Sakana AI presentó una actualización de su sistema Fugu: un modelo especializado Fugu-cibernético Analizar problemas de seguridad de la información de la vida real. Según la empresa, el modelo mostraba:...
¡Hola Habr! El otro día lanzamos la tercera generación de modelos en lenguaje Cotype: el modelo insignia Cotype Pro 3 y su versión liviana Cotype Light 3 (por cierto, lanzamos...
En progreso “Los agentes de IA no fallan solos: el contexto falla primero” Los investigadores han demostrado que el entorno puede predecir el fracaso futuro de un agente incluso antes...
Hugging Face descubrió un incidente que resalta futuras asimetrías en ciberseguridad. El ataque comenzó con un conjunto de datos malicioso que explotaba dos rutas de ejecución de código en el...
Al final del segundo mes de codificación de vibe, la parte frontal de mi proyecto favorito albergaba cinco componentes de botones, cuatro botones giratorios, un componente de página de 700...
División de IA del fabricante chino de vehículos eléctricos Lixiang publicado Trabajo interesante sobre cómo optimizaron un modelo compacto con conocimiento del dominio. Mach-Mind-4-Flash: el modelo MoE final con 35...
El nuevo modelo de Alibaba recibirá 2,4 billones de parámetros. Los desarrolladores lo consideran uno de los modelos más potentes del mercado y lo sitúan junto a los modelos fronterizos...
¿Reflexiones sobre por qué LLM, como principal generador de código, rompe revisiones, carga cognitiva y quién es responsable del código?
Leer más
|
@habr_ai
División de IA del fabricante chino de vehículos eléctricos Lixiang publicado Trabajo interesante sobre cómo optimizaron un modelo compacto con conocimiento del dominio. Mach-Mind-4-Flash: el modelo MoE final con 35...
PrismML tomó el modelo de clase. 27B y lo apretó a través Cuantización de 1 bit : acerca de 54GB hasta 3,8–3,9 GB . Se afirma que con tal compresión...