Infraestructura, chips, inferencia y modelos que se ejecutan en tus dispositivos.
28 publicaciones
El benchmark evalúa agentes que intentan reconstruir resultados de artículos de aprendizaje automático con recursos publicados y un presupuesto de GPU fijado. Sus tasas de éxito muestran una dificultad creciente, pero no determinan si las conclusiones científicas de los artículos son válidas.
Un preprint describe un sistema que consulta definiciones de información sensible específicas del dominio durante la inferencia. Sus resultados iniciales favorecen su capacidad de detección frente a un clasificador de referencia en la mayoría de las combinaciones probadas, aunque la información disponible no permite valorar todos los errores ni su preparación para un uso real.
La propuesta busca dar acceso a modelos más exigentes sin cargar todo su cómputo a bordo. Las fuentes describen ventajas potenciales, pero no aportan aquí métricas ni detalles suficientes para cuantificar los resultados.
OpenAI anuncia diagnósticos y puntos de ruptura explícitos para la caché de GPT‑6. Su efecto en latencia y coste dependerá del patrón de solicitudes y debe comprobarse con mediciones propias.