Falcon Perception: Innovador modelo de segmentación y comprensión de imágenes mediante prompts de lenguaje natural
Falcon Perception es un innovador modelo Transformer de 0.6B parámetros que integra el procesamiento de lenguaje natural y segmentación de imágenes. Utiliza una atención híbrida para procesar conjuntos de datos variados y ha conseguido un Macro-F1 de 68.0 en el benchmark SA-Co. Junto a este modelo, se lanza Falcon OCR, especializado en reconocimiento de texto. Ambos son el resultado de investigaciones en modelos de percepción y aprendizaje.
GGML se une a HF para impulsar la IA local a largo plazo
GGML, creadores de Llama.cpp, se unen a Hugging Face (HF) para asegurar el progreso sostenible de la inteligencia artificial local. Con el liderazgo de Georgi Gerganov, el equipo se compromete a escalar y apoyar a la comunidad, manteniendo el proyecto abierto y accesible. La colaboración busca mejorar la experiencia de usuarios y facilitar el uso de modelos de inferencia local, promoviendo el acceso a la superinteligencia de código abierto en el futuro.
Presentan Differential Transformer V2 con mejoras en eficiencia y estabilidad para LLMs
Se presenta el Differential Transformer V2 (DIFF V2), una versión optimizada del modelo anterior, enfocado en mejorar la eficiencia de inferencia y la estabilidad en el entrenamiento de modelos de lenguaje de gran tamaño. Entre las mejoras destacadas se encuentran una mayor rapidez en la inferencia, eliminación de la necesidad de atención personalizada y una parametrización más simple, todo lo cual contribuye a una reducción notable en la pérdida de modelado del lenguaje.
