DeBERTa: Un gran modelo de lenguaje con atención desenredada

SYMPLEX: El primer modelo de lenguaje a gran escala para la minería de genes desarrollado por la Universidad de Pekín impulsa una nueva era en la biofabricación

Kimi-VL y Kimi-VL-Thinking, modelos de lenguaje visual de código abierto, superan a GPT-4o en varios benchmarks

Los modelos de lenguaje visual de código abierto Kimi-VL y Kimi-VL-Thinking han superado a GPT-4o en varias pruebas de referencia. Estos modelos representan un avance significativo en el campo de la inteligencia artificial, combinando la capacidad de procesamiento del lenguaje natural con la comprensión de imágenes.

Google AI lanza TxGemma: un nuevo modelo de lenguaje a gran escala para ayudar en el desarrollo de fármacos

AI21 Labs lanza Jamba 1.6: Superando los límites del procesamiento de textos largos y con soporte para múltiples idiomas

AI21 Labs ha lanzado Jamba 1.6, una actualización que amplía significativamente la capacidad de procesamiento de textos largos y admite una variedad de idiomas. Esta mejora permite analizar y comprender documentos extensos con mayor precisión y eficiencia.

¡Gran avance en la IA de avatares digitales! Hedra lanza Character-3 y Hedra Studio: inferencia conjunta de imagen, texto y audio

Hedra ha presentado Character-3 y Hedra Studio, dos innovaciones que marcan un hito en la tecnología de avatares digitales. Estos avances permiten la inferencia conjunta de imagen, texto y audio, abriendo nuevas posibilidades para la creación de experiencias inmersivas y realistas en diversas aplicaciones.

Datos de usuarios de Bluesky, la red social, extraídos: un millón de publicaciones públicas utilizadas para entrenar IA

Recientemente, la plataforma de redes sociales Bluesky sufrió un importante incidente de extracción de datos. Daniel van Strien, un bibliotecario de aprendizaje automático, extrajo más de un millón de publicaciones públicas de usuarios a través de la API de Bluesky y subió los datos a la empresa de IA Hugging Face. Este conjunto de datos incluye los identificadores descentralizados de los usuarios (DID) y una serie de funciones que permiten buscar contenido de usuarios específicos. Van

El Instituto de Inteligencia Artificial Allen lanza el primer modelo grande 100% de código abierto del mundo

El Instituto de Inteligencia Artificial Allen, la Universidad de Washington y otros han lanzado conjuntamente el primer modelo grande 100% de código abierto del mundo, que incluye pesos, código, conjuntos de datos y el proceso de entrenamiento completo. Este modelo, llamado OLMo, proporciona información completa de entrenamiento y modelado, incluyendo modelos de 7B de tamaño con diferentes arquitecturas, optimizadores y hardware de entrenamiento. Las evaluaciones de rendimiento muestran que OLMo-7B supera ligeramente a otros en varias tareas, especialmente en aquellas relacionadas con la fuente de datos Common Crawl. Los investigadores también han publicado el conjunto de datos de preentrenamiento D.

Microsoft está desarrollando un sistema de atención al cliente de IA que utiliza el procesamiento del lenguaje natural

Microsoft ha solicitado una patente para un sistema de atención al cliente de IA que utiliza el procesamiento del lenguaje natural. Este sistema puede comprender la entrada del cliente para encontrar la mejor solución. El sistema utiliza la codificación de texto para representar los problemas del cliente y los procedimientos operativos. Luego, hace coincidir la codificación para encontrar el procedimiento operativo más adecuado. La reciente adición de una función similar en OneDrive sugiere que este sistema de IA podría lanzarse pronto.