Jueves 22 de octubre de 2026 · 06:00

CSD: destilación de conocimiento entre modelos de IA con tokenizadores distintos

Un nuevo artículo presenta Common-Support Distillation, un método para que un modelo alumno aprenda de un modelo profesor aunque usen vocabularios y segmentaciones de texto diferentes. Construye un soporte común en cada fragmento alineado y aplica un único objetivo de entrenamiento, con un soporte virtual calculado mediante la regla de la cadena cuando la alineación no es uno a uno. El método se evalúa en cuatro parejas profesor-alumno con Llama-3.2-1B y Gemma3.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

• arXiv cs.CLLeer la noticia completa en arXiv cs.CL

También ese día

• Microsoft atribuye a un grupo vinculado a China un ataque con IA a 2.250 organizaciones
• Microsoft atribuye a Storm-0940, vinculado a China, un ataque con agentes de IA a clientes de ConnectWise
• OpenAI redefine la norma de comportamiento de ChatGPT y vigila a sus agentes; Mistral publica los pesos de un modelo de 1,05 billones de parámetros
• Anthropic y Theorem verifican formalmente 123 bibliotecas de código abierto con Claude
• Google Cloud lanza Agent Compute Engine, con una microVM aislada para cada agente de IA
• Según medios estatales chinos, DeepSeek y MiniMax son las primeras en completar el registro para exportar modelos de IA

Todas las noticias de IA del jueves 22 de octubre de 2026 ->