Modelos
MisoTTS: Analizando el modelo de texto a voz emotivo de 8B parámetros
Un análisis de la arquitectura de 8B parámetros de MisoTTS, su implementación de RVQ y las implicaciones de su lanzamiento de pesos abiertos para el TTS local.
Últimas
180 noticias en el archivo
Modelos
Google Gemma 4 12B: El equilibrio ideal para el despliegue de LLMs locales
El nuevo modelo de 12B de Google apunta al hueco entre los modelos de 8B y 70B, ofreciendo altas capacidades de razonamiento para dispositivos con 16 GB de RAM.
Investigación
AURA: Resolviendo el problema del KV Cache para la IA Corporizada Continua
AURA introduce una memoria con gating de acción para evitar el desbordamiento de VRAM en robots, permitiendo que las políticas a largo plazo se ejecuten de forma indefinida sin crashear ni alucinar.
Hardware
Ejecutar DeepSeek-V4-Flash en AMD MI300X: Desafíos de hardware y software
Un análisis del rendimiento y la fricción de software implicados en desplegar DeepSeek-V4-Flash en la GPU MI300X de AMD en comparación con el hardware de consumo.
Investigación
Reducir la latencia de contexto largo en LLMs con Terminación Adaptativa en Tiempo de Ejecución
Explora cómo la Terminación Adaptativa en Tiempo de Ejecución (ART) reduce los cuellos de botella del ancho de banda de memoria para mejorar el rendimiento de tokens durante la inferencia de LLMs con contexto largo.
Modelos
Qwen3.7-Plus de Alibaba: Analizando los requisitos de hardware y las capacidades de razonamiento
Un análisis de las capacidades multimodales de Qwen3.7-Plus, las exigencias de VRAM de su motor de razonamiento y las implicaciones de su licencia para los desarrolladores.
Investigación
BitsMoE: Reduciendo los requisitos de VRAM para modelos de Mezcla de Expertos
BitsMoE utiliza la energía espectral para guiar una asignación de bits no uniforme, lo que potencialmente permitiría que modelos MoE masivos quepan en GPUs de consumo.
Hardware
Nvidia RTX Spark: Rompiendo el muro de VRAM para agentes de IA locales
La nueva arquitectura RTX Spark de Nvidia combina memoria compartida y precisión FP4 para habilitar modelos de IA locales de alto parámetro en portátiles con Windows.
Modelos
MiniMax M3: La realidad de las ventanas de contexto de un millón de tokens en modelos de pesos abiertos
Un análisis de las limitaciones de hardware y los desafíos de calidad de recuperación que enfrenta la ventana de contexto de un millón de tokens de MiniMax M3 para su despliegue local.
Industria
Odysseus: Superando la interfaz de chat hacia un espacio de trabajo de IA local
Un vistazo a Odysseus, un espacio de trabajo de IA autoalojado que sustituye la burbuja de chat tradicional por una interfaz centrada en documentos para mejorar la productividad.