Intelligence SynthesisJAEN

Informes de IA · MIT CSAIL · 2026-11-19 · Blog / comentario

Para adaptar un modelo de IA a un dispositivo pequeño, mantén concisas sus notas de entrenamiento | MIT CSAIL

Título original: To adapt an AI model to a small device, keep its training notes concise | MIT CSAIL

Investigadores del MIT CSAIL y la Universidad de Harvard desarrollaron el método Low-memory Activation Rank Subspace (LARS), que condensa los datos de activación intermedios durante el entrenamiento en lugar de almacenar cada cálculo. En comparación con las principales técnicas de PEFT, el método reduce, según se informa, la huella de memoria en más de un 23% en GPU y en aproximadamente un 47% en CPU. Está orientado al entrenamiento en el dispositivo en equipos con capacidad de cómputo limitada, como teléfonos inteligentes y wearables de salud.

Leer el original ↗

Todos los informes de IA →