Sopa: formación adicional en LLM con un solo comando
El proyecto simplifica el ajuste fino y el entrenamiento posterior de modelos a un esquema: una configuración YAML → un comando. Lo más interesante: - puedes volver a entrenar el...
Leer más →Tencent ha abierto un conjunto de incorporaciones multimodales
El equipo WeChat del gigante tecnológico chino publicado una familia de modelos de incrustación puestos a disposición del público Incrustación de WeMM , diseñado para crear representaciones vectoriales universales. El...
Leer más →Tencent mostró Hy4-preview: un nuevo modelo de código abierto con parámetros 770B
Arquitectura del Ministerio de Educación: - 770B parámetros en total - 49B activos por token - contexto de hasta 1 millón de tokens - énfasis en codificación, tareas de agencia...
Leer más →Sber ha abierto el acceso a una nueva generación de modelos GigaEmbeddings
La línea incluye tres modelos de diferentes tamaños: 480M, 3B y 10B-A1.8B. Convierten textos en vectores numéricos para búsqueda semántica, construyendo sistemas RAG (Recuperación-Generación Aumentada), clasificación y agrupación. El equipo...
Leer más →Nvidia compra Hugging Face
El monto de la transacción es de 12,9 mil millones de dólares. Según fuentes internas, las partes se encuentran en la etapa de formalización; Aún no hay comentarios oficiales de...
Leer más →Se rumorea que DeepSeek busca financiación por 7.400 millones de dólares, valorada en 74.000 millones de dólares.
vía cnBeta.COM - Sitio de información de la industria china (autor: Fuente: Tecnología NetEase)
Leer más →Alishahryar1/código-claude-libre
Planificación de una traducción concisa de fragmentos bilingües**** Redacción de una traducción al chino pulida con términos preservados Herramientas como Claude Code, Codex, Pi y OpenCode se pueden utilizar de...
Leer más →santifer/operaciones profesionales
Planificación de una traducción precisa de segundo paso****Refinamiento de la preservación de términos técnicos bilingües Herramienta de búsqueda de empleo de IA de código abierto: puede escanear sitios web de...
Leer más →Se espera que la valoración de la empresa DeepSeek alcance los 74.000 millones de dólares
DeepSeek está a punto de recibir una nueva ronda de financiación, que valorará la startup china de IA en 74.000 millones de dólares. La financiación reforzará las reservas de efectivo...
Leer más →Tibo confirma que existe un modelo de respaldo de Luna en el Codex, pero eso no significa que se pueda usar de forma ilimitada una vez que se agote la cuota.
círculo tecnológico 🎗 En canal de flores 📮 : 🤖 ChatGPT Plus restablece el límite de uso de 5 horas y las suscripciones Pro no se ven afectadas por el...
Leer más →