Difusión video autoregresiva rápida con compresión de caché y atención dispersa
Acelera hasta 10x la difusión de video autoregresiva con compresión de caché y atención dispersa, manteniendo calidad visual y memoria constante.
#inferencia rápida
Google lanza DiffusionGemma: rompe el procesamiento secuencial de IA
Google presenta DiffusionGemma: modelo de IA que genera bloques de texto en paralelo, hasta 4x más rápido. Ideal para código y edición.
MiniMax Sparse Attention: Eficiencia en Contextos Largos
Atención dispersa para contextos de 1M tokens: MiniMax Sparse Attention reduce cómputo 28x y acelera prefill 14x y decoding 7x en GPUs H800.
Google lanza DiffusionGemma, modelo de código abierto con difusión 4x más rápido
Google presenta DiffusionGemma, un modelo de código abierto 26B MoE que genera texto en paralelo hasta 4 veces más rápido. Ideal para desarrolladores.
HiGR: Marco jerárquico generativo para recomendación de listas en Tencent
Descubre cómo HiGR, el nuevo marco jerárquico generativo de Tencent, mejora la recomendación de listas un 10% y acelera la inferencia 5x. ¡Lee más!
RAM: Alcanzabilidad a través de Morfologías
RAM: una representación neuronal que predice la alcanzabilidad robótica en nanosegundos con un 86% de precisión, generalizando a morfologías no vistas.
I-Segmenter: Transformador de Visión de Enteros para Segmentación Semántica
I-Segmenter: segmentación semántica eficiente con transformador de visión solo enteros, reduce tamaño 3.8x, acelera inferencia. Para dispositivos limitados.
Modelos de Deriva para Flujo Sustituto
Descubre cómo los modelos de deriva generan flujos CFD de alta calidad en un solo paso, superando a la difusión en velocidad y precisión. Ideal para simulación en tiempo real.
MIST: Estimación de Información Mutua mediante Entrenamiento Supervisado
MIST: nuevo estimador de información mutua con redes neuronales. Supera métodos clásicos, ofrece intervalos de confianza calibrados y es mucho más rápido.
NVIDIA Nemotron 3 Ultra: modelo MoE de 550B para agentes de larga duración
Descubre Nemotron 3 Ultra de NVIDIA, un modelo MoE de 550B con arquitectura híbrida Mamba-Transformer. Ofrece hasta 6x más rendimiento, 1M de tokens de contexto
Compresión de LLM con optimización conjunta de arquitectura y cuantización
Descubre cómo un nuevo enfoque de NAS optimiza arquitectura y cuantización en LLM, logrando hasta 1.4x más velocidad y 6% más precisión en tareas de razonamiento. ¡Mejora tus despliegues en edge!
CaloTrilogy: Avance en simulación de calorímetros con IA
Descubre CaloTrilogy: un marco unificado de IA que genera simulaciones de calorímetros en uno o pocos pasos, compitiendo con Geant4 en calidad y velocidad.
R2DN: Parametrización escalable de redes recurrentes contractivas y Lipschitz
R2DN acelera entrenamiento e inferencia hasta 10 veces, manteniendo estabilidad y robustez. Ideal para control y sistemas no lineales.
Compresión extremo a extremo para modelos tabulares
Descubre cómo TACO comprime datasets tabulares en espacio latente, logrando hasta 94x más rapidez y 97% menos memoria sin perder rendimiento.
Red ligera contextual sin entrenamiento para texto en escenas
Descubre cómo una red ligera y sin entrenamiento logra segmentar y reconocer texto en escenas con alta eficiencia, reduciendo costos computacionales y manteniendo precisión.
Modelos de Equilibrio Profundo Consistentes
Descubre cómo los Modelos de Equilibrio Profundo Consistentes (C-DEQ) aceleran la inferencia hasta 20 veces sin perder precisión. Un avance en IA eficiente.
IDLM: modelos de lenguaje de difusión inversa 64x más rápidos
IDLM acelera modelos de lenguaje de difusión hasta 64x sin perder calidad. Optimiza la generación de texto con destilación inversa. ¡Descubre más!
JetBrains lanza Mellum2: modelo MoE 12B para tareas rápidas en pipelines IA
JetBrains lanza Mellum2: modelo MoE de 12B (2.5B activos) para ingeniería de software. Open source bajo Apache 2.0. Ideal para tareas rápidas en pipelines de IA.
Mellum2 se vuelve open source: modelo rápido para flujos de IA
Descubre Mellum2: modelo open source con arquitectura MoE. Ideal para routing, RAG y sub-agentes en flujos de IA. Baja latencia y costos reducidos.