Miércoles 4 de noviembre de 2026 ·

AINews de Latent Space: modelos de frontera generan pesos de redes neuronales sin entrenamiento por gradiente, según varias replicaciones

Relevancia 50 de 100 China, Shanghái

Varios grupos reportan que los LLM de frontera pueden generar o editar directamente los pesos de redes pequeñas, sin entrenamiento por gradiente ni herramientas. Alex Krentsel replicó el experimento del MIT y encontró un salto de capacidad entre generaciones: los modelos más recientes generaron redes Breakout que puntúan hasta 22 veces más que una línea base entrenada con RL. Hugging Face reprodujo el trabajo con ML Intern y publicó el modelo y una demo. El boletín indica que algunas afirmaciones se presentan de forma demasiado favorable, aunque las replicaciones independientes se mantienen.

Qué significa

Abre la posibilidad de crear redes pequeñas sin el entrenamiento habitual, lo que podría reducir el coste de diseñar ciertos sistemas. Las afirmaciones más exageradas del artículo original aún no están aclaradas.

Fuentes originales

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

También ese día

Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->