LLMs y Modelos
Grandes modelos de lenguaje: GPT, Claude, Gemini, Mistral y pesos abiertos.
97 published articles
Investigación en IA
Cuando un grafo sabe lo que no aprendiste: un nuevo modelo de aprendiz
MR-ConceptGCN combina grafos de conocimiento personales con GCN multirrelacionales y embeddings SBERT para producir modelos de aprendizaje secuenciales. En un estudio de 31 personas, mejoró la precisión de las recomendaciones, la utilidad, la diversidad y la satisfacción en comparación con los enfoques de referencia.
2026-07-26
Costo vs. capacidad
El modelo de $1.40 que aplastó a su hermano de $2.82 en física
Se pidió a cuatro modelos de IA que construyeran escenas HTML con física real. Opus 5 pasó las tres al menor costo entre los mejores, mientras que Fable 5 falló en cada una al doble del precio.
2026-07-25
Investigación
La brecha de supervisión en RL agéntico acaba de recibir una solución gracias a la retrospectiva
SEED (Destilación Autoevolutiva en Política) permite que un LLM analice sus propias trayectorias pasadas, extraiga habilidades retrospectivas reutilizables en lenguaje natural y luego destile esas lecciones de vuelta a su política durante el RL. El resultado: una supervisión más densa y en política que mejora la eficiencia de muestreo y se generaliza a tareas no vistas.
2026-07-25
Modelos de IA
Claude Opus 5 iguala el rendimiento casi de frontera a la mitad del costo, con un punto ciego deliberado en ciberseguridad
Claude Opus 5 se lanza con puntuaciones casi al nivel de Fable en puntos de referencia de codificación y conocimiento a la mitad del precio. Pero sus capacidades de ciberseguridad deliberadamente debilitadas crean una clara compensación para los desarrolladores.
2026-07-24
IA de documentos
Por qué el mejor analizador de documentos ahora cabe en 800 millones de parámetros
El OvisOCR2 de Alibaba, un modelo compacto extremo a extremo de 0.8B, alcanza puntuaciones de última generación en OmniDocBench (96.58) y PureDocBench (75.06), superando a analizadores más grandes basados en pipelines. Su éxito proviene de un motor de datos que mezcla documentos reales filtrados con páginas sintéticas, aprendizaje por refuerzo sobre un profesor de 4B y destilación on-policy en el modelo pequeño.
2026-07-24
Investigación en IA
Cuatro personalidades, una respuesta: por qué el razonamiento heterogéneo acaba de vencer a la mejor IA en la prueba más difícil de la humanidad
PoTRE divide la inferencia en cuatro agentes que trabajan en paralelo, luego reconcilia sus respuestas dinámicamente. Alcanzó un 49.92% en Humanity's Last Exam, superando el mejor resultado oficial anterior. El enfoque funciona con menos tokens que las líneas base escaladas.
2026-07-24
Alibaba Cloud
El compañero de codificación con IA que finalmente recuerda lo que le dijiste la semana pasada
El nuevo marco de Alibaba Cloud otorga a los asistentes de codificación con IA una memoria a largo plazo que recuerda preferencias, historial y conocimiento del proyecto entre sesiones. No más empezar desde cero cada vez.
2026-07-24
IA multimodal
Por qué los modelos de visión-lenguaje necesitan una ventana de retransmisión visual para dejar de alucinar
Una nueva investigación revela una redistribución estable de tres etapas de la atención multimodal en los VLM, operacionalizada como la Ventana de Retransmisión Visual (VRW). El marco TRACE utiliza módulos ligeros entrenados para programar esta ventana por tarea, mejorando los puntos de referencia sensibles al anclaje en un promedio de 4,33 puntos y hasta 6,6 puntos.
2026-07-23
LLMs e Inferencia
Las matemáticas detrás de la aceleración: cómo la decodificación especulativa oculta la latencia sin cambiar las salidas
La decodificación especulativa acelera la generación autorregresiva al proponer tokens candidatos con un mecanismo de draft económico y verificarlos en un solo pase hacia adelante del modelo objetivo, sin cambiar la salida. Este análisis desglosa las matemáticas, los principales métodos (modelos draft, EAGLE-3, DFLASH, Predicción Multi-Token, n-gramas) y lo que realmente significan las tasas de aceptación para la latencia en el mundo real.
2026-07-21
Análisis de artículo de investigación
Por qué todo agente de IA necesita una pila, una arquitectura formal para domar la explosión de herramientas
Una arquitectura jerárquica basada en habilidades para agentes de IA resuelve el cuello de botella de los registros planos de herramientas. Al organizar las capacidades como un árbol y usar un bucle de ejecución basado en pila, escala sublinealmente con el número de herramientas, proporcionando aislamiento de ejecución y auditabilidad para dominios regulados como los pagos digitales.
2026-07-21
Investigación en IA
Aprendizaje por refuerzo para generación de imágenes: Qwen-Image-2.0-RL obtiene un sistema de recompensa compuesto
El informe técnico de Qwen-Image-2.0-RL detalla un pipeline de post-entrenamiento que combina RLHF, destilación on-policy y modelos de recompensa compuestos para mejorar la calidad de texto a imagen y edición de imágenes. El enfoque produce mejoras medibles en calidad estética, seguimiento de instrucciones y preservación de identidad facial.
2026-07-20
Investigación en IA
Qwen-music pone la melodía en el centro del escenario, y los resultados hablan por sí solos
Qwen-Music marca un nuevo hito al planificar explícitamente las melodías antes de generar canciones completas, una técnica que el equipo denomina Melody-CoT. El modelo logra resultados de vanguardia en 13 de 16 métricas objetivas y, en pruebas ciegas, vence a Suno V5 y MiniMax Music 2.6.
2026-07-20