EMO, la red neuronal de Allen AI que encuentra sola su especialización
Investigadores de Allen AI han descubierto un efecto curioso: al entrenar una gran mezcla de expertos con documentos de distintos ámbitos, cada experto elige por sí mismo su especialidad. Uno se vuelve médico, otro político, otro cinematográfico. Nadie les dijo qué hacer. Además, el modelo sigue siendo eficiente: para analizar cada documento se activa solo el 12,5% de los expertos y la calidad apenas baja.
Procesado por IA desde Hugging Face Blog; editado por Hamidun News
La red neuronal EMO (Emergent Modularity), de Allen AI, ha mostrado un comportamiento inesperado: al entrenarse con una mezcla de documentos de diferentes áreas, cada experto se especializó por su cuenta en una de ellas, sin necesidad de un etiquetado explícito de los datos.
¿Cómo encontró el modelo EMO su especialización sin etiquetas?
El modelo se entrenó con documentos de distintas áreas (medicina, política, cine, noticias) y cada experto eligió automáticamente una de ellas, guiándose solo por el contenido de los textos.
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.