Curated tools, datasets and references.
Kit CUDA unificado para Arm en Jetson Thor con coherencia de memoria total, uso compartido de GPU entre procesos, interoperabilidad OpenRM/dmabuf, soporte NUMA y herramientas mejoradas para embebidos y servidores.
Utiliza el intercambio de memoria de GPU (hot-swapping de modelos) para compartir GPUs entre varios LLM, reducir costos de GPU ociosas y mejorar el autoescalado manteniendo los SLA.
Presenta nvMatmulHeuristics para seleccionar rápidamente un conjunto corto de configuraciones de kernels GEMM con alto potencial para CUTLASS 4.2, reduciendo drásticamente el tiempo de ajuste y acercándose al rendimiento de una búsqueda exhaustiva.
Descubre cómo la compilación AoT de PyTorch acelera ZeroGPU Spaces exportando un modelo compilado y recargándolo al instante, con cuantización FP8, formas dinámicas e integración con Spaces GPU.
Guía de afinado fino de gpt-oss usando SFT + QAT para recuperar precisión FP4 manteniendo la eficiencia, con upcasting a BF16, MXFP4, NVFP4 y despliegue con TensorRT-LLM.
Explica cómo los modelos de lenguaje pequeños permiten IA agentica más rentable y flexible junto a LLMs, mediante NVIDIA NeMo y Nemotron Nano 2.
Flujo de telesurgería modular y listo para producción de NVIDIA Isaac for Healthcare, que unifica simulación y despliegue clínico a través de una arquitectura de baja latencia en tres computadoras. Cubre streaming de video/sensores, control robótico, háptica y simulación.
CUDA 13.0 introduce spilling de registros a la memoria compartida para mitigar la presión de memoria local cuando hay espacio disponible. Activación mediante PTX inline tras la declaración de la función; mejoras típicas del 5–10% en cargas con alta presión de registros.
Guía para desplegar y escalar agentes LangGraph en producción usando NeMo Agent Toolkit, pruebas de carga y despliegue por fases para cientos a miles de usuarios.
Visión general de la plataforma de óptica co-packaged (CPO) de NVIDIA, destacando la integración fotónica/ electrónica, Micro Ring Modulator, motores basados en COUPE y la colaboración con TSMC y socios para interconexiones de centro de datos densas y energéticamente eficientes.
Jetson Thor combina cómputo de IA en el borde, virtualización MIG y sensores multimodales para robótica flexible en tiempo real, con aceleración FP4/FP8 y soporte para Isaac GR00T y modelos grandes de lenguaje/visión.
NVFP4 es un formato de datos de 4 bits que ofrece precisión similar a FP16 con el rendimiento y la eficiencia de memoria de 4 bits, extendido al preentrenamiento de grandes modelos de lenguaje. Este perfil aborda experimentos a nivel 12B, estabilidad y colaboraciones industriales.
Guía técnica para desarrolladores sobre cinco cuellos de botella comunes de pandas, soluciones CPU/GPU y aceleración GPU con cudf.pandas sin cambiar el código.
Perfil detallado de Blackwell Ultra, su diseño de doble dado NV‑HBI, precisión NVFP4, 288 GB HBM3e por GPU e interconexiones de sistema para fábricas de IA e inferencia a gran escala.
Resumen de cómo el hardware Blackwell, los modelos de código abierto y una pila de software rica aceleran la IA, desde la preparación de datos hasta la implementación, mediante una amplia disponibilidad de modelos y herramientas.
Resumen de NVLink Fusion, que habilita la inferencia de IA escalable y de alto ancho de banda en configuraciones de CPU/XPU personalizadas y tejidos NVLink a nivel de rack.
cuPQC v0.4 amplía el soporte de hash y añade cálculos de árboles de Merkle para acelerar la integridad de datos, verificación y criptografía de preservación de la privacidad en GPUs.
NVIDIA HPC SDK v25.7 avanza la programación con memoria unificada para automatizar el movimiento de datos entre CPU y GPU, aumentando la productividad y facilitando la portabilidad de modelos oceánicos como NEMO en sistemas Grace Hopper.
Guía para desplegar y transmitir aplicaciones Kit de Omniverse a gran escala con opciones flexibles en la nube, local y DGX Cloud.
