Perplexity publica un tokenizador para redes neuronales: 5 veces más rápido
Perplexity ha liberado el código abierto de una versión reescrita del tokenizador Unigram. El algoritmo es 5 veces más rápido que los tokenizers estándar de Hugging Face y reduce la carga de CPU en producción en 5-6x. Para los servicios de AI, esto es crítico: cada milisegundo que se ahorra en la tokenización se traduce en un ahorro real en servidores. Las empresas ya pueden descargar el código e integrarlo sin costes adicionales.
Procesado por IA desde MarkTechPost; editado por Hamidun News
Perplexity AI ha publicado el código abierto de Unigram, un tokenizador para redes neuronales. En rendimiento supone un auténtico avance: el nuevo algoritmo es 5x más rápido que el enfoque tradicional y apenas carga el procesador.
¿Para qué sirve un tokenizador rápido?
En los servidores de producción, el tokenizador se invoca cientos de millones de veces al día. Cualquier latencia en este punto se acumula y acaba en pérdidas económicas importantes.
- 29 oct 2026Claude en Houdini sobre Windows: dos bugs en el panel del agente y una geoda de 31 nodos
- 28 oct 2026NVIDIA lanza Nemotron 3.5 Super VL de 120B y los modelos Bolt para agentes locales
- 28 oct 2026Modal levanta 750 millones de dólares con una valoración de 15.750 millones y alcanza 1.000 millones de ARR
- 27 oct 2026Meta abre Muse Spark, de 816B, y Reflection lanza Beam con licencia Apache 2.0
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.