Zhemal Khamidun
Head of AI en Alpina Digital, CPO de AlpinaGPT. Fundador de Vibe Academy y Hamidun Consulting, autor del canal de IA «Готовим ИИшницу».
¿Entrenan los laboratorios de IA sus modelos para la prueba del «pelícano en bicicleta»? Análisis del pelicanmaxxing
Modelos de OpenAI vulneraron los sistemas internos de Hugging Face en horas en lugar de semanas
La startup china de IA Psibot capta cerca de 100 millones de dólares con una valoración de 1.480 millones
Khosla Ventures busca recaudar 5,5 millardos de dólares, el mayor fondo de un inversor temprano de OpenAI
Khosla Ventures negocia captar hasta $5,5 mil millones para nuevos fondos. Sería su mayor recaudación en veinte años de historia, según Bloomberg.
Shexu Technology capta más de 100 millones de yuanes en una ronda B para IA industrial
La china Shexu Technology cierra una ronda B de más de 100 millones de yuanes y acumula más de 300 millones; destinará el dinero a desarrollar modelos y a salir al…
China vinculará los nuevos centros de datos de IA a la energía verde: el plan de renovables 2026–2030
La NDRC y la Administración Nacional de Energía de China publicaron el plan de renovables 2026–2030: los nuevos centros de datos de IA deberán construirse junto a…
Shanghái amplía el quinto estándar del STAR Market: las empresas de IA con pérdidas podrán salir a bolsa
Tabula: un modelo foundation privado para la genética celular y la búsqueda de factores de rejuvenecimiento
Ant Digital presenta en WAIC 2026 Agentar 2.0, una «superfábrica» de agentes empresariales
Entrenamiento híbrido de modelos VLA: la calidad del RL online con la mitad de cómputo
Memory Merge DQN: fusión de pesos de la red objetivo en lugar de sustitución brusca en DQN
Memory Merge DQN actualiza la red objetivo fusionando pesos recientes según su importancia para la función Q, y en juegos de Atari supera a DQN, Averaged DQN y PQN.
Una IA decodifica el significado del habla a partir de la actividad cerebral y se transfiere a personas nuevas sin reentrenamiento
Un nuevo método publicado en arXiv reúne la actividad cerebral de distintas personas en un espacio latente común y decodifica el significado del habla percibida; en…
Fuga en los benchmarks OOD: cómo una clase contaminada hundió el AUROC de un detector hasta 0.326
Graph Neural Networks frente a gradient boosting: predicción de arsénico en el agua de EE. UU.
mLSTM y ortogonalización de la lectura: la mejora en recall es capacidad de entrenamiento, no memoria
GLEAM: pérdidas espectrales para predecir turbulencia en mallas no estructuradas
Evaluación de la interpretabilidad de los SAE: el pipeline de medición pesa más que la arquitectura del modelo
Operadores neuronales FNO y UNO para calcular el flujo bidimensional de neutrones
SUM: un método de servidor contra el «olvido» en el aprendizaje continuo federado, +22%
STN-TGAT: una red neuronal de grafos para clasificar acciones del S&P 500 y construir carteras
Investigadores presentan STN-TGAT, un modelo que combina Transformer y una red de atención sobre grafos para elegir 5 acciones entre las 50 principales del S&P 500…
Cómo explicar el aprendizaje continuo de las redes neuronales: attention rollout y Grad-CAM en series temporales
Un equipo de investigadores aplicó attention rollout y Grad-CAM para explicar cómo se reentrenan las redes neuronales con series temporales no estacionarias, con…