Nuevos laboratorios

Ashish Vaswani

Essential AI

Por qué lo seguimos: Primer autor de Transformer

Fichajes

No hay fichajes publicados.

Artículos

Artículo2026-10-28

Desarrollo de modelos de IA de alta eficiencia capaces de realizar tareas complejas

Nemotron 3.5 Super and Lightning: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Models for Agentic AI

Ashish Vaswani y 499 más

Qué: Los investigadores han desarrollado Nemotron 3.5 Super y Lightning, modelos de IA abiertos idóneos para el razonamiento, la comprensión de contextos largos y la ejecución autónoma de tareas.
Resultado clave: El modelo Super alcanzó el 51.78% en evaluaciones de ingeniería de software utilizando menos parámetros activos, superando a modelos anteriores, y demostró un alto rendimiento de procesamiento mediante diversas optimizaciones.
Por qué importa: Esta investigación demuestra la posibilidad de aumentar simultáneamente la eficiencia y el rendimiento de los modelos a gran escala para que puedan utilizarse de manera práctica en diversos entornos.Resumen IA

Eficiencia de inferencia Agentes y programación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-07

Desarrollan un método para predecir de antemano el rendimiento de los agentes de codificación en modelos de IA base

Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models

Ashish Vaswani y 21 más

Qué: Se desarrollaron tres pantallas de evaluación utilizando las rutas de éxito de agentes de codificación post-entrenados para evaluar el potencial de los modelos de IA base.
Resultado clave: Los tres métodos de evaluación desarrollados predijeron estrechamente las clasificaciones del grupo de modelos abiertos con respecto al rendimiento real.
Por qué importa: Presenta la posibilidad de utilizar futuros puntos de referencia de agentes de codificación para la evaluación de modelos base.Resumen IA

Agentes y programación

Resumen completo Leer artículo ↗

Artículo2026-10-06

OTel lanza conjuntos de datos y modelos de IA dedicados al sector de las telecomunicaciones

OTel: Open Telco AI Datasets, Benchmarks, and Models

Ashish Vaswani y 17 más

Qué: Los investigadores han publicado 'Open Telco (OTel)', un conjunto de recursos que incluye conjuntos de datos, criterios de evaluación y modelos entrenados con ellos, necesarios para el entrenamiento de IA dedicado al sector de las telecomunicaciones.
Resultado clave: Los modelos basados en OTel publicados alcanzaron rendimientos del 93.1%, 0.947 y 87.8% en la recuperación de datos de telecomunicaciones, la reordenación de documentos y la evaluación de la precisión del modelo de lenguaje, respectivamente.
Por qué importa: Esta publicación proporciona un punto de partida reproducible que promueve la investigación y las aplicaciones de la inteligencia artificial en el campo de las telecomunicaciones.Resumen IA

Eficiencia de inferencia

Resumen completo Leer artículo ↗

Artículo2026-05-27 · arXiv.org

Desarrollo de una herramienta de diagnóstico para rastrear la transición entre memorización y generalización en el entrenamiento de inteligencia artificial

A Training-Time Diagnostic for Generalization via the Log-Alignment Ratio

Ashish Vaswani y 1 más

Qué: Se investigó un método de diagnóstico que utiliza la Relación de Alineación Logarítmica (LAR), la cual mide parámetros y activaciones, para rastrear si la inteligencia artificial memoriza datos de forma simple o si realmente está aprendiendo.
Resultado clave: LAR capturó eficazmente los cambios en la capacidad de generalización de la inteligencia artificial y los signos de sobreajuste incluso sin datos de validación adicionales.
Por qué importa: Dado que puede diagnosticar el rendimiento de la IA durante el proceso de entrenamiento sin datos de validación separados, puede contribuir al desarrollo futuro de tecnologías eficientes de gestión de entrenamiento de modelos.Resumen IA

Entrenamiento y escalado

Resumen completo Leer artículo ↗ PDF ↗

Esta página recopila artículos publicados, anuncios oficiales e informaciones de prensa solo con fines informativos. Los resúmenes los redacta una IA a partir del resumen del artículo y los revisa el editor; pueden diferir del original, así que consulte el artículo para lo importante. Nada de esto es una recomendación de compra o venta ni asesoramiento de inversión. Los cambios de puesto citan anuncios oficiales o prensa relevante; parte de las trayectorias proviene de Wikidata (CC0). Los resúmenes de esta página se tradujeron con IA a partir de la versión coreana revisada por el editor.