BudgetDraft: Entrenamiento Multi-Vista para Decodificación Especulativa Dispersa
Descubre BudgetDraft: entrenamiento multi-vista acelera decodificación especulativa con KV disperso hasta 6.55x en contextos de 4K a 16K, optimizando memoria.
#memoria
Persona Attack: ataque jailbreak por inyección de memoria incremental
Descubre cómo Persona Attack inyecta memoria incremental en LLMs para eludir su seguridad, alcanzando un 95% de éxito. Aprende a proteger tus modelos.
HASTE: Entrenamiento Disperso Dinámico para Grandes Espacios de Salida
Con HASTE, el entrenamiento disperso dinámico consciente del hardware logra hasta 25x de aceleración en backpropagation para clasificación multi-etiqueta extrema.
AMP: Formato de cable neutro para memoria de agentes
MemoryWire: formato neutro para memoria de agentes con gobernanza HITL. Alto rendimiento en integraciones. ¡Descúbrelo!
Conectando Puntos: Evaluando Memoria Reflexiva en Diálogos Largos
Descubre cómo RefMem-Bench y REMIND evalúan y mejoran la memoria reflexiva en diálogos largos, superando la simple recuperación de hechos.
Más allá de la memoria visual: diagnóstico mecanicista
Los tokens latentes en modelos multimodales no almacenan memoria visual. Descubre cómo los marcadores de límite y formato generan las ganancias.
Puente entre requisitos y arquitectura con multiagentes y memoria
Optimiza el diseño de arquitecturas de software con MAAD: agentes autónomos, RAG y memoria jerárquica. Resultados más completos, modulares y trazables.
TimeSage-MT: Benchmark multi-turno para razonamiento temporal con agentes de IA
TimeSage-MT evalúa la capacidad de agentes IA en análisis de series temporales a lo largo de múltiples turnos. Descubre sus debilidades en memoria y toma de decisiones.
STaR-KV: Compresión de caché KV en modelos de lenguaje visual para GUI
STaR-KV comprime la caché KV en modelos GUI sin entrenamiento, reduciendo memoria GPU un 40% sin penalizar precisión. Descubre cómo.
Los LLMs también necesitan codificadores para IDs semánticos
Descubre cómo PrefixMem mejora hasta un 46% la precisión de IDs semánticos en LLMs para recomendación generativa. Optimiza tus modelos.
MemGraphRAG: Sistema Multiagente con Memoria para Generación Aumentada en Grafos
MemGraphRAG: sistema multiagente con memoria que optimiza la construcción de grafos en RAG, eliminando conflictos y mejorando la recuperación de información compleja.
MemPro: Sistemas de Memoria Agéntica como Programas Evolucionables
MemPro: sistema que evoluciona el pipeline de memoria de agentes autónomos, superando fallos y optimizando rendimiento con costo eficiente.
Aprendizaje Conjunto de Memoria y Exploración con Señales de Novedad
Descubre JAMEL: entrena memoria y exploración con señales de novedad. Supera a modelos abiertos y reduce tokens. ¡Más info!
Entrenamiento eficiente de LLMs con dispersión dinámica
Descubre cómo SMET mejora el entrenamiento disperso dinámico de LLMs, eliminando picos de pérdida y reduciendo el uso de memoria. ¡Optimiza tu modelo!
eMoT: Memoria de pensamiento evolutiva para razonamiento en IA
eMoT: marco que estabiliza el razonamiento en LLMs con memoria evolutiva, anclaje simbólico y corrosión. Logra 100% en Juego de 24.
AGENTCL: Evaluación rigurosa del aprendizaje continuo en agentes
Descubre AGENTCL, un marco para evaluar cómo los agentes de IA acumulan experiencia y mejoran en tareas. Aprende sobre transferencia de aprendizaje y diseño de memoria.
La nueva RAM de Cooler Master trae ventilador integrado
Cooler Master presenta MasterDimm AC, memoria RAM DDR5 con ventilador integrado que reduce la temperatura hasta 15°C. Ideal para overclocking y computación AI.
Intel y Phison: solución a la mayor limitación de la IA local
Descubre cómo Intel y Phison superan la limitación de memoria para ejecutar modelos de IA locales en laptops con solo 16GB de RAM. ¡Rendimiento sin compromisos!
AutoSci: Sistema agéntico con memoria persistente para investigación científica
Descubre AutoSci, sistema que automatiza el ciclo completo de investigación científica con memoria persistente, ejecución y evolución.
PMB: Memoria local-first para Claude, Cursor y Codex - 94.5% recall
Aprende cómo PMB ofrece memoria local persistente para agentes de IA con un sorprendente 94.5% de recall. Sin depender de la nube ni de API keys. ¡Open source!