Visión general de NeMo-RL v0.3 con back-end Megatron-Core para post-entrenamiento de grandes modelos, destacando paralelismo 6D/4D, kernels GPU optimizados y configuración simplificada para aumentar el rendimiento en aprendizaje por refuerzo.
Aprende a conectar Claude a Hugging Face Spaces mediante MCP Server para generar imágenes con Krea y Qwen-Image, aprovechar créditos gratuitos y explorar el directorio de apps de IA.
Nemotron Nano 2 9B abierto ofrece precisión líder y hasta 6x de rendimiento gracias a una arquitectura híbrida Transformer–Mamba y un presupuesto de pensamiento configurable.
Resumen de las novedades de NVIDIA en Gamescom 2025: DLSS 4, renderizado neuronal RTX, RTX Kit, NvRTX, ACE y herramientas para experiencias de juego impulsadas por IA.
Guía práctica para desarrollar, compilar para múltiples arquitecturas y desplegar kernels CUDA con Hugging Face Kernel Builder. Aprende a crear un flujo robusto desde desarrollo local hasta distribución en Hub.
Una guía práctica sobre kernel-builder de Hugging Face para desarrollar, compilar y desplegar kernels CUDA listos para producción, con builds reproducibles, soporte multi-arquitectura y distribución en Hub.
Explica el Model Context Protocol (MCP) para la descubrimiento de investigación y cómo la IA puede orquestar herramientas a través del lenguaje natural en arXiv, GitHub y Hugging Face.
Intro to LangChain with quickstart and examples.
TextQuests es un benchmark que evalúa agentes LLM en 25 juegos clásicos de ficción interactiva, enfatizando razonamiento de contexto largo y exploración autónoma.
FilBench es una suite de evaluación integral para medir las capacidades de LLMs en Tagalog, Filipino y Cebuano, abarcando conocimiento cultural, NLP clásico, comprensión de lectura y generación.
Recurso sobre cómo componer múltiples estrategias de paralelismo (DP, FSDP, TP, CP) con Accelerate y Axolotl para entrenar modelos grandes en varias GPU, con configuración, casos de uso y trade-offs.
AI Sheets es una herramienta de código abierto sin necesidad de código para crear, enriquecer y transformar conjuntos de datos con modelos de IA. Se puede desplegar localmente o en el Hub, admite miles de modelos abiertos y permite iterar con prompts, ejemplos de pocos disparos y comparaciones de mo
Visión general de los métodos de alineación multimodal de TRL para VLMs: GRPO, GSPO y MPO, con soporte nativo de SFT y bases DPO.
Dos modelos de peso abierto de OpenAI (gpt-oss-120b y gpt-oss-20b) que usan Mixture-of-Experts y cuantización MXFP4 para inferencia rápida y eficiente en memoria. Licencia Apache 2.0; aptos para despliegues privados/locales y ejecución en dispositivo, con integración a Hugging Face Inference Provide
Descubre cómo los servidores Gradio MCP conectan LLM a modelos de Hugging Face para alimentar un asistente de compras IA que navega por tiendas y realiza probadores virtuales con IDM-VTON.
Biblioteca de seguimiento de experimentos en Python de código abierto y gratuita, con un panel Gradio local que se puede sincronizar con Hugging Face Spaces para compartir fácilmente. Sustituto ligero de wandb, en fase beta.
Visión general de la renombrada CLI de Hugging Face, su estructura basada en recursos y el nuevo servicio Jobs, más instalación, uso y notas de migración.
Activa CDC de Parquet con el almacenamiento Xet para deduplicar bloques de datos entre archivos y repos, reduciendo tamaño de subidas/bajadas y los costos de almacenamiento.
Recurso conciso que explica por qué las arquitecturas multimodales basadas en escalado probablemente no conducen a una AGI y por qué los modelos del mundo embebidos son esenciales.
Recent advances in Large Language Models (LLMs) enable exciting LLM-integrated applications. However, as LLMs have improved, so have the attacks against them. Prompt injection attack is listed as the #1 threat by OWASP to LLM-integrated applications, where an LLM input contains a trusted prompt (ins
PLAID genera simultáneamente secuencias 1D de proteínas y estructuras 3D aprendiendo el espacio latente de modelos de plegamiento. Soporta indicaciones de función y organismo y decodifica estructuras con pesos congelados de ESMFold.
