Entrenamiento De Modelos

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.

El laboratorio XingChen de China Telecom ha liberado como código abierto Xing4.0-29B-Intent, un modelo que clasifica intenciones y completa argumentos estructurados en una sola salida JSON. El lanzamiento incluye 2.75 millones de muestras de entrenamiento y un SDK de inferencia.

Modelos • Pandaily