LLMs y Modelos
Grandes modelos de lenguaje: GPT, Claude, Gemini, Mistral y pesos abiertos.
29 published articles
Inteligencia Artificial
El modelo Phi-4 de Microsoft redefine la eficiencia en una investigación innovadora
El modelo Phi-4 de Microsoft logra una eficiencia de última generación, igualando a modelos más grandes en tareas de razonamiento con significativamente menos parámetros. Publicado el 15 de mayo de 2025, el artículo de investigación reexamina las suposiciones sobre las leyes de escalado en IA.
2026-07-03
Arquitectura sin tokenizador
Aleph Alpha presenta T-Free: una arquitectura sin tokenizador para una IA soberana
Aleph Alpha presenta T-Free, una arquitectura LLM sin tokenizador que mapea palabras directamente a vectores. El enfoque ofrece casi siete caracteres por vector frente a los cuatro típicos, reduciendo costos y consumo de energía, mientras mejora el rendimiento en dominios especializados y lenguas de bajos recursos.
2026-07-03
Inteligencia Artificial
GPT-Live de OpenAI finalmente deja de esperar a que termines de hablar
GPT-Live de OpenAI introduce audio full-duplex para que la IA pueda escuchar y hablar al mismo tiempo. Puede decir 'mjm', esperar durante las pausas y delegar el razonamiento complejo a GPT-5.5 en segundo plano, manteniendo el flujo de la conversación.
2026-07-01
contexto efectivo, límites de salida y el impuesto oculto de las ventanas largas
Su modelo de IA dice que puede leer 1 millón de tokens. Miente. Aquí están las matemáticas reales.
Los cuatro LLMs de frontera anuncian contextos de más de 1 millón de tokens, pero la recuperación efectiva, los límites de salida y el costo real difieren considerablemente. DeepSeek V4 Pro lidera en límite de salida y costo, Gemini sobresale por debajo de 200K tokens y Claude Opus gana en almacenamiento en caché para revisión interactiva de código. Este análisis desglosa las cifras de abril de 2026.
2026-06-30
Investigación en seguridad de IA
Los modelos de IA no pueden dejar de pensar en voz alta. Eso es tanto una buena noticia como una pesadilla para la seguridad.
Claude Sonnet 4.5 puede controlar su cadena de pensamiento solo el 2.7% del tiempo, frente al 61.9% para los resultados finales. La brecha plantea preguntas abiertas sobre la solidez de la monitorización de CoT como mecanismo de seguridad, y nadie sabe por qué existe.
2026-03-09