Investigación en IA y tecnología
MLCommons / MLPerf Benchmarks
mlcommons.org
Investigación en IA y tecnologíafree
Sede de los benchmarks MLPerf de velocidad de entrenamiento e inferencia. Las páginas de resultados y los documentos de metodología anclan notebooks que comparan hardware y sistemas de IA.
MLPerf is the closest thing the industry has to a shared benchmark for GPU and accelerator performance, since vendors submit results under common test rules instead of each picking its own conditions. A notebook comparing hardware for training or inference gets more defensible numbers here than from vendor marketing pages. Read the methodology docs alongside the results tables, since submission rules have changed across rounds and older comparisons don't always line up with newer ones.
Importar a Gemini Notebook
- 1Copia el enlace de arriba (o una página específica del sitio).
- 2En tu cuaderno, haz clic en Añadir fuente → Sitio web.
- 3Pega el enlace y confirma: puedes pegar varios a la vez, uno por línea.
Las actas de conferencias y los blogs de laboratorios publican artículos completos en PDF o como páginas web: se importan sin problemas y mantienen las citas intactas.
Más fuentes de investigación en ia y tecnología
- AAAI Conference on Artificial IntelligenceActas de una de las grandes conferencias anuales de IA, con cobertura de todo el campo. Los PDFs de los artículos individuales funcionan bien como fuentes.
- ACM Digital LibraryBiblioteca editorial de investigación en computación: actas de conferencias y revistas. Muchos artículos son de acceso abierto, y esos PDFs se importan directamente.
- AI Alignment ForumPublicaciones técnicas extensas sobre seguridad y alineación de IA. Las URLs de cada publicación funcionan bien como fuentes Website.
- DistillExplicaciones interactivas y revisadas por pares de conceptos de aprendizaje automático. Inactivo desde 2021, pero sus artículos se importan bien como fuentes Website para notebooks de estudio de ML.
- Google DeepMind ResearchPublicaciones y entradas de blog técnico de Google DeepMind. Las entradas del blog suelen resumir un artículo de forma más digerible que el PDF; añade ambos como fuentes.
- ICLR (OpenReview)Artículos de ICLR con sus hilos completos de revisión por pares en OpenReview. Las revisiones y respuestas de los autores aportan contexto crítico útil junto al PDF del artículo.
- IEEE XploreRevistas, actas de conferencias y estándares en ingeniería eléctrica y computación. Los resúmenes son abiertos; los PDFs completos requieren suscripción o compra.
- Journal of Machine Learning Research (JMLR)Revista de aprendizaje automático de acceso abierto y larga trayectoria. Cada artículo es un PDF gratuito sin muro de pago, ideal para construir notebooks de literatura en ML.
- Linguistic Data ConsortiumDistribuye corpus de habla y texto para investigación lingüística y entrenamiento de modelos. El acceso es por membresía; la documentación de los corpus se puede consultar libremente.
- Nature Machine IntelligenceRevista revisada por pares sobre aprendizaje automático y aplicaciones de IA. Un contrapeso curado frente a los preprints al armar un notebook de literatura en IA.
- NeurIPS ProceedingsTodos los artículos de la principal conferencia de aprendizaje automático, desde 1987. Los PDFs gratuitos facilitan armar un notebook siguiendo una línea de investigación a través de los años.
- OpenMLConjuntos de datos de aprendizaje automático compartidos y resultados de tareas de referencia con acceso por API. Las páginas de descripción documentan la procedencia para notebooks de reproducibilidad.
- OpenReview.netArtículos junto con sus hilos completos de revisión por pares para eventos como ICLR. Importar las revisiones junto al artículo le da al notebook ambas caras del debate.
- PerplexityMotor de respuestas que enlaza cada afirmación a una fuente. Útil para encontrar URLs candidatas para un notebook: importa las páginas citadas, no el resumen generado por la IA.
- Proceedings of Machine Learning Research (PMLR)Artículos completos y gratuitos de ICML, AISTATS, UAI y otros congresos de ML. Enlaces directos a PDF sin muro de pago, fáciles de importar en bloque para revisiones de literatura.
- The GradientEnsayos extensos sobre investigación en IA, escritos para un público técnico pero general. Los artículos combinan bien con los papers que discuten en el mismo notebook.
- Transactions on Machine Learning Research (TMLR)Revista de ML de acceso abierto con envíos continuos y revisiones públicas. Cada artículo tiene una página propia y un PDF que se puede llevar directo a un notebook.