IA
Inteligencia artificial: LLMs, agentes, difusión, visión, PLN y lo último de los principales laboratorios.
593 published articles
Agentes de código · El arnés de dos modelos de Devin
Pagar el doble por token hizo que Fusion de Devin fuera un 9% más barato
Fusion de Devin ejecuta un modelo líder de frontera junto a un acompañante más barato, cada uno con su propio contexto. Las tablas de benchmarks de Devin muestran caídas de los costes por tarea de hasta el 46%, y un caso en el que un líder que cuesta el doble por token produjo una sesión un 9% más barata.
2026-09-26
IA de fábrica en las instalaciones, preprint de arXiv
La compresión le costó a un asistente de fábrica el 13,7 % de la calidad de sus respuestas
Un nuevo preprint sostiene que, una vez que un modelo se comprime y se adapta con recuperación, el número de parámetros deja de predecir la calidad de las respuestas que da un asistente de planta de fábrica. Su único estudio de caso pierde el 13,7 % de la calidad evaluada a causa de la extracción y recupera dos tercios de esa pérdida.
2026-09-25
Inteligencia artificial · Seguridad de agentes
SafeEvolve reduce 3 veces el éxito de ataque contra agentes al evolucionar conjuntamente el harness y el modelo
SafeEvolve, un artículo de arXiv enviado el 2 de septiembre, combina actualizaciones del harness en tiempo de ejecución con entrenamiento de la política, de modo que las propias trayectorias del agente impulsan a ambos. Reporta una reducción de tres veces en el éxito de ataque en AgentDojo y una modesta ganancia de utilidad.
2026-09-25
Agentes de programación autónomos · Preprint de arXiv
Harness-of-Harness afirma una mejora del 52,25 % al ejecutar otros agentes de programación
HoH envuelve los harness de agentes de programación existentes en bucles repetidos de planificación, programación y pruebas, y reporta una ganancia relativa media del 52,25 % en tres suites de benchmarks. El resumen deja sin definir la métrica subyacente, el coste de recursos y el desglose por modelo.
2026-09-25
Procedencia fotográfica: la Reference Image de Apple en el iPhone 18 Pro
Apple puede firmar cada píxel que captura su cámara. Comprobarlo es la parte difícil
La Reference Image del iPhone 18 Pro firma los píxeles de la cámara y archiva una segunda copia para compararla en Fotos. Apple califica el resultado de inalterable, pero el comunicado nunca explica cómo sobrevive esa garantía a la exportación, la recompresión o una publicación en redes sociales.
2026-09-23
El hardware de audio de Apple, septiembre de 2026
Los AirPods 5 llevan la ANC de diseño abierto a 129 dólares. La llegada de Siri AI viene con condiciones.
Los AirPods 5 llegan el 18 de septiembre con ANC de diseño abierto por 129 dólares, pero el paquete de Siri AI de Apple se lanza en beta, se salta la UE en su debut y conlleva límites de uso diarios.
2026-09-23
MiniCPM5-2B de OpenBMB: 2,52B de parámetros, ambiciones de 4B
Un modelo de 2,52B supera a rivales de 4B, en un benchmark que ejecutó su propio creador
Un modelo de 2,52B bajo Apache-2.0 que supera a bases abiertas de mayor tamaño en programación, uso de herramientas y contexto largo, con una tabla de benchmarks que, según OpenBMB, mezcla ejecuciones internas y de terceros.
2026-09-22
IA empresarial · Control soberano de los datos
Mistral y Cloudera quieren que las empresas reguladas sean dueñas de su IA, no que la alquilen
Mistral y Cloudera se han asociado para ejecutar y entrenar modelos de IA dentro de los entornos propios de los clientes, incluidos los aislados. La propuesta a las industrias reguladas gira en torno al control de los datos y la inteligencia, no al rendimiento de los modelos.
2026-09-22
Inteligencia artificial · Matemáticas de olimpiada
Nemotron alcanzó el umbral de oro de la IMO 2026 con 30/42, sin un demostrador formal
Los checkpoints de Nemotron 3 Ultra de NVIDIA alcanzaron el umbral de medalla de oro de la IMO 2026 solo con demostraciones en lenguaje natural. El artículo publica los datos, el código y un benchmark de 200 problemas, pero la puntuación es autoinformada.
2026-09-21
Investigación sobre alineación de IA en arXiv, 10 de septiembre de 2026
Dar a la IA un «ello artificial» podría arreglar el control, o afianzar el fracaso
El preprint sostiene que la alineación debería ser una propiedad de un sistema agéntico en continuidad y no de una única respuesta de un modelo, y que las comprobaciones por respuesta no pueden eliminar una mala estrategia que sobrevive hasta la siguiente tarea. Su evidencia es un controlador demasiado pequeño para razonar.
2026-09-21
IA nativa para máquinas y los benchmarks que la respaldan
TypeSafe AI dice que es 193x más rápido que los LLM. Su propia prueba muestra 75x.
TypeSafe AI llama a Jev el primer System One Model: un sistema construido para devolver decisiones tipadas al software, entrenado con un algoritmo al que llama RLCD. La página de lanzamiento afirma cero alucinaciones y una ventaja de precio de 238 veces frente a una única línea base nombrada, Claude Fable 5.1.
2026-09-21
Investigación en aprendizaje automático: sistemas de recomendación
Todo recomendador lineal puntero podría reducirse a uno de dos regularizadores
Un preprint enviado a arXiv el 10 de septiembre de 2026 sostiene que los modelos lineales que encabezan los benchmarks de recomendación se reducen todos a uno de dos regularizadores, y luego propone dos híbridos de rango bajo y forma cerrada.
2026-09-20