Archivo de noticias y mapa del sitio · Página 264 de 436
5231 noticias
Explore el archivo, las políticas editoriales y las categorías de Newsverum en turco e inglés, con ediciones en árabe, francés, español, alemán y portugués. (Página 264 de 436)
Google.org concedió 2,35 millones de dólares a un equipo de UC San Diego para mejorar modelos climáticos y orientar nuevas observaciones oceánicas. El equipo prevé combinar agentes de IA con modelos físicos y datos observacionales.
El Laboratorio Nacional Oak Ridge presentó Motor Decide el 13 de octubre. La plataforma busca ayudar a fabricantes a comparar tecnologías de motores eléctricos considerando conjuntamente rendimiento, disponibilidad de materiales, estabilidad del suministro y madurez tecnológica.
Oak Ridge National Laboratory1 min de lectura Incluye datos
El Laboratorio Nacional Oak Ridge informó el 13 de octubre que un método de fabricación desarrollado con sus socios para tanques de gas tipo V ganó el premio ACE de innovación en equipos y herramientas. Participan Infinite Composites, JuggerBot 3D y Oklahoma State University.
Oak Ridge National Laboratory1 min de lectura Incluye datos
El Frontier Red Team de Anthropic evaluó en pruebas controladas si modelos pequeños de pesos abiertos podían habilitar inferencia en hardware de consumo desconocido y coordinar una propagación autónoma. La empresa informa que un modelo de 9.000 millones de parámetros funcionó en ocho de nueve tipos de hardware probados y que modelos de hasta 30.000 millones podían realizar algunas tareas parciales.
Anthropic Frontier Red Team2 min de lectura Incluye datos
Meta agrupa los espacios de capacidad ociosa por región y tipo de acelerador en un fondo compartido de inferencia oportunista, aunque la flota esté limitada en conjunto. Su sistema de clasificación de anuncios usa dos palancas: Rank More Ads evalúa candidatos adicionales y Serve Better Models cambia la proporción de solicitudes que se envía a un modelo más potente.
Cloudflare anunció Clef-omni, un modelo de decisión de pesos abiertos que acepta audio y vídeo además de texto e imágenes. En vez de encadenar modelos separados de transcripción y análisis de fotogramas, clasifica y selecciona valores de campos de varias modalidades en una sola solicitud.
Cohere afirma que elegir inferencia compartida o dedicada para Embed y Rerank depende del trabajo por solicitud, el patrón de tráfico, la utilización y la latencia requerida. Las solicitudes por minuto no bastan: la indexación por lotes prioriza el rendimiento, mientras que la búsqueda interactiva requiere baja latencia.