100 coches controlados por RL desplegados en la I-24 durante la hora punta para atenuar las ondas de parada y arranque, mejorar el flujo y reducir el consumo de combustible para todos los usuarios. Control descentralizado con sensores radar básicos.
Analiza cómo las matemáticas siguen siendo centrales en ML, pero su rol se expande hacia geometría, simetrías y explicaciones post-hoc a gran escala.
Un método para guiar a los LLMs hacia personas virtuales representativas y consistentes generando narrativas de vida detalladas y utilizándolas como contexto de condicionamiento, para simulaciones individualizadas y estudios de usuario escalables.
Análisis de cómo ChatGPT responde a diferentes dialectos del inglés, destacando sesgos contra variedades no estándar y sus implicaciones.
Explora el diálogo con propósito en chatbots LLM, argumentando que las interacciones de varias vueltas alinean mejor la IA con los objetivos del usuario y facilitan la colaboración, especialmente en código y asistentes personales.
Visión general de un benchmark de jailbreak de alta calidad con dos evaluadores automatizados, un conjunto de 313 prompts prohibidos y hallazgos sobre la brecha entre resultados publicados y evaluaciones rigurosas.
Un marco centrado en el bienestar para IA beneficiosa, que une ciencias del bienestar, economía y gobernanza para delinear visiones prácticas y accionables de despliegue que apoyen el florecimiento individual y social.
Benchmark de razonamiento visual de contexto largo en grandes conjuntos de imágenes no correlacionadas; presenta MIRAGE para ampliar LMMs más allá del VQA de una imagen.
Un estudio que muestra cómo modelos de lenguaje pequeños pueden realizar llamadas a funciones con precisión en el borde mediante un flujo de datos curado, un planificador LLMCompiler y ejecución local en macOS.
Visión general de cómo los LLMs pueden aplicarse a los mercados financieros, incluyendo modelado autoregresivo de datos de precios, entradas multimodales, residualización, datos sintéticos y predicciones de múltiples horizontes.
Resumen de trabajos clave que miden sesgos de género en IA, abarcando embeddings, co-referencia, reconocimiento facial, benchmarks de QA y generación de imágenes; discusión de mitigación, lagunas y auditoría robusta.
Análisis detallado de Mamba, una arquitectura basada en Espacios de Estados (SSM) para secuencias largas, con rendimiento comparable a Transformers y mayor eficiencia.
Modelado de imágenes extremadamente grandes de extremo a extremo en GPUs modernas mediante tokenización jerárquica y codificadores regionales y de contexto, con contexto amplio y menor uso de memoria.
Directorio de graduados PhD del BAIR Lab con intereses de investigación, asesor(es) y datos de contacto para facilitar la colaboración y el reclutamiento.
Visión general de cómo los grandes modelos de lenguaje pueden mejorar la conducción autónoma en percepción, planificación y generación, con ejemplos y retos.
Examina si los embeddings de texto pueden invertirse para recuperar el texto original, detallando vec2text y sus implicaciones de privacidad en sistemas basados en embeddings.
Un análisis detallado de las razones por las que los modelos de ML fallan con datos del mundo real, con guía práctica y un camino hacia una evaluación más confiable.
Resumen de cómo el aprendizaje profundo habilita el análisis de secuenciación de células individuales, con autoencoders para reducción de dimensionalidad, integración multimodal y transcriptómica espacial.
Explora los desafíos sociotécnicos del conteo de peces en presas y cómo la experiencia humana se integra con el aprendizaje automático en entornos regulados.
Explora cómo las redes neuronales pueden capturar la computación clásica (p. ej., Bellman–Ford) a través de redes neuronales de grafos y la idea de alineamiento algorítmico para mejorar el aprendizaje de la ejecución de algoritmos.
Una crítica sustantiva a los debates sobre alineamiento de IA, sosteniendo que el trabajo de alineamiento actual está desalineado con daños reales y impulsado por incentivos de producto. Examina RLHF/RLAIF, alineación de intenciones y el modelo de preferencias HH H tal como se describe en The Gradie
Visión general de debates sobre conciencia en IA, definiciones e implicaciones morales. Destaca las distinciones de Block (auto-consciencia, conciencia de monitoreo, conciencia de acceso, conciencia fenomenal) y los problemas fáciles/difíciles de Chalmers; subraya la necesidad de trabajo interdiscip