Términos

Fine-tuning

Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.

Última cobertura

CN
Modelo Arete-27B: Un intento de Nous Research de reorientar los modelos de inteligencia artificial chinos hacia los valores occidentales

Modelo Arete-27B: Un intento de Nous Research de reorientar los modelos de inteligencia artificial chinos hacia los valores occidentales

La empresa Nous Research ha lanzado el modelo Arete-27B, una versión modificada del modelo chino Qwen3.8-27B, cuyo objetivo es reducir el sesgo hacia el discurso gubernamental chino y promover los valores occidentales mediante un entrenamiento adicional limitado.

CN
Guía práctica para entender el lenguaje de la inteligencia artificial: de los modelos lingüísticos al «razonamiento opaco»

Guía práctica para entender el lenguaje de la inteligencia artificial: de los modelos lingüísticos al «razonamiento opaco»

El artículo recopila y explica una amplia variedad de términos que se han vuelto esenciales para comprender los modelos de inteligencia artificial, su arquitectura y sus métodos de entrenamiento y ejecución. También destaca conceptos más recientes, como los agentes, el protocolo MCP y el razonamiento opaco, y aclara las limitaciones y los riesgos asociados con ellos.

CN
¿Por qué no basta con un modelo listo para usar? Una lección práctica sobre el ajuste fino de modelos de detección de objetos con datos reales

¿Por qué no basta con un modelo listo para usar? Una lección práctica sobre el ajuste fino de modelos de detección de objetos con datos reales

JetBrains demuestra, mediante un experimento con YOLO12, YOLO26 y RF-DETR, que los modelos preentrenados con COCO pueden acercarse a cero al trasladarse directamente a dominios especializados, mientras que el ajuste fino mejora los resultados en distinta medida. El experimento revela que la similitud del dominio objetivo con los datos de entrenamiento, junto con la precisión de localización y el tiempo de inferencia, son más importantes que confiar en la clasificación del modelo como el más reciente o el mejor.

CN
¿Por qué no basta con decir «inteligencia artificial japonesa»? Sakura y Sakana AI proponen un enfoque práctico para la soberanía

¿Por qué no basta con decir «inteligencia artificial japonesa»? Sakura y Sakana AI proponen un enfoque práctico para la soberanía

Las entrevistas con Sakura Internet y Sakana AI concluyen que construir un ecosistema de inteligencia artificial completamente local no es posible ni racional, y que la solución práctica consiste en controlar los datos, las operaciones y los modelos, diversificando al mismo tiempo las fuentes de dependencia. El enfoque incluye ejecutar modelos extranjeros dentro de una infraestructura local o adaptar modelos abiertos mediante entrenamiento posterior para satisfacer los requisitos japoneses.