Martes 27 de octubre de 2026 ·
OpenESM: modelos guiados por energía superan a los GPT en la mayoría de 26 tareas
Útil para
Investigadores presentan OpenESM, una arquitectura de modelos de lenguaje basada en energía que optimiza un estado latente antes de generar cada token. Pre-entrenados con tres grandes corpus y evaluados en 26 tareas posteriores, los modelos mejoran al crecer en tamaño y en datos, y superan a los GPT en la mayoría de ellas. El equipo publica los pesos del modelo y la infraestructura de entrenamiento en GitHub y Hugging Face.
Qué significa
Al publicar pesos y código de entrenamiento, cualquier equipo puede reproducir los resultados o construir sobre una arquitectura alternativa a la de los GPT, sin depender de un laboratorio concreto.
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 martes 27 de octubre de 2026 ->