Sobre la bruma...

Los tonos de mi reino (5/12/2020) La pila de mi baño toma unos colores que deviene envidia de todos los pintores: Óxidos y diez ocres; carmines y burdeos;... ya no sabe mi cerebro si con gusto me aseo. Y en el escobillero brilla intenso turquesa que ya para sí quisiera cualquier joya de duquesa. Y ese rojo veneciano —¡cómo pude olvidarlo!— lo pisan mis pies descalzos cuando han de ser duchados. Ábrete sésamo (1/8/2022) «Usted, si conmigo es así de malo, no obtendrá de mí favor ni regalo», agitando su rosada regaliz de emperatriz frente a mi nariz parecen sus menores labios decir a mi arqueado puente salivado. «A cada puerta su propia contraseña: este zigzag no funciona con cualquiera; instrucciones dad para que las aprenda.»

Nota.  Desde Una aventura filósofico-espacial 25/4/2020, casi todos mis relatos han sido en respuesta a los concursos con consigna de EyL, en los que he estado participando de manera bastante consistente. Sin embargo, hace tiempo que veo con recelo esta relación, y en los últimos tres concursos mensuales no he participado, a pesar de lo cual no he podido evitar esbozar algunas ideas en mi mente. Este texto es una fusión en bruto de las mismas, y de ahí su falta de desarrollo; o, si se quiere, sus silencios y fuera de escena, y el abrazo al hipertexto (calificarlo de fanfic me parece equívoco) para el marco. I «Pip forced us to join a group game of truth or dare [...] ‘What’s the worst romantic or sexual experience you’ve had with a guy?’ [...] ‘You must have something ,’ drawled Hattie in her super-posh accent. ‘Like everyone ’s had a terrible kiss or something by now.’ I was very uncomfortable about being the centre of attention, so I thought it’d be better to just g...

1 On PaLM's dataset size, and Gato's hope Reojeando el paper de PaLM 1 PaLM: Scaling Language Modeling with Pathways 5/4/2022 en relación a Chinchilla 2 Training Compute-Optimal Large Language Models 29/3/2022 por los resultados de Flamingo 3 Flamingo: a Visual Language Model for Few-Shot Learning 29/4/2022 , me ha sorprendido lo siguiente: «Although there is a large amount of very high-quality textual data available on the web, there is not an infinite amount. For the corpus mixing proportions chosen for PaLM, data begins to repeat in some of our subcorpora after 780B tokens, which is why we chose that as the endpoint of training. It is unclear how the “value” of repeated data compares to unseen data for large-scale language model training.» A modo de referencia, Chinchilla tiene 1.4T tokens y 70B parámetros, 4 T de trillion (trillón americano), 1 0 12 , B de billion , 1 0 9 . frente a l...