AI FRONTIER
Signals worth understanding before they become obvious.
Resolver un desafío matemático de 31 años: la conjetura KLS
Un investigador de Microsoft Research y un colaborador demostraron la conjetura de Kannan-Lovász-Simonovits (KLS), mostrando que la cota es una constante fija independiente de la dimensión, lo que elimina un obstáculo teórico importante para los algoritmos aleatorizados.
- La conjetura KLS, propuesta en 1995, predecía que el mejor corte por hiperplano y el mejor corte de cualquier forma difieren como máximo en una constante universal, sin importar la dimensión.
- El mejor resultado anterior, establecido en julio de 2026, permitía que esa cota creciera lentamente con la dimensión; esta prueba elimina la dependencia de la dimensión.
- La prueba completa se publicó en la versión del 4 de octubre de 2026 del artículo, y ese mismo día aparecieron una prueba paralela independiente y una formalización en Lean 4.
Con KLS demostrada, muchos resultados de geometría convexa, probabilidad e informática teórica que antes asumían la conjetura ahora pueden enunciarse de forma incondicional.
LitPivot: desarrollar ideas de investigación mediante contextualización dinámica en el panorama de la literatura
Ai2, con colaboradores de la Universidad de Pensilvania, desarrolló LitPivot, un sistema que utiliza artículos recuperados mediante Asta Paper Finder para organizar la literatura en torno a la parte de una propuesta que se está editando, ofrecer críticas respaldadas por extractos y sugerir revisiones que los investigad...
- Los participantes reportaron una comprensión más fuerte de la literatura circundante y mayores mejoras autoinformadas en la novedad y utilidad de sus ideas con LitPivot que con la línea base.
- LitPivot separa una idea de investigación en su problema, su contribución propuesta y su plan de evaluación, y cada faceta tiene su propio conjunto y clasificación de relevancia de literatura relacionada.
- LitPivot se presentará en UIST 2026 en Detroit.
Para quienes construyen asistentes de investigación, LitPivot muestra que vincular la selección de literatura con la revisión de la idea como un bucle iterativo mejora el fundamento de las ideas en trabajos previos en comparación con una re...
Perfilado de TorchNeuron (parte 1): perfilado a nivel de sistema en AWS Trainium
Un tutorial del blog de Hugging Face muestra cómo usar torch.profiler con el backend Neuron para analizar sistemáticamente el rendimiento de inferencia en AWS Trainium, comparando el tiempo de dispositivo en tres implementaciones de RMSNorm.
- El backend Neuron utiliza el punto de extensión PrivateUse1 de PyTorch, y el paquete torch_neuronx registra Neuron como backend nativo de PyTorch.
- La implementación ingenua de RMSNorm en PyTorch muestra un total Self NEURON de 2,355 ms en la tabla key_averages(), con aten::mul representando el 49,5 %.
- torch.rms_norm se reduce a una sola operación aten::_fused_rms_norm con un tiempo Self NEURON de 403,3 μs.
- La RMSNorm ingenua compilada con torch.compile(backend="neuron") aparece como una sola Torch-Compiled Region con un tiempo Self NEURON de 375,5 μs.
Para los desarrolladores de IA, el tutorial demuestra que key_averages() localiza los puntos calientes de tiempo de dispositivo y que la fusión o torch.compile puede reducir el tiempo de dispositivo de RMSNorm a aproximadamente una sexta pa...
Pronóstico por ensamble con modelos de series temporales IBM Granite
Granite Timeseries Ensemble combina cuatro modelos Granite preentrenados en una interfaz de pronóstico extensible que devuelve pronósticos medianos y por cuantiles, sin reentrenamiento ni pesos de ensamble ajustados.
- PatchTST-FM-r2 conserva la puntuación CRPS/MWQL agregada más baja, con 0,467, mientras que el IQR Ensemble logra el rango CRPS promedio más bajo entre estos seis pronósticos.
- La receta almacena la configuración del ensamble en lugar de pesos de modelo fusionados y descarga los cuatro checkpoints de los miembros en tiempo de ejecución, por lo que la primera ejecución requiere tiempo adicional.
- Los pronósticos devuelven por defecto cuantiles de 0,1 a 0,9, donde los cuantiles 0,1 y 0,9 definen un intervalo de pronóstico central con cobertura nominal del 80 %.
Para los desarrolladores, este ensamble ofrece un valor predeterminado sensato que brinda una precisión agregada comparable o mejor sin saber de antemano qué arquitectura se adapta a sus datos, a costa de mayor tiempo de inferencia y memori...
Proteger nuestro entorno de entrenamiento de modelos frontera
OpenAI explica cómo reforzó el confinamiento del entrenamiento y la evaluación de modelos frontera, incluyendo entornos sin conexión y red-teaming de alto cómputo.
- OpenAI afirma haber reforzado el confinamiento del entrenamiento y la evaluación de modelos frontera.
- Las medidas incluyen entornos sin conexión.
- Las medidas incluyen red-teaming de alto cómputo.
Para los equipos que entrenan modelos frontera, el confinamiento y el red-teaming en las fases de entrenamiento y evaluación se tratan como requisitos de ingeniería junto al trabajo de capacidades.
Los modelos de OpenAI llegan a Google Cloud
OpenAI y Google Cloud incorporan modelos de frontera y flujos de trabajo de Codex al Model Garden de Gemini, disponibles a través de Google Cloud Marketplace.
- OpenAI y Google Cloud incorporan modelos de frontera y flujos de trabajo de Codex al Model Garden de Gemini.
- Los modelos y flujos de trabajo estarán disponibles a través de Google Cloud Marketplace.
Para los desarrolladores de IA, los modelos de frontera de OpenAI y los flujos de trabajo de Codex pasan a ser accesibles mediante la vía de adquisición y despliegue de Google Cloud.