PULSO AI · Nueva plataforma impulsada por TD
Multi‑Turn Reinforcement Learning (MTRL) en Amazon SageMaker AI permite entrenar modelos para tareas donde cada decisión depende de pasos previos y solo existe una señal final de éxito. En este artículo explicamos la arquitectura, el ejemplo práctico con Wordle, resultados y consideraciones de costo y diseño.
ML‑Intern automatiza la planificación, prueba, entrenamiento y publicación de modelos en Hugging Face, permitiendo convertir ideas en modelos pequeños y útiles con costos muy bajos. Aquí explico el flujo de trabajo, la estructura del prompt y tres casos prácticos.
TRL v1.14 añadió soporte para entrenar adaptadores LoRA con AsyncGRPOTrainer y sincronizarlos a vLLM. Con adaptadores de pocos megabytes y Storage Buckets montados en cada Job, es posible separar trainer e inferencia en máquinas distintas sin mover gigabytes por red.
Un equipo del MIT, en colaboración con la ONG Thorn, diseñó un método que determina si un modelo generativo ha sido afinado para producir material sexual infantil (CSAM) sin necesidad de generar imágenes. La técnica inspecciona las modificaciones internas del modelo, es escalable y puede ayudar a plataformas a bloquear variantes peligrosas.
LoRA domina el ecosistema PEFT, pero ¿es siempre la mejor opción? En este artículo explicamos por qué no basta con seguir la tendencia y cómo evaluar técnicas alternativas según sus necesidades y recursos.
Azercell trabajó con AWS para adaptar un modelo base a azerbaiyano, resolviendo retos de tokenización y uso eficiente de GPU. La solución combinó un tokenizador monolingüe, CPT sobre Llama 3.2 1B y fine-tuning con LoRA.
NVIDIA Cosmos Predict 2.5 permite generar videos física y temporalmente plausibles condicionados por texto, imágenes o clips. Este artículo explica cómo adaptar el modelo a dominios robóticos usando LoRA y DoRA para fine-tuning eficiente en recursos.
MedQA demuestra que es viable entrenar un modelo de QA médico en hardware AMD usando ROCm y LoRA, sin tocar CUDA. El proyecto fine-tunea Qwen3-1.7B sobre MedMCQA y entrega explicaciones clínicas además de la respuesta.
