Ir al contenido
IA para hoy

RL

Noticias etiquetadas con «RL»

16 noticias

Filtrar
Herramientas y productos

Microsoft Research lanza Agent Lightning v1.0, framework ligero de RL para agentes con harnesses reales

Microsoft Research Asia ha publicado Agent Lightning v1.0, un framework de aprendizaje por refuerzo (RL) de código abierto de unas 3.500 líneas que permite…

Por qué importaReduce drásticamente el coste y la complejidad de mejorar agentes de IA en producción mediante RL, al evitar reconstruir el agente dentro del…

Impacto medio Fiabilidad una fuente fiable Relevancia 7/10 Microsoft Research
Herramientas y productos

AWS presenta SageMaker MTRL para entrenar agentes de búsqueda con aprendizaje por refuerzo multi-turno

AWS detalla en su blog cómo usar SageMaker AI MTRL (multi-turn reinforcement learning) para afinar un modelo Qwen3.6-27B como agente de búsqueda con…

Por qué importaPermite a empresas entrenar modelos pequeños y especializados que igualan la fiabilidad de modelos frontera en tareas de búsqueda, reduciendo…

Impacto medio Fiabilidad una fuente fiable AWS Machine Learning Blog
Inversión y mercado

Snorkel AI triplica su valoración a 3.500 millones de dólares por auge de datos de entrenamiento para IA

Snorkel AI cerró una Serie E de 350 millones de dólares liderada por Insight Partners y S32, alcanzando una valoración de 3.500 millones, casi el triple de los…

Por qué importaConfirma que la demanda de datos de entrenamiento de alta calidad y entornos de RL sigue siendo un cuello de botella crítico para los laboratorios de…

Impacto bajo Fiabilidad una fuente fiable TechCrunch AI
Herramientas y productos

Hugging Face habilita entrenamiento RL asíncrono con LoRA en HF Jobs sin NCCL

Hugging Face documenta cómo el soporte de LoRA integrado en el AsyncGRPOTrainer de TRL (v1.14) permite separar el entrenamiento y la inferencia en máquinas…

Por qué importaReduce drásticamente el coste de infraestructura y la complejidad técnica para hacer fine-tuning con RL de modelos de lenguaje, democratizando el…

Impacto bajo Fiabilidad una fuente fiable Hugging Face
Herramientas y productos

Hugging Face lanza Delta Weight Sync para entrenar modelos de billones de parámetros eficientemente

Hugging Face ha publicado Delta Weight Sync, una implementación de código abierto que optimiza la sincronización de pesos en entrenamientos de reinforcement…

Por qué importaPara entrenamientos distribuidos de modelos muy grandes, la sincronización de pesos representa un cuello de botella crítico que consume tiempo de GPU…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Hugging Face
Investigación

Hugging Face analiza arquitecturas asincrónicas en 16 librerías de RL para entrenamientos escalables

Hugging Face ha publicado un análisis comparativo de dieciséis librerías open-source de aprendizaje por refuerzo (RL) asincrónico, enfocado en optimizar el…

Por qué importaEl análisis proporciona principios de diseño concretos para resolver un problema crítico en el post-training a escala: las GPUs permanecen inactivas…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Hugging Face
Herramientas y productos

AWS muestra entrenamiento de modelos de código con refuerzo en SageMaker

AWS publica un tutorial técnico sobre cómo entrenar CodeFu-7B, un modelo de 7 mil millones de parámetros especializado en programación competitiva, utilizando…

Por qué importaDemuestra una arquitectura práctica para entrenar modelos de generación de código con retroalimentación de ejecución, un desafío técnico complejo que…

Impacto medio Fiabilidad fuente primaria AWS Machine Learning Blog
Investigación

DeepMind presenta framework para agentes IA que entienden instrucciones humanas en entornos abiertos

Google DeepMind publica un paper y videos mostrando un framework de investigación para entrenar agentes IA en mundos de videojuegos que pueden entender…

Por qué importaDemuestra un camino práctico para entrenar agentes IA que comprenden conceptos imprecisos del lenguaje natural y pueden colaborar con humanos en…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind
Investigación

Google DeepMind demuestra RL para diseño de políticas económicas alineadas con valores humanos

Google DeepMind publicó en Nature Human Behaviour un estudio en el que entrena un agente de aprendizaje por refuerzo profundo para diseñar políticas de…

Por qué importaEl trabajo aborda directamente el reto de alineación de valores en sistemas de IA, demostrando que el aprendizaje reforzado puede encontrar…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind presenta BYOL-Explore para exploración autónoma en entornos visuales complejos

Google DeepMind ha publicado BYOL-Explore, un método de exploración impulsado por curiosidad que entrena agentes de IA usando predicción en el espacio latente…

Por qué importaEste avance demuestra cómo la exploración autónoma puede mejorar significativamente sin ingeniería de objetivos complicada, lo que es crítico para…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind logra que agentes de IA aprendan comportamientos complejos observando demostraciones

Google DeepMind ha desarrollado agentes de inteligencia artificial capaces de transferencia cultural en tiempo real mediante aprendizaje por refuerzo profundo…

Por qué importaEste avance abre la posibilidad de que sistemas de IA aprendan de manera flexible y rápida a partir de observaciones, sin requerir grandes conjuntos…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

Google DeepMind controla plasma de fusión con aprendizaje por refuerzo profundo

Google DeepMind colaboró con el Swiss Plasma Center de EPFL para desarrollar un sistema de aprendizaje por refuerzo profundo capaz de controlar autónomamente…

Por qué importaEste logro demuestra que el aprendizaje automático puede acelerar significativamente la investigación en fusión nuclear, uno de los mayores desafíos…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind
Investigación

Google DeepMind publica SAC-X, método para que agentes RL aprendan tareas de control desde cero

Google DeepMind ha publicado un paper presentando SAC-X (Scheduled Auxiliary Control), un método de aprendizaje por refuerzo que permite a agentes robóticos…

Por qué importaSAC-X aborda un desafío crítico en robótica: aprender comportamientos complejos con mínimo conocimiento previo y máxima eficiencia de datos. Esto…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind y Blizzard abren StarCraft II como entorno de investigación de IA

DeepMind y Blizzard Entertainment han lanzado SC2LE, un conjunto de herramientas que permite a los investigadores usar StarCraft II como entorno de prueba para…

Por qué importaStarCraft II presenta desafíos complejos de IA más realistas que entornos previos: incluye ~100 millones de acciones posibles (vs. ~10 en Atari)…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind
Investigación

DeepMind avanza en control motor flexible de cuerpos simulados mediante aprendizaje emergente

Google DeepMind publica tres nuevas investigaciones sobre control motor en entornos simulados. Los sistemas desarrollados aprenden comportamientos complejos…

Por qué importaEste avance es fundamental para la robótica y sistemas autónomos: permite entrenar agentes que se adapten a múltiples tareas y cuerpos físicos sin…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind estudia cooperación multiagente mediante dilemas sociales secuenciales

Google DeepMind ha publicado una investigación sobre cómo los agentes de IA aprenden a cooperar o competir usando aprendizaje por refuerzo profundo…

Por qué importaEntender cómo los agentes de IA deciden cooperar o defeccionar es fundamental para controlar sistemas multiagente en aplicaciones reales. Este…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind