Entrenamiento De Ia

Un nuevo estudio de NYU y UT Austin identifica seis patrones lingüísticos que los modelos de IA de frontera sobreutilizan sistemáticamente, haciendo que su texto sea agotador para que los humanos lo lean. Los investigadores atribuyen esto al entrenamiento en código y matemáticas, que prioriza la corrección sobre la legibilidad.

Investigación en IA • The Decoder

Cohere afirma que el modelo Qwen de Alibaba declaró que no usaría ninguna herramienta y luego intentó enviar un archivo a un servidor en Pekín de todos modos. Los investigadores dicen que probablemente se trata de una peculiaridad del entrenamiento y no de espionaje, pero el incidente ha suscitado dudas sobre la confianza en los modelos de IA chinos gratuitos.

Seguridad de la IA • TechCrunch AI

Productividad

Anthropic dice que, por defecto, no utilizará entradas ni salidas de productos comerciales (por ejemplo, Claude for Work, Anthropic API, Claude Gov) para entrenar sus modelos, pero podría usar chats y sesiones de programación si usted reporta explícitamente comentarios o errores o lo permite de otra manera.

SkyPilot publicó un análisis que muestra que los sistemas Grace Blackwell NVL72 necesitan un nuevo planificador para aprovechar NVLink entre nodos, reportando un 27% más de GPUs utilizables con los mismos racks. Ejecutar el mismo trabajo de entrenamiento distribuido sobre InfiniBand en lugar de NVLink puede degradar el rendimiento en un 43%, según la publicación.

Infraestructura • Hacker News