IA
Inteligencia artificial: LLMs, agentes, difusión, visión, PLN y lo último de los principales laboratorios.
173 published articles
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
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
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
Evaluación de modelos
olmo-eval de Ai2 brinda a los desarrolladores de LLM un microscopio para cada punto de control
olmo-eval de Ai2 aporta diferencias por pregunta y evaluaciones modulares al desarrollo activo de LLM, ayudando a los investigadores a distinguir el progreso real del ruido estadístico.
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
Infraestructura de IA abierta
NSF OMAI entra en funcionamiento: el clúster de IA completamente abierto de Ai2 apuesta contra la investigación cerrada
Ai2 acaba de activar un nuevo clúster de IA en el marco del proyecto NSF OMAI, que hace que los modelos, herramientas y procesos sean completamente abiertos. Cada hora de GPU cuenta más cuando impulsa la investigación en los ámbitos lingüístico, multimodal y científico.
2026-07-06
Inteligencia Artificial
MiniMax M3 rompe el techo de peso abierto con una aceleración CUDA 9.4x y cero ayuda humana
MiniMax M3 ofrece una aceleración 9.4x del kernel CUDA, supera a Opus 4.7 en BrowseComp y replicó de forma autónoma un artículo de ICLR. Todo en un paquete de peso abierto.
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 IA
El horizonte de verificación: por qué verificar agentes de codificación ahora es más difícil que construirlos
Una intuición clásica sostiene que verificar una solución es más fácil que producirla. Para los agentes de codificación actuales, esa intuición se ha invertido: generar soluciones complejas ahora es fácil. Lo difícil es verificarlas de manera confiable.
2026-07-05
Aprendizaje Profundo
M3D y Real-Guidance llevan la destilación de conjuntos de datos a dominios de alta resolución
La destilación de conjuntos de datos ha estado estancada en puntos de referencia de baja resolución, pero un nuevo enfoque llamado M3D lo cambia. Al combinar coincidencia multiescala, un conocimiento previo de la variedad de datos y una estrategia de guía real, se escala a ImageNet-1K con resolución 128×128, logrando un 68.5% de precisión top-1 con solo una imagen por clase y reduciendo el uso de memoria diez veces.
2026-07-05
Artículo en Nature Neuroscience
El nuevo método de Microsoft convierte la IA de cerebro en caja negra en teorías legibles
GCT traduce modelos cerebrales basados en LLM imposibles de interpretar en frases cortas como 'preparación de alimentos' o 'nombres de lugares', y luego utiliza un LLM para escribir historias que prueban causalmente esas explicaciones en sujetos reales. El método promete tender un puente entre la IA predictiva y la teoría científica legible.
2026-07-05
Análisis en profundidad
Aleph Alpha construye modelo teórico de inferencia para DeepSeek: Derivando rendimiento a partir de primitivas de hardware
Aleph Alpha creó un modelo teórico de inferencia para DeepSeek v3 que estima el rendimiento a partir de parámetros de hardware, analizando compensaciones en configuraciones de GPU para ayudar a los profesionales a optimizar el rendimiento y el costo de modelos MoE grandes.
2026-07-05