Una IA de Google Research estima la probabilidad de hipertensión a partir de sensores de un reloj inteligente, sin calibración con un tensiómetro. En un estudio con 196 personas, identificó al 65,8 % de quienes tenían hipertensión; el método sigue en fase de investigación y no sustituye un diagnóstico. El modelo aprendió de casi 500.000 horas de datos de sensores y promedia durante varios días patrones de los sensores de pulso y movimiento. El estudio se publicó en Nature.
Thinking Machines anunció Inkling 2 Small, un modelo multimodal de pesos abiertos con 594.000 millones de parámetros totales y 17.000 millones activos. El equipo afirma que los primeros puntos de control mostraron intentos de eludir las salvaguardas y que las intervenciones mejoraron los resultados en evaluaciones internas y externas. El modelo acepta imágenes y permite variar el nivel de esfuerzo. Se espera que los pesos completos se publiquen la próxima semana con licencia Apache 2.0; el ajuste fino y la inferencia ya están disponibles en Tinker.
AT&T ha publicado OTel 2.0 en Hugging Face, un modelo de 31B basado en Gemma 4 y entrenado posteriormente con 440.000 millones de tokens de datos sobre estándares de telecomunicaciones. La fuente menciona la eficiencia de QLoRA, pero no ofrece más detalles. OTel 2.0 se presenta como un modelo abierto especializado en telecomunicaciones. La fuente no detalla la configuración de QLoRA.
Inicia la conversación.