Viernes 23 de octubre de 2026 ·
AQL-Lite: un método para mejorar modelos de lenguaje en árabe con datos mejor filtrados y menos coste
Los investigadores presentan AQL-Lite, un marco para adaptar un LLM multilingüe al árabe estándar moderno mediante preentrenamiento continuo con datos curados. Con 1.000 millones de tokens, los datos curados mejoran en 3,51 puntos la media de cuatro pruebas en árabe frente al texto web sin filtrar, que no aportaba mejora. Con 5.000 millones de tokens, logra el 94 % de la mejora del entrenamiento completo usando el 52 % del tiempo. Escalado a 40.000 millones de tokens, el modelo resultante de 12.000 millones de parámetros obtiene 75,3 en el OALL v2.
Qué significa
Para quienes desarrollan modelos en idiomas con menos recursos, el estudio sugiere que cuidar la calidad de los datos rinde más que acumular texto web, y que entrenar solo algunas capas reduce el tiempo necesario.
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
Todas las noticias de IA del viernes 23 de octubre de 2026 ->