IA
Inteligencia artificial: LLMs, agentes, difusión, visión, PLN y lo último de los principales laboratorios.
168 published articles
Código abierto e IA local
Cómo los LLM locales como Gemma y Qwen están domando el triaje de repositorios de código abierto a escala
Un análisis profundo de un mantenedor sobre cómo reemplazar el costoso triaje en la nube con modelos locales de peso abierto en una NVIDIA GB10 revela que modelos como Gemma 4 y Qwen 3.6 pueden alcanzar puntajes F1 superiores a 0.80 en clasificación de issues del mundo real. El sistema utiliza un arnés de agente, un shell restringido de solo lectura y salidas estructuradas para ofrecer notificaciones casi instantáneas con un gasto de API de cero.
2026-07-07
Opinión editorial
Por qué generar un artículo bajo demanda pierde el sentido del periodismo
Una instrucción en blanco para «generar un artículo» revela un profundo malentendido del periodismo. El trabajo más difícil no es escribir, sino decidir sobre qué vale la pena escribir, una distinción que las máquinas aún no pueden hacer.
2026-07-07
Marcos de Agentes
El arnés de agente CUGA de código abierto de IBM se salta la fontanería y va directo al prompt
El marco CUGA de código abierto de IBM invierte el modelo típico de desarrollo de agentes al manejar la orquestación, la gestión de estado y la planificación. Los desarrolladores solo deben escribir una lista de herramientas y un prompt. Más de dos docenas de aplicaciones de un solo archivo demuestran el enfoque, desde un recomendador de películas hasta un sistema de generación de leads multiagente, todos desplegables en producción gobernada sin necesidad de reescribir.
2026-07-07
Analizando un preprint reciente
Lo que el artículo 2606.23050, de solo cinco días, nos dice sobre el futuro de la IA
Un preprint de 33 páginas, el artículo 2606.23050, publicado hace solo cinco días, marca una contribución seria a la investigación en IA. Este artículo desglosa su metodología, hallazgos clave y lo que señala para la trayectoria del aprendizaje automático y el procesamiento del lenguaje natural.
2026-07-07
Inteligencia Artificial
Ifbench: el nuevo benchmark que evalúa el seguimiento de instrucciones en IA
IFBench mide la capacidad de los modelos de lenguaje para seguir instrucciones precisas en lenguaje natural, una habilidad clave pero a menudo ignorada. Los primeros resultados muestran a los modelos Grok de xAI liderando, mientras que los modelos Claude quedan rezagados a pesar de sus altos puntajes generales de inteligencia.
2026-07-07
Agentes de IA
Los agentes de IA no pueden completar una migración de Java sin que el servidor de compilación los detenga
IBM Research presenta ScarfBench, un benchmark abierto para evaluar agentes de IA en la migración de frameworks empresariales Java. Las primeras pruebas revelan que los agentes fronterizos son sistemáticamente demasiado confiados sobre sus propios resultados, que las capas de configuración dominan el esfuerzo y que problemas del entorno como las cachés de Docker desvían regularmente las migraciones incluso cuando las transformaciones de código tienen éxito.
2026-07-06
Inteligencia Artificial
La avalancha de productos de MiniMax: nuevos modelos para código, música y video en una amplia actualización
La startup china de IA MiniMax lanza MiniMax M3, Hailuo 2.3, MiniMax Code y nuevos modelos de voz/música, ampliando su cartera de productos en un panorama competitivo.
2026-07-06
Inteligencia Artificial
Kog's Laneformer 2B alcanza 3,000 tokens/s al hacer de la latencia el objetivo principal
La startup parisina Kog lanza Laneformer 2B, un Transformer con prioridad en latencia que alcanza 3,000 tokens/s en AMD MI300X. El modelo utiliza Paralelismo Tensor Retrasado (DTP) para ocultar la sobrecarga de comunicación y fue entrenado desde cero con 6 billones de tokens. Los pesos de código abierto están en Hugging Face.
2026-07-06
Investigación en Aprendizaje por Refuerzo
OPID brinda a los agentes de lenguaje una señal de recompensa lo suficientemente densa como para prescindir de la memoria externa
OPID extrae supervisión jerárquica de habilidades de trayectorias completadas dentro de la política, proporcionando guía densa a nivel de token para el entrenamiento de agentes de lenguaje sin memoria externa. Experimentos en ALFWorld, WebShop y Search-based QA muestran un rendimiento mejorado y eficiencia de muestreo frente al RL basado solo en resultados y los métodos existentes de destilación de habilidades.
2026-07-06
Investigación en IA
Tu agente de IA aprobó la prueba por accidente. Ahora hay una rúbrica para eso.
SkillCoach es un marco de rúbricas autoevolutivas que evalúa y mejora el uso de habilidades agentivas analizando los procesos de selección, seguimiento, composición y reflexión de habilidades, proporcionando una mejor supervisión que las métricas basadas solo en resultados.
2026-07-06
Investigación en IA
El verdadero cuello de botella en los agentes de IA de escritorio no es el modelo. Es la biblioteca de habilidades.
Un benchmark de capa de ejecución emparejado de 440 tareas de escritorio muestra que los agentes GUI alcanzan una tasa de aprobación del 59.1% frente al 48.2% de los agentes CLI. La aumentación de habilidades eleva el éxito de CLI al 69.3%, lo que indica que el principal cuello de botella es la cobertura de habilidades, no la capacidad bruta.
2026-07-06
Lanzamiento de modelo
Claude Mythos 5 ya ha encontrado 10,000 fallos críticos, y Anthropic teme lo que puede hacer
Claude Mythos 5 de Anthropic, un potente nuevo modelo para ciberseguridad y biología, ya ha encontrado más de 10,000 vulnerabilidades críticas de software a través de Project Glasswing. El acceso está limitado a socios verificados, con un precio de $10 por millón de tokens de entrada.
2026-07-06