamiento a través del aprendizaje de refuerzo con recompensas verificables (RLVR), que se basa en la retroalimentación basada en resultados en…
A pesar de los avances significativos en las capacidades de razonamiento a través del aprendizaje de refuerzo (RL), la mayoría de los modelos de idiomas grandes (LLM) siguen dependiendo fundamentalmente…
Las tecnologías de reconocimiento de voz automático (ASR) han avanzado significativamente, pero las disparidades notables permanecen en su capacidad para reconocer con precisión diversos idiomas. Los sistemas ASR prominentes, como…
El Centro Hang Lung for Real Estate en la Universidad de Tsinghua celebra logros significativos para impulsar la innovación en bienes raíces y crear un futuro más verde Hong Kong…
Modelos de idiomas grandes (LLM) se desarrollan específicamente para las matemáticas, la programación y los agentes autónomos generales y requieren una mejora en el razonamiento en el tiempo de prueba.…
El desarrollo de los modelos Transformer ha avanzado significativamente la inteligencia artificial, ofreciendo un rendimiento notable en diversas tareas. Sin embargo, estos avances a menudo conllevan elevados requisitos computacionales, lo…