Tag

#Mixture of experts

7 artículos encontrados.

Photon-1: El modelo de IA que aprende del video sin etiquetas de acción

Induction Labs revoluciona el aprendizaje de agentes con Photon-1, un modelo MoE que entiende la física y la lógica solo con observar video bruto. Un hito en la inteligencia artificial general.

4 min lectura1semIAOnda Redaccion

Tutoriales

NVIDIA Cosmos Framework: Tutorial para Modelos 3D en Colab

Un nuevo tutorial explora cómo construir un modelo compacto de mezcla de transformadores multimodal usando el framework Cosmos de NVIDIA. Ideal para profesionales que buscan implementar modelos de inteligencia artificial avanzados sin requerimientos de hardware extremos.

5 min lectura4semIAOnda Redaccion

Investigación

Cómo los MoE aceleran la inferencia de IA y reducen la latencia

Los modelos Mixture of Experts (MoE) prometen respuestas más rápidas al enrutar tokens de forma inteligente. Descubre por qué esta arquitectura está transformando la escalabilidad de los servicios de IA.

5 min lectura7semIAOnda Redaccion

Modelos IA

Cohere lanza North Mini Code: Eficiencia MoE para la era de los agentes de código

Cohere irrumpe en el sector del desarrollo con un modelo MoE de 30B parámetros optimizado para ejecutar agentes de programación en hardware accesible.

5 min lectura8semIAOnda Redaccion

Modelos IA

Liquid AI lanza LFM2.5-8B-A1B: Modelo MoE eficiente para dispositivos móviles con 1.5B parámetros activos

Liquid AI presenta su nuevo modelo LFM2.5-8B-A1B, una arquitectura de Mixture of Experts que activa solo 1.5B de sus 8.3B parámetros totales. Esta innovación permite ejecutar tareas avanzadas de razonamiento y llamadas a herramientas directamente en hardware de consumo, sin necesidad de servidores en la nube.

5 min lectura10semIAOnda Redaccion

Investigación

IA especializada reduce un 75% la carga computacional sin perder eficacia

Investigadores desarrollan EMO, un modelo MoE que prioriza expertos por dominio de contenido. Logra mantener casi todo su rendimiento usando solo una fracción de sus componentes, abriendo la puerta a IA más liviana y accesible.

5 min lectura11semIAOnda Redaccion

Modelos IA

ZAYA1-8B: el modelo de razonamiento que desafía la escala con solo 700M parámetros activos

Zyphra presenta ZAYA1-8B, un innovador modelo mixture-of-experts que iguala o supera a DeepSeek-R1-0528 en matemáticas y código, demostrando que el rendimiento no siempre depende del tamaño.

5 min lectura12semIAOnda Redaccion